El prompt engineering cambió, y no porque ahora toque escribir instrucciones más elaboradas, sino al revés. Lo viví en carne propia: pasé años sumando instrucciones y hoy hago justo lo contrario.
La IA se actualiza cada semana y perseguir cada truco nuevo agota. Lo que de verdad funciona son unos pocos fundamentos que casi no se mueven.
Sobre esos fundamentos está reconstruido el nuevo Curso de Prompt Engineering de Platzi, para quienes usan IA en el trabajo y quieren pasar de corregir respuestas mediocres a liderar resultados extraordinarios.
¿Por qué los mega-prompts de 2023 ya no funcionan?
Hace un par de años, la fórmula era clara: prompts kilométricos con un personaje inventado, "actúa como experto con 20 años de experiencia", y varias súplicas para que la IA se esforzara. Funcionaba porque los modelos apenas razonaban y había que empujarlos. Confieso que yo coleccionaba esas plantillas.
Ese mundo ya no existe. Los modelos de hoy razonan solos, y lo que necesitan de ti no es un discurso motivacional, es una buena delegación. Según pruebas internas de OpenAI, los prompts cortos y claros rinden entre 10 y 15% mejor que esos monólogos interminables.
Es un cambio incómodo para quienes trabajábamos con fórmulas y plantillas, pero que esconde una gran ventaja: al aprender a delegar en lugar de transcribir, trabajas menos y logras mucho más.
¿Qué es la ingeniería de contexto o context engineering y cómo se arma un buen prompt?
La ingeniería de contexto es decidir qué información ve el modelo antes de pedirle algo, en lugar de estirar el prompt con más y más texto. Es la habilidad que reemplazó al prompting de 2023 como base para trabajar con IA. Fue lo que a mí me cambió la forma de trabajar.
El secreto está en volver a lo esencial: un buen prompt le da al modelo lo mismo que le darías a alguien a quien delegas una tarea. Qué quieres, en qué situación, qué límites tiene y cómo esperas el resultado. Cuatro cosas, sin adornos.
- Objetivo: la tarea concreta. "Compárame 3 opciones de facturación electrónica para una pyme de 50 empleados."
- Contexto: tu situación real. "Hoy facturamos a mano en Excel y el tope es US$100 al mes."
- Restricciones: los límites y las reglas. "Precios reales con su fuente; si no encuentras un dato, dilo en vez de inventarlo."
- Formato: cómo quieres la respuesta. "Una tabla comparativa en un excel y una recomendación de una página."
Puesto en práctica, pedir "las 3 mejores opciones de facturación electrónica para mi pyme" se convierte en algo así:
Compárame 3 opciones de facturación electrónica para una pyme mexicana de 50 empleados que hoy factura a mano en Excel. Tope de US $100 al mes y que se integre con contabilidad. Usa precios reales de julio de 2026 con su fuente; si no encuentras un dato, dilo en vez de inventarlo. Devuélvelo en un excel como tabla comparativa más una recomendación de una página.
La diferencia con el mega-prompt no es la longitud, es que aquí cada línea aporta algo que el modelo no podía adivinar. El mejor ejercicio para verlo: toma el último prompt que enviaste, reescríbelo con estas cuatro partes y compara. Suele bastar para que haga clic.
¿Cómo saber si puedes confiar en la respuesta de la IA?
Aquí está el fundamento que más gente se salta, y el que a mí más caro me ha costado. Pides resumir una cotización de nueve páginas y la IA menciona un 12% de descuento por pronto pago. Suena impecable. Abres el PDF y el descuento real es 8%, y solo para pedidos grandes. Ese desliz puede torcer una decisión de compra entera. A mí casi se me cuela uno de esos números.
¿Qué es una alucinación de IA? Es contenido falso presentado con total seguridad. El problema no es que se equivoque, es que se equivoca con un tono tan pulido que no te da motivos para dudar.
