Mapa del recorrido
🚀 Tu primer prompt
5 bloques, no 300 líneas
📦 La biblioteca de bloques
Copia, pega, ajusta
🎭 Diseño de persona
La voz en cuatro ejes
🔧 Contrato de Herramienta
La IA llama al correcto en el momento adecuado
🔁 El Loop operativo
El cerebro disciplinado ⭐
🛠️ Skill y Agente
Empaqueta y contrata
✅ Verificación e informe fiel
Saber que funcionó, no solo creerlo
Contenido detallado
🚀 Tu primer prompt: el Mínimo Viable
Basta de teoría: manos a la obra. No escribes 300 líneas: armas un Prompt Mínimo Viable de cinco bloques, lo ejecutas de inmediato y solo lo haces crecer cuando algo falla de verdad.
El system prompt más pequeño que ya te sirve —cinco bloques, nada de adornos—, armado para ejecutarlo hoy. Es el punto de partida, no el prompt final.
El error número uno de quienes empiezan es volcarlo todo de una vez. Un prompt pequeño es un prompt que entiendes y puedes depurar.
5 bloques, no 300 líneas · funciona hoy · crece con motivo · fácil de depurar.
Las cinco piezas: identidad, tono, herramientas, seguridad e bucle — cada uno con un papel claro.
Saber por qué son estas cinco — ni más ni menos — es lo que te libra de inflar el prompt. Dos de ellas (herramientas, loop) son opcionales.
identidad · tono (mayor ROI) · herramientas (opcional) · seguridad · loop (si es un agente).
El armado práctico: copias bloques de la biblioteca y solo cambias lo que está {entre chaves}Ejemplo real: la asistente de correo «Mia», en tres bloques.
No se escribe de la nada: los bloques ya destilan patrones reales. El ejercicio también muestra lo que NO se incluyó y por qué.
Copia, no inventes · cambia las claves · usa la receta · solo lo que el caso requiere.
El paso que casi todo el mundo se salta: pegar el PMV, darle tareas reales y leer las respuestas en busca de comportamientos concretos no deseados, no de problemas imaginarios.
Un prompt que ejecutaste y observaste vale por diez que «creíste que funcionarían». El resultado es la verdad; la conjetura es un borrador.
Tareas reales · leer la respuesta completa · anotar el problema concreto · ejecutarlo varias veces.
La disciplina que separa un prompt conciso de un monstruo inflado: agrega un bloque o una regla solo cuando haya aparecido un comportamiento problemático real, y explica por qué lo agregas.
Una regla de «por si acaso» es un desperdicio: o el modelo ya lo hacía, o aborda un caso que nunca ocurre. Si no viste el problema, la regla no se incluye.
Viste el error · añádelo con el porqué · vuelve a ejecutar y comprueba · nada de acumular «IMPORTANTE».
Para cada regla que se incluya en el prompt, un caso de prueba que fallaría sin ella. Si no puedes escribir la prueba, quizá la regla no tenga que existir.
Es lo que transforma las «suposiciones sobre prompts» en ingeniería: cada línea obtiene una evidencia que justifica su presencia y te avisa si deja de servir.
Prueba que fallaría sin la regla · evidencia por línea · una regla sin prueba es sospechosa · prueba, no conjetura.
📦 La biblioteca de bloques (copiar y pegar)
En 2.1 armaste un PMV con tres bloques. Ahora abrimos la caja completa: cada bloque es texto listo para copiar, destilado de un patrón real, con los {espaços} esperando tu caso. La regla es una sola: no los pegues todos.
El bloque que abre cada prompt: quién es la IA, el modelo y el objetivo en una frase, con {espaços} para que lo completes.
Es el ancla presente en el 100% de los prompts. Tenerlo listo evita el antipatrón de una persona enterrada o inflada.
Ancla · {NOMBRE} {ROL} {objetivo} · breve y precisa · siempre presente.
El bloque que define cómo suena la IA: concisión más una regla de honestidad (la verdad por encima de la adulación; si se equivoca, que lo admita).
Es el bloque de mayor rendimiento: por sí solo, ya elimina la mitad de las respuestas que dan rabia — largas, aduladoras, llenas de listas.
Concisión · verdad > deferencia · reconocer el error · mayor ROI del prompt.
El bloque que fija un límite de verbosidad para la IA: responde con la menor extensión que resuelva el problema, sin alargar innecesariamente ni incluir listas superfluas.
Sin un presupuesto, el modelo tiende a escribir demasiado. Una regla de concisión clara ajusta la extensión de la respuesta a lo que realmente pide la pregunta.
Límite de verbosidad · prosa vs. lista · directo al grano · ajustar a lo que pides.
El bloque que declara la precedencia cuando dos instrucciones entran en conflicto: política central > system > usuario > predeterminado.
