La ingeniería de prompts se ha consolidado como una forma práctica de orientar el comportamiento de los LLM sin modificar sus parámetros internos: mediante instrucciones, contexto, ejemplos y formatos de salida bien definidos. En esa línea, la metodología CRAFE ofrece una estructura sencilla, memorable y muy eficaz para enseñar a escribir mejores prompts.
La metodología CRAFE
CRAFE resume cinco componentes esenciales de un buen prompt:
La idea central es simple: cuanto más explícita sea la especificación, más control tendrás sobre la respuesta.
C — Contexto: el modelo necesita escenario
El contexto responde a tres preguntas:
¿Dónde ocurre la tarea? ¿A quién va dirigida? ¿Por qué se necesita?
No es lo mismo pedir:
> “Hazme un resumen de este artículo.”
que pedir:
> “Estoy preparando un Journal Club para residentes de enfermedades infecciosas. Necesito un resumen crítico de este artículo, centrado en metodología, resultados clínicamente relevantes y limitaciones que puedan discutirse en sesión.”
El segundo prompt le da al modelo coordenadas mucho más útiles. El contexto permite ajustar el nivel técnico, el enfoque, la extensión y la utilidad práctica de la respuesta.
📌 Regla práctica: si una persona experta necesitara saber algo antes de ayudarte, el modelo también.
---
R — Rol: no pidas una respuesta, pide una mirada experta
El rol define desde qué perspectiva debe responder el modelo.
Ejemplos:
> “Actúa como un editor de una revista Q1 de microbiología clínica.”
> “Actúa como un consultor experto en implementación de IA generativa en educación sanitaria.”
> “Actúa como un revisor crítico de proyectos de investigación competitivos.”
El rol no convierte mágicamente al modelo en esa persona, pero sí orienta el tipo de razonamiento, vocabulario, criterios de calidad y profundidad esperada. Las guías prácticas de prompting recomiendan escribir instrucciones claras, dividir tareas complejas y especificar el tipo de resultado deseado.
📌 Regla práctica: el rol debe ser funcional, no decorativo. Mejor “actúa como revisor metodológico de un ensayo clínico” que “actúa como un genio brillante”.
---
A — Acción: concreta exactamente la tarea
La acción es el núcleo del prompt. Aquí debes decir qué tiene que hacer el modelo.
Una acción débil sería:
> “Mejora este texto.”
Una acción fuerte sería:
> “Revisa este texto para mejorar claridad, precisión científica y fluidez. Mantén el contenido original, no añadas datos nuevos y señala los cambios principales al final.”
La diferencia es enorme. “Mejorar” puede significar resumir, reescribir, corregir estilo, añadir información, cambiar tono o incluso alterar el contenido. La acción debe cerrar esas posibilidades.
Buenas acciones suelen usar verbos como:
| Objetivo | Verbos útiles | | -------------- | --------------------------------- | | Corrección | revisa, corrige, depura | | Síntesis | resume, prioriza, extrae | | Análisis | compara, evalúa, critica | | Creación | redacta, diseña, estructura | | Transformación | convierte, adapta, reformula | | Decisión | recomienda, clasifica, jerarquiza |
📌 Regla práctica: si el verbo es ambiguo, el resultado será variable.
---
F — Formato de salida: el resultado debe ser usable
El formato de salida indica cómo quieres recibir la respuesta.
Puedes pedir:
> “Entrégalo en una tabla.”
> “Devuélvelo en bullets.”
> “Escribe un texto continuo de 800 palabras.”
> “Genera un documento con título, subtítulos, tabla comparativa y resumen final.”
> “Marca en negrita los cambios realizados.”
Este paso es especialmente importante cuando queremos usar la respuesta directamente en un documento, una presentación, una tabla, una app o una red social.
Ejemplo pobre:
> “Hazme una explicación de la técnica.”
Ejemplo mejor:
> “Explícalo en formato docente: primero una definición breve, después los pasos clave, luego errores frecuentes y finalmente una tabla resumen.”
📌 Regla práctica: no basta con pedir contenido; pide también la arquitectura del contenido.
---
E — Ejemplos: enséñale el estilo que quieres
Los ejemplos son una de las herramientas más potentes del prompting. En modelos de lenguaje, mostrar ejemplos puede mejorar la alineación con el estilo, estructura o tipo de razonamiento esperado. En tareas complejas, los ejemplos con pasos intermedios han demostrado mejorar el rendimiento en razonamiento aritmético, simbólico y de sentido común en modelos grandes.
Ejemplo:
> “Quiero que el segundo párrafo tenga este estilo: ‘Aunque el resultado es prometedor, su interpretación debe matizarse por el tamaño muestral reducido y la ausencia de validación externa’.”
O:
> “Usa este formato para cada apartado: > Problema: … > Implicación: … > Recomendación: …”
Los ejemplos reducen la distancia entre lo que tienes en mente y lo que el modelo interpreta.
