Un buen prompt es una pequeña interfaz, no una frase mágica.
No necesitas palabras secretas. Necesitas hacer que el resultado, la evidencia, las restricciones y las condiciones de cierre sean fáciles de ver para el modelo. Este es el método detrás de cada plantilla de la biblioteca.
Guía independiente · Método general
1. Resultado: nombra el trabajo que hay que hacer
Empieza por la decisión, el artefacto o la acción que realmente necesitas, no por el tema. “Compara tres herramientas de análisis y recomienda una para un equipo de 5 personas” es un trabajo. “Háblame de análisis” es un tema, y produce una respuesta con forma de tema.
Si puedes formular el resultado como “Podré ___ después de leer esto”, el modelo tiene un objetivo al que apuntar.
2. Contexto: da solo lo que cambia la respuesta
El contexto no es todo lo que sabes; es el subconjunto que cambia la respuesta. La audiencia, las restricciones y el estado actual del trabajo pertenecen aquí. Los antecedentes irrelevantes diluyen la solicitud y pueden desviar al modelo.
- ¿Para quién es esto? (define la profundidad y el tono)
- ¿Qué ya existe? (repositorio, borrador, conjunto de datos)
- ¿Qué no debe cambiar? (protege el trabajo existente)
3. Restricciones: establece los límites
Las restricciones son de donde proviene la fiabilidad. Dile al modelo qué fuentes son aceptables, cuán reciente debe ser la información, qué tono usar y —fundamentalmente— qué hacer cuando no está seguro.
La restricción más útil es una cláusula de honestidad: “Si una afirmación no se puede documentar, dilo en lugar de adivinar”. No hará que el modelo sea perfecto, pero reduce la fabricación con confianza.
4. Línea de meta: define qué es estar hecho y cómo se comprueba
Termina cada prompt definiendo el formato del resultado y cómo se verifica la calidad. Una tabla de decisiones, un diff con pruebas, un cuestionario de cinco preguntas: una línea de meta concreta es más fácil de producir y más fácil de juzgar para ti.
Ajusta el modelo a la tarea
El razonamiento más pesado (investigación de varios pasos, código de varios archivos) tiende a funcionar mejor en el nivel Pro; las tareas rápidas y bien delimitadas (reescrituras, cuestionarios, extracción de afirmaciones) son más económicas y ágiles en Flash. La imagen y el vídeo son familias de modelos independientes (Nano Banana, Veo). Consulta la descripción general de modelos para saber cómo elegimos, y consulta siempre la documentación oficial de modelos de Google para conocer las capacidades actuales.
Verifica antes de confiar
Cada técnica aquí reduce la ambigüedad; ninguna hace que un modelo sea correcto. Abre las fuentes que menciona, ejecuta las pruebas que escribe y vuelve a leer las reescrituras en busca de deriva de significado. Por eso nuestras páginas de prompts llevan un registro de verificación y marcan las plantillas sin probar como Borrador.
Ponlo todo junto
Explora la biblioteca de prompts para ver las cuatro partes aplicadas a tareas de investigación, programación, escritura, imagen, vídeo y aprendizaje. Copia una plantilla, reemplaza las variables entre corchetes y mantén intactas las instrucciones de verificación.
No afiliado ni respaldado por Google. Gemini es una marca comercial de Google LLC. Esta guía describe un método general de prompting y no es documentación oficial de Google.