Anatomía de una buena instrucción

Diste el paso previo: ordenaste el problema, definiste categorías y prioridades. Abriste la IA, pegaste todo y el resultado no fue lo que esperabas. El método CIRC (contexto, intención, restricciones y criterios) es el marco que convierte una petición confusa en una instrucción clara para la IA, y funciona igual cuando le hablas a un humano.

¿Por qué la IA no entiende lo que tienes en la cabeza?

Cuando le das una instrucción ambigua a una persona, esa persona te frena y pregunta. La IA no hace eso [00:24].

La IA agarra lo que le diste, por incompleto que esté, llena los huecos con suposiciones y ejecuta. El resultado refleja con precisión casi cruel qué tan clara fue tu instrucción, no qué tan clara estaba la idea en tu cabeza.

Y aquí viene lo interesante: esto no es un problema de prompting, no hay palabra mágica ni truco de experto. Es un problema de comunicación, del mismo tipo que tienes cuando le explicas algo a un colega y te mira sin entender [00:57]. La diferencia es que el colega disimula o pregunta. La IA no.

Por eso la IA es el mejor espejo de tu propia claridad: te muestra exactamente lo que comunicaste, no lo que quisiste comunicar.

¿Qué es el método CIRC y cómo se usa?

Toda instrucción que de verdad funciona tiene cuatro piezas [01:20]. Cuando falta una, se nota. Las vamos a recorrer no como lista, sino por el hueco que tapa cada una.

¿Qué contexto necesita la IA para responderte bien?

El contexto responde a quién eres y desde dónde pides. Mira esta instrucción: "Necesito un resumen de este informe". Suena completa. No lo es [01:40].

¿Un resumen para quién?

• Para un director que tiene 30 segundos, es una cosa.
• Para el equipo técnico que necesita los números finos, es otra.
• Para un cliente que quiere saber cómo le afecta a su negocio, es una tercera.

Misma tarea, tres resultados que no se parecen. Sin contexto, la IA elige uno al azar y lo más probable es que no sea el tuyo.

¿Cómo sé qué contexto incluir en un prompt? Si al cambiar un dato el resultado cambiaría, ese dato va en la instrucción. Es la regla rápida para decidir qué entra y qué sobra.

¿Cuál es la diferencia entre el qué y el para qué en una instrucción?

La intención es la segunda pieza y tiene dos partes que la gente confunde [02:30]. El qué es la tarea: "analiza tres proveedores de software". El para qué es lo que vas a hacer con eso.

Casi todos se saltan el para qué. Y ahí se rompe todo.

"Analiza tres proveedores para presentarlos al comité que decide el viernes" no se parece en nada a "analiza tres proveedores para entender cuál nos conviene antes de llamarlos". El primero tiene que ser visual y directo. El segundo, exploratorio. Mismo qué, distinto para qué, resultado completamente diferente.

Una señal honesta: si no eres capaz de decir para qué quieres algo, probablemente todavía no lo tienes tan claro como crees.

¿Cómo defines las restricciones y los criterios de éxito?

Las dos últimas piezas son las que convierten un resultado correcto en uno que de verdad puedes usar.

¿Qué restricciones debes darle a la IA?

A la IA le faltan paredes [03:15]. Las restricciones son esas paredes:

• Formato: párrafo, tabla, ocho slides.
• Tono: formal, cercano, técnico.
• Extensión: cuántas palabras, cuántas páginas, cuántos puntos.
• Lo que no quieres: a veces es más fácil decir "no uses jerga" o "no me propongas nada que cueste más de tanto" que describir lo que sí.

Esas paredes son las que hacen que el resultado encaje en tu situación real, no en una versión genérica del problema.

¿Cómo escribes un criterio de éxito medible?

Es la pieza más descuidada de las cuatro [03:50]. El criterio de éxito responde a cómo vas a saber que lo que recibiste sirve.

Si no lo definiste antes, caes en el bucle más frustrante con la IA: "no sé, no me convence, hazlo otra vez", sin poder explicar qué le falta.

¿Qué es un criterio de éxito en un prompt? Es una vara concreta que defines antes de tirar. Por ejemplo: "sabré que está bien si un director entiende el punto central en menos de 30 segundos" o "si trae al menos tres argumentos con datos que lo respalden".

¿Cómo se ven las cuatro piezas funcionando juntas?

Comparemos dos versiones de la misma petición [04:30].

Instrucción uno: "Hazme una presentación sobre inteligencia artificial para mi empresa". Cualquier IA devuelve algo genérico, olvidable, parecido al primer artículo de Google.

Instrucción dos: "Soy directora de innovación de una empresa de logística con 300 empleados. Mi audiencia es el comité directivo y es escéptico con la IA. Necesito una presentación que los convenza de aprobar un piloto de tres meses para optimizar rutas de entrega. Máximo ocho slides, tono ejecutivo y directo, sin jerga técnica. Sabré que sirve si el comité entiende el retorno de inversión en los primeros tres slides".

La segunda tiene los cuatro: contexto (directora de logística, comité escéptico), intención con su para qué (aprobar un piloto), restricciones (ocho slides, tono ejecutivo, sin jerga) y un criterio de éxito medible (ROI claro en los primeros tres slides).

No hubo técnica secreta. Hubo claridad.

¿Cómo aplicas CIRC a tu propio problema?

Toma el problema que vienes ordenando y conviértelo en un brief con las cuatro piezas [05:40]. En los recursos tienes una plantilla que te lleva campo por campo, con ejemplos de cómo se ve cada uno bien hecho y mal hecho.

Es tu primer borrador, no tiene que quedar perfecto.

Cuando lo termines, mira con cuidado el criterio de éxito. Sí, lo escribiste. Pero pregúntate algo incómodo: ¿de verdad sabes describir cómo se ve un buen resultado antes de tenerlo enfrente? Escribir "que quede bien" es fácil. Definirlo con tanta precisión que lo reconozcas apenas lo veas es harina de otro costal.

Ahí se decide si la IA trabaja para ti o tú terminas trabajando para ella. Cuéntame en los comentarios cuál de las cuatro piezas sueles saltarte más.