📌 Regla práctica: cuando el estilo importa, un ejemplo vale más que cinco adjetivos.
---
Plantilla CRAFE lista para usar 🧩
```text CONTEXTO: Estoy trabajando en [situación/proyecto]. El resultado va dirigido a [audiencia] y lo necesito para [objetivo].
ROL: Actúa como [perfil experto o perspectiva concreta].
ACCIÓN: Quiero que [tarea específica]. Ten en cuenta [criterios, restricciones o prioridades].
FORMATO DE SALIDA: Entrégalo en [tabla / bullets / texto continuo / esquema / documento estructurado]. Usa [extensión, tono, secciones, nivel técnico].
EJEMPLOS: El estilo o tipo de respuesta que busco es parecido a: [ejemplo 1] [ejemplo 2] ```
---
Ejemplo completo usando CRAFE
Prompt débil
> “Revisa este proyecto de investigación.”
Prompt CRAFE
```text CONTEXTO: Estoy preparando un proyecto de investigación para una beca competitiva en enfermedades infecciosas. El proyecto será evaluado por un comité científico y necesito mejorar su claridad, coherencia interna y plausibilidad metodológica.
ROL: Actúa como un revisor crítico de proyectos de investigación biomédica con experiencia en enfermedades infecciosas, epidemiología clínica y metodología.
ACCIÓN: Revisa el texto y detecta debilidades en la justificación, hipótesis, objetivos, metodología, variables, análisis estadístico e impacto esperado. No reescribas todo el proyecto todavía: primero identifica problemas y propón mejoras concretas.
FORMATO DE SALIDA: Devuelve una tabla con cuatro columnas: 1. Sección 2. Problema detectado 3. Por qué es relevante 4. Propuesta de mejora
Después añade un resumen final con las tres prioridades principales.
EJEMPLOS: El tipo de comentario que busco es: “El objetivo principal no está completamente alineado con la variable primaria; convendría reformularlo para que sea medible y directamente evaluable.” ```
Este segundo prompt no solo pide una tarea: diseña una interacción profesional.
---
Errores frecuentes al escribir prompts
1. Pedir demasiado poco
> “Hazlo mejor.”
El modelo necesita saber qué significa “mejor”: más breve, más técnico, más persuasivo, más claro, más crítico, más académico o más divulgativo.
---
2. Dar contexto irrelevante
El contexto ayuda, pero no todo contexto es útil. Conviene evitar información decorativa que no cambia la tarea.
Malo:
> “Estoy en casa, es lunes y tengo prisa.”
Mejor:
> “Necesito una versión breve porque se usará como resumen ejecutivo de una página.”
---
3. No definir la audiencia
Un mismo tema cambia completamente según la audiencia:
| Audiencia | Enfoque | | -------------- | -------------------------------------- | | Estudiantes | Docente, progresivo, con ejemplos | | Especialistas | Técnico, directo, con matices | | Dirección | Ejecutivo, orientado a decisiones | | Pacientes | Claro, prudente, sin jerga innecesaria | | Redes sociales | Breve, visual, con gancho |
---
4. No indicar restricciones
Las restricciones son esenciales:
> “No añadas bibliografía nueva.”
> “Mantén una extensión máxima de 250 palabras.”
> “Conserva el tono formal.”
> “No cambies los datos numéricos.”
> “Prioriza recomendaciones accionables.”
Sin restricciones, el modelo puede hacer una versión correcta pero inútil para tu caso concreto.
---
CRAFE no es una fórmula rígida
No todos los prompts necesitan los cinco elementos con la misma intensidad. Para tareas simples, basta con una instrucción breve. Pero cuando la tarea es compleja, profesional o sensible al formato, CRAFE actúa como un checklist de calidad.
La clave no es escribir prompts largos. La clave es escribir prompts completos.
Un buen prompt debe decir:
> Qué está pasando, quién debe responder, qué debe hacer, cómo debe entregarlo y qué ejemplo debe seguir.
---
Conclusión
La metodología CRAFE convierte el prompting en una competencia enseñable. Ayuda a pasar de instrucciones vagas a solicitudes precisas, reproducibles y orientadas a resultados.
En un entorno donde los LLM se usan para redactar, analizar, resumir, programar, enseñar o tomar decisiones asistidas, saber escribir buenos prompts ya no es una habilidad accesoria: es una forma de alfabetización profesional en IA.
---
Resumen final
C — Contexto: explica situación, audiencia y objetivo. R — Rol: define la perspectiva experta desde la que debe responder el modelo. A — Acción: especifica la tarea exacta y sus límites. F — Formato: indica cómo debe entregarse la respuesta. E — Ejemplos:* muestra el estilo, estructura o nivel esperado.
CRAFE = menos ambigüedad, más control y mejores resultados. 🚀