Lo que confirma la guía oficial de GPT-5.2
Usar bien la IA no es cuestión de ingenio, sino de método.
Hace unos días leí la guía oficial de OpenAI sobre cómo dar instrucciones a GPT-5.2 (el último modelo de lenguaje que hay en ChatGPT).
Me gusta por que no es un documento técnico ni pensado para desarrolladores. Aunque sí para frikis de los LLM (entre los que me incluyo).
Es una guía práctica sobre cómo pedirle bien las cosas a la IA.
Lo más interesante es lo que confirma. Algo que llevo tiempo viendo en el trabajo real con profesionales.
La mayoría de los problemas con la IA no vienen del modelo, sino de cómo lo usamos.
La escena es conocida
Entras en un taxi y dices: “Llévame a algún sitio interesante.”
El taxista arranca. Elige una dirección. Toma decisiones con la poca información que tiene.
Si el destino no te gusta, el problema no es el conductor. No ha hecho nada mal. Simplemente ha trabajado con un encargo ambiguo.
Con la IA ocurre exactamente lo mismo, solo que solemos olvidar esa parte.
Cuando el resultado no encaja, cuando suena genérico o poco útil, tendemos a pensar que la herramienta falla. Que promete más de lo que da.
Pero la IA no falla. Ejecuta.
No interpreta intenciones ocultas. No adivina criterios. No completa silencios.
Trabaja, de forma implacable, con lo que le das.
Y cuando lo que le das es difuso, abierto o mal definido, el resultado no puede ser otra cosa que eso mismo: difuso, abierto, intercambiable.
Cuando el input es vago, el resultado también lo es
Muchos prompts habituales suenan así:
“Mejora este email.”
“Resume este texto.”
“Dame ideas para mi negocio.”
A primera vista parecen razonables. Son frases correctas. Pero están vacías de intención.
¿Para quién es el email?
¿Mejor en qué sentido?
¿Qué tipo de resumen?
¿Ideas para qué fase del negocio, con qué objetivo, bajo qué restricciones?
Nada de eso está presente.
La IA responde como puede. Rellena los huecos. Supone. Generaliza.
Y entonces llega la decepción: respuestas genéricas, que podrían servir para casi cualquiera… y por eso no sirven del todo para nadie.
La guía oficial es muy clara en este punto: la IA no adivina.
Si no le das contexto, improvisa. Y cuando improvisa, el resultado rara vez es brillante.
No porque el modelo sea limitado, sino porque está trabajando a ciegas.
La mediocridad, en muchos casos, no es un fallo del sistema. Es la consecuencia lógica de haber pedido sin haber pensado antes qué necesitabas realmente.
Dar contexto no es hablar más. Es dar dirección
Volvamos al taxi.
No es lo mismo decir “llévame a algún sitio” que decir “llévame al centro, evita autopistas y necesito llegar antes de las nueve”.
Has eliminado ambigüedad. Has dado un mapa.
Eso es exactamente lo que ocurre cuando trabajas bien con la IA. No se trata de escribir más texto, sino de orientar mejor el encargo.
La guía insiste en este punto de forma bastante explícita: no funcionan mejor los prompts largos, sino las instrucciones claras y estructuradas.
Contexto no es contarle todo a la IA. Contexto es haber pensado antes qué necesitas.
Saber qué quieres conseguir, para qué se va a usar el resultado, en qué situación encaja, con qué nivel de profundidad tiene sentido trabajar.
Cuando esas decisiones no están tomadas, la IA no puede tomarlas por ti.
Cuando sí lo están, la respuesta cambia de nivel sin necesidad de “trucos”.
Sin mapa, no hay buen viaje. Y con mapa, incluso un trayecto complejo se vuelve razonable.
Decir lo que no quieres también es una instrucción
Otro punto relevante del documento es este: no basta con decir lo que quieres que haga la IA. También es importante acotar lo que no debe hacer.
Porque cuando todo está permitido, nada está claro.
Corto o largo.
Técnico o sencillo.
Con ejemplos o sin ellos.
No son matices menores. Son decisiones que cambian por completo el tipo de respuesta.