Sin un orden explícito, las instrucciones en conflicto dejan el comportamiento al azar. El bloque indica de antemano quién manda.
Precedencia · política central · resolución de conflictos · usuario > valor predeterminado.
El bloque que obliga a la IA a citar y preservar el origen de lo que afirma: el formato de referencia que apunta a la fuente, como en el estándar de Perplexity.
Sin citas, la respuesta se convierte en «confía en mí». Conservar la fuente permite verificar a la IA y reduce la posibilidad de que una afirmación inventada pase por un hecho.
Citar el origen · formato de referencia · verificable · no inventar fuentes.
Tres combinaciones listas: persona de producto, agente de tareas, especialista de dominio, que indican qué bloques elegir para cada tipo de IA.
La biblioteca tiene muchos bloques, pero tu caso solo necesita unos pocos. Las recetas evitan el error de pegarlo todo e inflar el prompt sin motivo.
Persona de producto · agente de tareas · especialista de dominio · toma solo lo que se necesita.
🎭 Diseño de persona: los 4 ejes
"Sé amable" no es una personalidad — es un deseo. Una personalidad de verdad se diseña con cuatro controles: qué valora, cómo suena, cómo lleva la conversación y cuándo se detiene a comprobar. Cuatro ejes, ajustables como una mesa de mezclas.
El primer eje: qué valora la persona cuando tiene que elegir: velocidad vs. cuidado, brevedad vs. exhaustividad, verdad vs. complacer.
Los valores son la brújula que define el comportamiento en los casos que el prompt no previó. Sin ellos, la persona se convierte en una simple capa de tono.
Prioridad en conflicto · compensación declarada · brújula · guía el criterio.
El segundo eje: la forma audible de hablar —formal o informal, cálida o seca, con humor o sin él—, la textura de la voz.
Es el eje que el usuario percibe en segundos. Calibrarlo a propósito es lo que distingue a un chatbot agradable de uno robótico o adulador.
Formal vs. informal · cálido vs. seco · humor · textura de la voz.
El tercer eje: cómo la persona guía la conversación — hace preguntas antes de actuar o supone y entrega; espera órdenes o propone el siguiente paso.
Define el ritmo de la colaboración. Una IA que pregunta demasiado cansa; una que nunca pregunta no da en el blanco. El eje ajusta ese equilibrio.
Preguntar vs. actuar · proactiva vs. reactiva · ritmo de la conversación · iniciativa calibrada.
El cuarto eje: en qué situaciones la persona se detiene, pide confirmación o deriva el caso — antes de algo irreversible, costoso o fuera del alcance.
Es el freno de mano de la persona. Sin una regla de escalamiento, la IA «decide por su cuenta» cosas que debería confirmar — y el daño viene después.
Punto de parada · pedir confirmación · antes de lo irreversible · pasar el relevo.
La regla inquebrantable: la persona moldea cómo conversa la IA, pero nunca contamina lo que entrega. Un correo cínico, un código adulador: prohibido.
Es el error más común de una persona: dejar que su «estilo» se filtre al producto del usuario. Separar la forma de hablar del artefacto es lo que mantiene útil a la persona.
Persona ≠ artefacto · rige la conversación · no contamina la entrega · la única regla estricta.
Tres personas reales, verbatim: la amigable, la robótica y la cínica/pragmática, presentadas como combinaciones distintas de los mismos cuatro ejes.
Ver los cuatro botones en posiciones distintas hace concreta la mesa de mezclas: empiezas a diseñar tu voz en cuatro líneas, en lugar de hacerlo a ciegas.
Amigo · robot · cínico/pragmático · misma mesa, posiciones diferentes.
🔧 Herramientas y el Contrato de Herramienta
Enumerar las herramientas no basta. La IA llamará a la equivocada, ignorará dependencias o hará diez llamadas en fila cuando una llamada por lotes lo resolvería. La solución es el Contrato de Herramientas: seis cláusulas listas que indican cuándo llamar, qué va antes, qué no usar nunca y cómo agrupar.
La cláusula que indica en qué situación debe llamarse cada herramienta, el «if the user…» que conecta la intención con la acción correcta.
Sin un activador, la IA usa la herramienta en el momento equivocado o se olvida de usarla. Una condición clara hace que la llamada ocurra en el momento adecuado.
Condición «if» · intención → acción · momento adecuado · no llamar por reflejo.
La cláusula que exige un paso antes de otro; el ejemplo canónico: "You MUST use the Read tool at least once before editing."
Muchos errores de agente surgen de saltarse la lectura del estado real. Hacer explícito el requisito previo impide actuar a ciegas.
Dependencia · leer antes de editar · orden obligatorio · evitar acciones a ciegas.