El curso enseña un chequeo de tres pasos que toma menos de dos minutos, pero la regla que más vale la pena interiorizar es una sola pregunta: si este dato sale mal, ¿qué es lo peor que puede pasar?
Si la respuesta es "poca cosa", el chequeo rápido alcanza. Si hay dinero, un tema legal o algo difícil de revertir de por medio, sumas revisión humana y punto. Al final, el entregable es 100% tuyo, lo hayas escrito tú o una IA.
¿Qué es un segundo cerebro y por qué le da contexto a la IA?
Cada chat nuevo arranca igual: le explicas tu cargo, tu empresa, tu tono, tus formatos. Es como llegar cada lunes a una oficina donde nadie recuerda quién eres. La IA no tiene memoria de ti, así que la construyes por fuera.
A eso el curso lo llama tu segundo cerebro: una carpeta con tu contexto de trabajo sobre la que la IA opera sin que le repitas nada. Su pieza central es un archivo de texto plano.
¿Qué es un archivo CONTEXTO.md? Es un documento en formato Markdown, con títulos sencillos, donde dejas escrito quién eres y cómo trabajas. No hay que programar: se edita en el Bloc de notas o en Google Docs. La disciplina para mantenerlo cabe en tres reglas: menos de doscientas líneas, una regla nueva solo cuando corriges lo mismo tres veces, y una revisión semanal para podar lo que ya no aporta.
Me pasa que junto tres cotizaciones y una fila de archivos bautizados "versión final ahora sí". Si yo misma dudo cuál abrir, ¿cómo esperar que la IA elija bien? Para resolver esto, el curso introduce el BRIEF.md, uno por proyecto, con objetivos, participantes y restricciones. El caos de carpetas es un problema tan humano que verlo resuelto se siente casi terapéutico.
¿Qué más incluye el sistema de trabajo con IA?
El curso arma varias piezas más, y no todas piden la misma atención. La que a mí más me sirvió fue la primera. Saber elegir la herramienta según la tarea, por ejemplo, se resume en clasificar antes de comparar.
Una tarea simple tiene una entrada clara y un resultado fácil de revisar: corregir un párrafo, traducir un correo o proponer cinco asuntos. Una compleja te obliga a cruzar fuentes y justificar una decisión: comparar tres cotizaciones o convertir notas dispersas en un reporte ejecutivo. Y un consejo que ahorra plata: empieza siempre en el plan gratis antes de pagar por un problema que aún no defines.
El salto final es dejar de preguntarle cosas a la IA y empezar a delegarle trabajo a los agentes: IA a la que le das alcance, permisos y puntos de control para que ejecute, no sólo responda. Ahí importa el cuidado: definir permisos mínimos, establecer revisión antes de aplicar cambios, y mantener una rutina de mantenimiento modesta, unos minutos al día, que separa un sistema que se degrada de uno que mejora con el uso.
¿Qué trae el curso renovado de Prompt Engineering?
Es una renovación de raíz, porque el prompting de 2023 quedó obsoleto y no tenía sentido maquillarlo. Lo que aprendes ahora es lo estable: ingeniería de contexto, verificación rápida, tu segundo cerebro y delegación con criterio.
Trae además un guiño para quienes lleguen temprano. En las tres primeras clases, un personaje esconde tres palabras en pantalla y no las repite. Si las cazas todas, desbloqueas una pista que lleva a una clase en vivo exclusiva conmigo, Mariangélica Useche, software engineer de Platzi y con Juan Pablo Rojas, CPO de Platzi. Así que presta atención desde el primer minuto.
La IA seguirá cambiando cada semana, pero tú ya no tienes que correr detrás de ella. Domina estos fundamentos y conviértete en la persona que lidera el cambio. Empieza gratis hoy el Curso de Prompt Engineering de Platzi.
Curso de Prompt Engineering
COMPARTE ESTE ARTÍCULO Y MUESTRA LO QUE APRENDISTE
