1.4Errores de prompt frecuentes
Lo esencial en 30 segundos
- Cinco errores explican las respuestas decepcionantes : solicitud vaga, solicitud múltiple, contexto ausente, formato no especificado, pregunta orientada.
- El modelo es complaciente por defecto : « mi plan es bueno, ¿no? » recibe un sí — exija la crítica y los contraargumentos.
- Cada uno tiene SU error recurrente : audite sus últimos prompts para encontrar su punto de vigilancia.
Minicaso hilado — Amine audita sus prompts antes del comité
Amine prepara un comité de pilotaje y relee sus prompts de la semana: una solicitud vaga (« háblame de la gestión de riesgos »), cuatro preguntas amontonadas en un mensaje, un contexto de cliente ausente que la IA rellenó con suposiciones, y sobre todo una pregunta orientada (« mi nueva planificación es sólida, ¿no? ») que cosechó un sí entusiasta. Corrige cada uno con el método del nivel, y luego pide: « Critica esta planificación como un cliente escéptico: 3 debilidades principales ». Último episodio: su arte del prompt está completo.
Último episodio del caso 1.1-1.3 — Amine persigue sus errores recurrentes.
1. Cinco errores recurrentes
Cinco errores explican la inmensa mayoría de las respuestas decepcionantes: la solicitud demasiado vaga (« háblame de la gestión »), la solicitud múltiple (cinco preguntas en una), el contexto ausente (la IA rellena los huecos con suposiciones), el formato no especificado (disertación recibida, viñetas esperadas) y la pregunta orientada que dicta su respuesta a un modelo naturalmente complaciente.
Amine encuentra los cinco en su propia semana: el diagnóstico empieza por nombrar el error, como un médico nombra el síntoma.
2. Los correctivos
Para cada error, un correctivo: vago → precisar tarea, enfoque y uso; múltiple → dividir, una pregunta por mensaje; contexto ausente → dar la situación y la audiencia; formato ausente → imponer longitud, estructura, tono; pregunta orientada → formular en neutro o pedir el pro Y el contra.
Amine divide sus cuatro preguntas en cuatro mensajes y reformula su solicitud vaga en « 5 técnicas aplicables por un jefe de proyecto desbordado, una frase de aplicación cada una ».
3. El anti-complacencia
El modelo es complaciente por defecto (le da la razón): « mi plan es bueno, ¿no? » recibe un sí. Exija la crítica para decisiones sanas: « Critica esta idea como un inversor escéptico: 3 debilidades principales ».
Amine somete su planificación a esta prueba de estrés antes del comité: las tres debilidades reveladas valen más que un sí cortés seguido de un fracaso en reunión.
🔎 Ejemplo concreto — 🔎 Ejemplo concreto — El anti-complacencia
La técnica más importante en la empresa. Pruebe ambas formulaciones.
« Mi nueva planificación es sólida, ¿no? » → la IA dice sí (complacencia).
« Critica esta planificación como un cliente escéptico: 3 debilidades principales, y luego propón un correctivo por debilidad. »
→ por fin se obtiene un análisis útil para la decisión.Lectura : la formulación orientada dicta su respuesta al modelo; la formulación crítica lo libera.
Lección : auditar sus propios prompts — cada uno tiene su error recurrente.
Vocabulario de la sección
- Solicitud vaga
- Sin objetivo ni enfoque: la IA produce una enciclopedia tibia. Correctivo: precisar tarea + uso previsto.
Ejemplo sencillo: El « háblame de la gestión de riesgos » de Amine antes de la corrección.
Lo que no es: « 5 técnicas aplicables por un jefe de proyecto desbordado, una frase cada una ».
Reflejo: siempre tarea + enfoque + uso.
- Solicitud múltiple
- Varias preguntas en un prompt: respuestas superficiales a cada una. Correctivo: dividir.
Ejemplo sencillo: Las cuatro preguntas de Amine amontonadas en un mensaje.
Lo que no es: una pregunta por mensaje, tratadas una por una.
Reflejo: una pregunta = un mensaje.
- Complacencia
- La tendencia del modelo a darle la razón: « es una buena idea, ¿no? » recibe un sí.
Ejemplo sencillo: El sí entusiasta cosechado por la planificación de Amine antes de la prueba de estrés.