La cláusula que prohíbe una vía en favor de otra — "Usa herramientas especializadas en lugar de comandos de terminal…", de Cursor.
Cuando hay dos formas de hacer algo, la IA elige la peor en el momento equivocado. Decir «usa X, nunca Y» elimina la ambigüedad.
Preferencia firme · usa X, nunca Y · herramienta especializada · sin ambigüedad.
La cláusula que indica agrupar las llamadas independientes: hacer por lotes o en paralelo lo que no depende de lo demás, como en el paralelismo de Claude Code.
Diez llamadas en fila son lentas y costosas cuando una sola por lotes bastaba. Saber agruparlas mejora directamente la velocidad y reduce el costo.
Lotes vs. cola · paralelismo · independencia · velocidad y costo.
La cláusula que separa lo que ocurre entre bastidores de lo que se comunica: la IA usa la herramienta, pero cuenta el resultado en lenguaje natural, sin revelar nombres técnicos internos.
"Voy a ejecutar la herramienta grep_search" no ayuda al usuario: lo confunde. Hablar del efecto, no del mecanismo, mantiene la conversación clara y útil.
Efecto, no mecanismo · lenguaje natural · proceso interno oculto · conversación limpia.
La cláusula que indica usar la salida de una herramienta como entrada de la siguiente: buscar, luego leer lo que encontró la búsqueda y después actuar en consecuencia.
Sin encadenamiento, la IA repite trabajo o actúa con datos desactualizados. Pasar el resultado es lo que da continuidad a la tarea.
Salida → entrada · continuidad · no rehacer · dato fresco.
🔁 El Loop operativo: el cerebro disciplinado
El módulo clave del curso. Un agente disciplinado no corre al teclado: aterriza en la realidad, razona, actúa en lotes, se detiene a leer lo que obtuvo y solo entonces decide el siguiente paso. Este ciclo tiene nombre: GROUND → REASON → ACT → OBSERVE → RE-EVALUATE → VERIFY → NARRATE.
El argumento inicial: la disciplina del agente no viene de una frase mágica, sino de un ciclo repetible de pensar, actuar y verificar.
Los trucos de prompt fallan en casos nuevos; un loop generaliza. Es la diferencia entre un agente que piensa y uno que solo «tantea rápido».
Proceso repetible · no un truco · generaliza · pensar vs. tantear.
La primera fase del loop: observar el estado real —leer el archivo, comprobar qué existe— antes de razonar o actuar basándote en suposiciones.
Casi todo error grave de un agente empieza con una suposición sin verificar. Anclarte a la realidad es el antídoto más barato que existe.
Estado real · leer antes de suponer · base factual · antídoto contra las alucinaciones.
Las fases intermedias: razonar un plan breve y luego ejecutar acciones, agrupando en lotes lo que es independiente en vez de hacerlo de una en una.
Pensar antes evita acciones desperdiciadas; actuar en lote evita la lentitud. Juntas, son la forma de «hacerlo con criterio» del agente.
Plan corto · acción por lotes · independencia · actuar con criterio.
El corazón del loop: detenerse para leer lo que devolvió la acción y reevaluar el plan a la luz de eso, en lugar de seguir en piloto automático.
Es la fase que casi todos los agentes se saltan, y donde está la diferencia. Quien no observa repite el error; quien observa corrige el rumbo.
Leer la respuesta · reevaluar · corregir el rumbo · salir del piloto automático.
Las fases de cierre: verificar de verdad que salió bien (ejecutar el check real) y contar lo que ocurrió con honestidad, incluso lo que falló.
"Report outcomes faithfully": decir que funcionó sin comprobarlo es el pecado capital. Verificar + informar fielmente es lo que hace confiable al agente.
Check real · relato fiel · contar qué falló · confianza merecida.
El ajuste final: dosificar cuántos ciclos merece la tarea; una pregunta trivial no necesita siete fases, mientras que una migración riesgosa las necesita todas.
Demasiados bucles en una tarea sencilla son un desperdicio; muy pocos en una tarea seria son un riesgo. Calibrar el esfuerzo es lo que hace práctico el ciclo.
Dosificar el esfuerzo · trivial frente a arriesgado · proporción · ciclo práctico.
🛠️ Cómo crear una Skill y un Agente
El system prompt fue solo el comienzo. Ahora subes un nivel: empaquetas una habilidad en una Skill (que se activa automáticamente mediante la description) y, cuando el trabajo lo requiera, "contratas" a un agente con un comienzo y un final bien definidos. Cinco capas, donde cada pieza encaja, con un ejemplo real de INEMA.
Una habilidad empaquetada: una description que indica cuándo debe activarse, además de las instrucciones para ejecutar la tarea.
Una description bien escrita hace que la skill aparezca por sí sola en el momento adecuado. Si está mal escrita, nunca se activa o se activa cuando no debe.