Cuando no hay límites, la IA se dispersa. Explora demasiados caminos. Intenta cubrirlo todo.
Y el resultado suele ser correcto… pero poco útil.
Cuando los límites están claros, ocurre lo contrario. La respuesta se enfoca. Gana precisión. Se vuelve más aprovechable.
Los límites ordenan el resultado. Reducen el ruido.
Y eso, en el ámbito profesional, marca la diferencia entre un texto que “suena bien” y uno que realmente sirve para algo.
El rol cambia la forma de razonar
La guía también subraya algo que suele infravalorarse: el rol desde el que responde la IA importa, y mucho.
No es lo mismo pedir “escribe este texto” que pedir “analiza esto como un consultor senior”, “respóndeme como un formador”, o “revísalo desde una perspectiva legal”.
No porque la IA “actúe”. Sino porque cambia el marco desde el que piensa.
Cada rol activa criterios distintos:
qué es relevante,
qué se puede obviar,
qué tono es aceptable,
qué nivel de detalle tiene sentido.
Es una forma directa de decidir desde qué punto de vista se va a razonar el problema.
Cuando no defines ese marco, la IA elige uno genérico. Y lo genérico, casi siempre, es poco útil.
Cuando lo defines tú, la respuesta deja de ser neutra y empieza a alinearse con una lógica profesional concreta.
El formato también decide la calidad
Si no indicas cómo quieres la respuesta, la IA decide por ti. Y suele decidir lo más cómodo para ella, no lo más útil para ti.
Textos largos.
Párrafos densos.
Respuestas correctas, pero difíciles de leer, de revisar o de reutilizar.
No porque la IA “se equivoque”, sino porque nadie le ha dicho qué forma debía tener el resultado.
El formato no es un detalle estético. Es parte de la instrucción.
Pedir desde el inicio una lista, unos pasos claros o un resumen breve es eficiencia.
Es decidir de antemano cómo vas a trabajar con ese contenido después. Leerlo, compartirlo, convertirlo en otra cosa, tomar decisiones.
Cuando no defines el formato, la IA optimiza para generar texto. Cuando lo defines, optimiza para ayudarte a trabajar.
Y esa diferencia, en el día a día, se nota más de lo que parece.
No existe el prompt perfecto a la primera
La guía desmonta otra expectativa bastante extendida: la idea de que hay una frase exacta que, si la escribes bien, hace que todo funcione.
No funciona así.
Trabajar con IA se parece mucho más a afinar un instrumento que a pulsar un botón.
Haces una prueba.
Lees el resultado.
Ajustas.
No porque lo anterior estuviera “mal”, sino porque ahora sabes un poco más de lo que necesitas.
Iterar no es fallar. Es pensar con el resultado delante. Es usar la respuesta como información, no como veredicto.
El primer output rara vez es el definitivo, y eso no es un problema, sino parte del proceso.
Cuando se espera perfección al primer intento, la frustración es inevitable.
Cuando se asume que el trabajo es iterativo, la IA empieza a encajar en un flujo profesional razonable.
Ahí deja de ser una máquina de respuestas y pasa a ser una herramienta que se ajusta contigo.
Menos ingenio. Más método
Después de leer la guía oficial y contrastarla con la experiencia real, la conclusión es:
La IA no necesita ocurrencias brillantes. No necesita frases ingeniosas ni trucos de última hora. Necesita claridad. Necesita contexto. Y necesita un método que evite empezar de cero cada vez.
Mientras unos abren ChatGPT y escriben lo primero que se les ocurre, otros trabajan de una forma distinta.
Piensan antes de pedir. Deciden qué necesitan, para qué y en qué formato.
Ajustan. Guardan. Reutilizan.
No porque sean más creativos, sino porque han dejado de improvisar.
Ahí es cuando la IA deja de sentirse irregular, caprichosa o decepcionante. Ahí es cuando empieza a devolver resultados consistentes.
Y en ese punto, la IA deja de ser un experimento curioso y se convierte, por fin, en una herramienta de trabajo de verdad.
Si quieres dar ese salto, esto es lo que necesitas.
N