Lo que no es: una crítica explícita solicitada (« 3 debilidades principales »).
Reflejo: exigir la crítica para toda decisión.
- Pregunta orientada
- La formulación que contiene la respuesta esperada: sesga al modelo.
Ejemplo sencillo: « Mi nueva planificación es sólida, ¿no? » que dicta el sí.
Lo que no es: formular en neutro, o pedir el pro Y el contra.
Reflejo: neutro + contraargumentos sistemáticos.
En la práctica — En práctica — Clínica de los prompts fallidos
- Pruebe lo vago: « Háblame de la gestión del tiempo » — luego el correctivo: « Dame 5 técnicas de gestión del tiempo aplicables por un manager desbordado, una frase de aplicación cada una ».
- Pruebe lo múltiple: plantee 4 preguntas en un mensaje, constate la superficialidad — luego plantéelas una por una.
- Pruebe la complacencia: describa una idea mediocre y pida « es una buena idea, ¿no? » — luego: « Critica esta idea como un inversor escéptico: 3 debilidades principales ».
- Audite sus 5 últimos prompts reales: ¿qué error vuelve más en usted? Es su punto de vigilancia.
Guion listo para decir — compartir el anti-complacencia en reunión (30 s)
« Atención: si preguntamos a la IA si nuestro plan es bueno, dirá sí por defecto. Pidámosle más bien: critica este plan como un cliente escéptico, tres debilidades principales con un correctivo cada una. Decidiremos luego con conocimiento de causa. »
Para decir antes de toda decisión asistida por la IA; anotar las debilidades en la pizarra.
Modelo copiar-pegar — lista de auditoría de prompt
MI PROMPT : _______________
¿VAGO? [ ] → tarea + enfoque + uso : _______________
¿MÚLTIPLE? [ ] → dividir en : _______________
¿CONTEXTO AUSENTE? [ ] → situación + audiencia : _______________
¿FORMATO AUSENTE? [ ] → longitud + estructura + tono : _______________
¿ORIENTADA? [ ] → versión neutra + « critica : 3 debilidades » : _______________Decisor con prisa
Prioridad absoluta: el anti-complacencia. Antes de toda decisión, exija crítica y contraargumentos — es el correctivo que evita los errores costosos.
Jefe de proyecto en Argel
Amine muestra la lista en el espacio del proyecto: cada entregable asistido por la IA pasa la auditoría de los cinco errores antes del comité.
Respuesta desacertada
Si la respuesta falla el objetivo sin error visible: añada « Si mi solicitud es ambigua, hazme primero tus preguntas antes de responder » — muchos asistentes siguen entonces el juego.
Buscador de fórmula mágica
No hay prompt perfecto universal: lo universal es el método — RCTF (1.1), iteración (1.2), ejemplos (1.3), crítica (aquí).
✓ Buenas prácticas
- Precise y divida.
- Contexto o lo inventará.
- Exija crítica y contraargumentos.
✗ Errores frecuentes
- La solicitud vaga.
- Varias preguntas en una.
- La pregunta orientada.
Puntos clave
- Vago → precisar tarea, enfoque y uso; múltiple → dividir.
- La IA rellena los vacíos con suposiciones: dé el contexto o lo inventará.
- El modelo es complaciente por defecto: exija la crítica y los contraargumentos.
- Audite sus propios prompts: cada uno tiene SU error recurrente.
Reto 48h — aplique mañana
Audite sus 5 últimos prompts reales con la lista anterior, anote su error recurrente y corrija uno con su correctivo. 20 minutos bastan.
- Puedo citar los 5 errores y sus correctivos.
- Sé practicar el anti-complacencia.
- He auditado mis prompts + identificado mi error recurrente.
Preguntas frecuentes
¿Por qué la IA no me dice que mi solicitud es ambigua?
Los modelos están entrenados para responder en lugar de preguntar. Truco: añada « Si mi solicitud es ambigua, hazme primero tus preguntas antes de responder » — muchos asistentes siguen entonces el juego.
¿Existe un prompt perfecto universal?
No: el buen prompt depende de la tarea y del contexto. Lo universal es el método — RCTF, ejemplos, iteración, crítica — que usted acaba de adquirir en este nivel.
¿Qué técnica es la más importante contra la complacencia de la IA?