De la fórmula al lenguaje natural
"Ya no hace falta hablarle a la IA en un idioma especial. Pero tampoco desapareció por completo la utilidad de estructurar un pedido."
deslizá para empezar ↓
Incluye certificado
Resolvé el caso final con al menos 4 de 5 respuestas correctas y te llevás tu certificado.
Cuando le pedís algo a una IA, ¿cómo armás el pedido hoy?
Es exactamente el punto que esta cápsula revisa: cuáles de esas fórmulas siguen sumando y cuáles ya no.
Buena base. Vamos a ver también cuándo conviene sumar algo más de estructura.
Buena base. Vamos a afinar el criterio de cuándo conviene cada opción.
¿Sabías que las fórmulas rígidas de prompt (forzar un rol, seguir una plantilla fija) surgieron porque los primeros modelos entendían mal la intención, y no porque fueran la única forma correcta de pedir algo?
Vale la pena repasarlo igual: es la clave para saber cuándo esas fórmulas siguen sumando algo — y va a volver como decisión concreta en el caso de Camila, al final.
Vas a ver por qué cambió, y qué quedó vigente de esas técnicas — y va a volver como decisión concreta en el caso de Camila, al final.
Es un malentendido común. Vas a ver la diferencia — y va a volver como decisión concreta en el caso de Camila, al final.
¿Te pasó de escribir un prompt largo y con mucha estructura para algo que en el fondo era una tarea simple?
Es el hábito que esta cápsula ayuda a recalibrar — y va a volver como decisión concreta en el caso de Camila, al final.
Vas a ver un criterio claro para decidirlo de antemano — y va a volver como decisión concreta en el caso de Camila, al final.
Buena base. Igual vas a ver cuándo conviene sumar estructura en los casos que sí la necesitan — y va a volver como decisión concreta en el caso de Camila, al final.
Cuando había que hablarle en su idioma
Los primeros modelos de IA generativa entendían mal la intención detrás de un pedido. Para conseguir buenos resultados, había que aprender un idioma especial: forzar un rol ("Actuá como un experto en..."), seguir plantillas fijas, dar varios ejemplos antes de la pregunta real.
Ese conjunto de técnicas se conoció como prompt engineering, y durante un tiempo fue casi una habilidad aparte: saber "hablarle" a la IA en su idioma, más que explicarle lo que se necesitaba.
Los modelos aprendieron a entender la intención
Los modelos actuales infieren mucho mejor qué se está pidiendo, incluso cuando el pedido no sigue ninguna fórmula. Preguntan si algo no está claro, piden precisiones, y entienden el mismo pedido explicado de varias formas distintas.
El piso subió: ya no hace falta un truco para que te entiendan. Alcanza con explicarlo bien.
Los modelos actuales necesitan fórmulas rígidas (como forzar un rol) para entender lo que se les pide.
Ya no es así: los modelos actuales entienden bien la intención de un pedido explicado en lenguaje natural, sin necesidad de fórmulas.
Cuándo todavía conviene estructurar el pedido
Que ya no sea obligatorio no significa que estructurar nunca sirva. Para tareas complejas o con información crítica, dar tres cosas de entrada sigue mejorando el primer resultado:
- →El contexto: para quién es, con qué objetivo.
- →El objetivo concreto de la respuesta.
- →El formato esperado, si importa.
No es una fórmula obligatoria: es información útil, que ayuda igual que le ayudaría a una persona a la que se le delega la misma tarea.
Para tareas complejas o con información crítica, dar contexto, objetivo y formato esperado sigue ayudando a obtener un mejor primer resultado.
Correcto: no es un truco de prompt, es simplemente información útil para cualquier tarea que lo requiera.
Dos formas de pedir lo mismo
La diferencia se nota mejor con un ejemplo, para la misma tarea: escribir un mensaje pidiendo una prórroga de un plazo.
Estilo antiguo
"Actuá como un asistente experto en comunicación corporativa. Redactá, en un máximo de 80 palabras, un mensaje formal solicitando una prórroga de tres días para la entrega de un informe, usando un tono profesional y cordial."
Lenguaje natural
"Necesito pedirle a mi jefe tres días más para entregar un informe. Ayudame a escribir un mensaje corto y respetuoso."
El segundo pedido consigue, en la práctica, un resultado igual de bueno — con menos esfuerzo para escribirlo.
Explicarle un pedido a una IA como se le explicaría a una persona ya no funciona con los modelos actuales.