Habilidad empaquetada · description que activa · disparador automático · instrucciones de ejecución.
La pila de cinco capas: identidad → reglas/hooks → skills → agentes → herramientas, cada una con su papel en el sistema.
Saber dónde vive cada pieza evita confundir una regla con una skill, o un agente con una herramienta — el mapa del territorio.
Identidad · reglas/hooks · skills · agentes · herramientas.
La distinción entre el agente principal, que lleva la conversación, y el subagente, al que se «contrata» para una subtarea con contexto propio y que devuelve el resultado.
Los subagentes aíslan el contexto y dividen el trabajo. Confundir ambas cosas lleva a volcarlo todo en un solo lugar o a fragmentar sin necesidad.
Agente principal · subagente · contexto aislado · devuelve el resultado.
El criterio para decidir cuándo vale la pena crear un agente: que haya un papel con un inicio y un fin bien definidos — «build an agent where it makes sense», no por moda.
Demasiados agentes son complejidad innecesaria; muy pocos acumulan trabajo. El criterio del "papel definido" indica cuándo se justifica esa pieza.
Papel definido · inicio y final claros · donde tenga sentido · no por moda.
La práctica de lanzar varios subagentes al mismo tiempo cuando las subtareas son independientes —cada uno en su propio contexto, sin esperar en una fila.
Es el paralelismo a nivel agéntico: divide un trabajo grande en frentes simultáneos y reúne los resultados al final. Solo sirve cuando hay independencia real.
Frentes simultáneos · independencia · unir al final · paralelismo entre agentes.
Un caso de estudio concreto: una skill real del ecosistema INEMA, mostrada por dentro — description, instrucciones y dónde encaja en las capas.
Ver una skill que existe de verdad cierra el ciclo: dejas atrás lo abstracto y reconoces cada pieza del módulo funcionando en conjunto.
Estudio de caso · skill real · piezas que funcionan juntas · de lo abstracto a lo concreto.
✅ Verificación e informe fiel
El último módulo de la Práctica, y el que separa a quienes «creen que funcionó» de quienes saben que funcionó. Una edición es solo una hipótesis; un check real es la prueba. Aquí desarrollas el hábito de ejecutar la prueba real, confirmar antes de lo irreversible e informar sin rodeos.
El cambio de mentalidad: todo cambio que hace la IA es una hipótesis de que funcionó; solo se convierte en un hecho después de una verificación real.
Confundir "edité" con "funciona" es la fuente de la mitad de los errores declarados como resueltos. Tratar la edición como una hipótesis obliga a probarla.
Edición = hipótesis · check = evidencia · «edité» ≠ «funciona» · prueba antes de afirmarlo.
La regla de la prueba que realmente demuestra: ejecutar la aplicación, la prueba o la consulta que ejercita de verdad el cambio, no un ls o echo que simula una verificación.
Un check falso da una confianza falsa — peor que no hacer ninguno. Solo la prueba real, que fallaría si el cambio estuviera mal, sirve como evidencia.
Prueba real · nada de teatro · fallaría si estuviera mal · evidencia de verdad.
La regla de seguridad: antes de una acción que no se puede deshacer —borrar, enviar, publicar, sobrescribir—, detente y pide confirmación explícita.
Un error reversible se corrige; uno irreversible se convierte en pérdida. Ese freno es lo que separa una IA confiable de una que «lo hizo por su cuenta».
Acción irreversible · pedir confirmación · reversible frente a irreversible · freno de seguridad.
La obligación de contar el resultado tal como fue: "Report outcomes faithfully: si las pruebas fallan, dilo e incluye la salida…" — sin suavizar ni fingir que hubo éxito.
Un relato adornado destruye la confianza más rápido que el error mismo. Decir "falló, aquí está la salida" es lo que hace que la IA sea digna de confianza.
Reporte fiel · sin evasivas · mostrar la salida · honestidad > apariencia.
El método para cuando algo falla: detenerse, diagnosticar la causa y corregir con una hipótesis, en vez de repetir la misma acción a ciegas esperando otro resultado.
Un agente que "da tumbos" intenta lo mismo diez veces y lo empeora todo. Recuperarse con método es lo que convierte un error en una reparación, no en una espiral.
Diagnosticar la causa · no repetir a ciegas · corregir con una hipótesis · convertir el error en una solución.
La regla para cerrar: cada turno termina con un informe —lo que se hizo, lo que quedó pendiente, lo que necesita el usuario—, nunca con un silencio sin desenlace.
Un turno que termina en silencio deja al usuario a oscuras, sin saber si salió bien o se bloqueó. Cerrar el ciclo es cortesía y claridad al mismo tiempo.
Cierra el ciclo · qué se hizo / qué queda pendiente · nunca en silencio · claridad para el usuario.