Mismas herramientas, resultados opuestos. Dos personas abren Claude, piden lo mismo y obtienen respuestas distintas: una vaga y para rehacer, la otra lista para mandar al jefe. La diferencia no es el modelo. Es cómo se lo pides. El prompt engineering es la competencia que separa a quien usa Claude como un buscador sofisticado de quien lo usa como un colega experto. Aquí tienes cinco técnicas que se aplican cada día en trabajo real. Sin teoría abstracta: las puedes usar en el próximo prompt que escribas.
1. Dale un rol preciso a Claude
Claude trabaja mejor cuando sabe quién debe ser. Un rol preciso acota el campo: cambia el vocabulario, las prioridades, el nivel de detalle. «Eres un experto» no basta, porque ¿experto en qué, y para quién? Dale un oficio, años de experiencia, un sector y un objetivo, y la respuesta sube de nivel.
«Analiza este presupuesto» produce un resumen genérico: cifras repetidas, ninguna jerarquía. El prompt de arriba le dice a Claude qué buscar (las desviaciones), qué filtrar (las tres partidas críticas) y para quién escribe (el CFO). Obtienes un informe, no una lista.
2. Estructura el output que quieres
Claude no adivina el formato. Si no lo especificas, te devuelve un muro de texto que luego tienes que desmontar a mano. Describe la estructura que quieres y la obtienes: si necesitas una tabla, pide una tabla; si necesitas bullet points, dilo. Mejor aún, pega el esqueleto exacto y deja que lo rellene.
Este esqueleto es reutilizable. Cambias los datos de entrada y la forma se mantiene: la misma plantilla sirve para analizar un presupuesto, una campaña o una entrevista. Una vez que encuentras un formato que te gusta, guárdalo y reutilízalo. Construir tu biblioteca de plantillas es la mitad del trabajo.
3. Usa el chain-of-thought para decisiones complejas
En las tareas complejas, pide a Claude que razone antes de responder. No es un truco: cuando descompone el problema en pasos, las conclusiones son más sólidas y los errores salen a la luz mientras razona, no después de que ya has usado la respuesta. En una decisión con varias variables, la diferencia se nota.
Toma la elección entre dos proveedores. Sin chain-of-thought, Claude elige y luego justifica. Con los pasos de arriba, primero compara costes, plazos y riesgos de cada uno, y solo después decide. Ves el razonamiento, así que lo puedes rebatir: «has subestimado el riesgo de lock-in, rehaz la comparación». Ahí es donde el output se vuelve fiable.
4. Aporta contexto, no solo instrucciones
El contexto pesa más que las instrucciones. ¿Quién leerá el resultado? ¿Cómo de técnico es? ¿Cuál es el objetivo real? Claude no conoce tu situación: se la tienes que dar tú. Cada dato de contexto que añades es una ronda de correcciones menos después.
Quita las tres líneas de contexto y pide solo «hazme un plan para aumentar los leads»: obtienes una lista de manual, válida para cualquiera y útil para nadie. Con presupuesto, equipo y destinatario explícitos, Claude descarta las opciones fuera de tu alcance y habla el idioma de tu CEO.
5. Itera: el primer output nunca es el definitivo
El prompt engineering no es escribir el prompt perfecto a la primera. Es un diálogo. El primer output es un borrador: lo lees, dices con precisión qué no funciona, y Claude corrige. Dos o tres rondas y ya está, mucho más rápido que reescribir el prompt desde cero cada vez.
La regla es sencilla: feedback específico, mejora específica. «Hazlo mejor» obliga a Claude a adivinar qué no te ha gustado. Dile exactamente qué cambiar, qué tono usar y qué conservar, y obtienes la modificación que querías sin perder el resto.
Estas 5 técnicas son solo el comienzo. El libro Claude AI para Profesionales dedica un capítulo entero al prompt engineering (Cap. 5) con decenas de plantillas listas para cada rol: Marketing, Finanzas, RR.HH., Project Management y Ventas.
Compra en Amazon