Al contrario: es la forma más directa de conseguir un buen resultado con los modelos actuales.
Una prueba para esta semana
Elegí un pedido que sueles armar con una plantilla o fórmula fija, y probalo también en lenguaje natural, explicando lo mismo como si se lo pidieras a un colega.
Si el resultado es parecido, esa plantilla te estaba costando tiempo sin necesidad. Si el resultado cambia para peor, probablemente la tarea era lo bastante compleja como para necesitar ese contexto de más.
Camila necesita reformular un mensaje corto e informal para un compañero de equipo.
¿Qué le conviene hacer?
Para una tarea tan simple, esa estructura no suma nada: solo agrega trabajo de más.
Correcto: para algo simple, alcanza con explicarlo como se lo explicaría a un colega.
No hay problema en usar la IA para algo simple: el punto es no sobrecargar el pedido, no evitarlo.
Camila tiene que armar un informe con datos financieros sensibles para un cliente importante.
¿Qué le conviene hacer?
Para una tarea así, conviene dar contexto, objetivo y formato antes de pedir el desarrollo.
Correcto: es justo el tipo de tarea donde esa información de entrada mejora el resultado.
Una plantilla fija no reemplaza dar el contexto real de este informe en particular.
El caso de Camila
Camila trabaja en comunicación corporativa y aprendió, hace un tiempo, un buen puñado de fórmulas de prompt que todavía usa por costumbre. A partir de acá, las decisiones son tuyas.
Se necesitan 4 de 5 respuestas correctas para acreditar esta cápsula.
Camila necesita un resumen rápido de un artículo, para uso personal.
¿Qué hace?
¡Correcto!
Correcto: para una tarea así de simple, alcanza con explicarlo directamente.
No exactamente.
Es más trabajo del necesario: para un resumen simple, esa estructura no suma nada.
No exactamente.
No hace falta esa demora: para esta tarea, un pedido directo alcanza y sobra.
Camila tiene que armar un informe complejo con datos financieros sensibles para un cliente.
¿Qué hace?
No exactamente.
Para una tarea así de compleja, esa falta de contexto puede afectar el resultado.
¡Correcto!
Correcto: es justo el tipo de tarea donde esa información de entrada mejora el resultado.
No exactamente.
La fórmula sola no alcanza: lo que mejora el resultado es el contexto específico de este informe, no el formato del pedido.
Un colega le dice a Camila que las fórmulas de prompt "ya no sirven para nada, ahora hay que hablar como si nada".
¿Qué le responde?
No exactamente.
Es una simplificación excesiva: para tareas complejas o críticas, la estructura todavía ayuda.
No exactamente.
Tampoco es así: para tareas simples, ya no hacen falta.
¡Correcto!
Correcto: la clave está en distinguir el tipo de tarea, no en descartar la estructura por completo.
Camila prueba lo mismo con y sin su plantilla rígida de siempre, para una tarea simple, y nota que el resultado es prácticamente igual.
¿Qué conclusión sacaría?
¡Correcto!
Correcto: si el resultado es el mismo, la estructura de más no estaba aportando valor.
No exactamente.
No es una falla: para una tarea simple, es esperable que ambos pedidos den un resultado parecido.
No exactamente.
No hace falta esa precaución para tareas simples: el resultado ya mostró que no cambia nada.
Camila quiere ayudar a un colega que recién empieza a usar IA, y que insiste en aprenderse fórmulas de prompt de memoria.
¿Qué le sugiere?
No exactamente.
No hace falta ese paso previo: puede empezar a usarla directamente.
¡Correcto!
Correcto: es el criterio que evita tanto la sobrecarga innecesaria como la falta de contexto cuando sí hace falta.
No exactamente.
No es tan parejo: en tareas complejas o críticas, cómo se pide sí hace diferencia.
El piso subió: ya no hace falta un truco para que te entiendan. Alcanza con explicarlo bien — y con estructurar cuando de verdad hace falta.
¿Qué pedido vas a probar esta semana en lenguaje natural, sin tu plantilla de siempre?
Caso final aprobado
Llevate tu certificado de finalización:
Escribí tu nombre para generar el certificado.
El certificado se emite resolviendo el caso final con al menos 4 de 5 respuestas correctas. Volvé a intentar la cápsula; ahora ya sabés más que la primera vez.
¿Querés llevar esto a tu equipo u organización, con una capacitación práctica y a medida?
Escribime