Cuando una persona de una empresa encuentra un prompt que funciona bien, puede ahorrar tiempo, mejorar sus resultados y simplificar tareas habituales. Una vez alcanzamos ese conocimiento es importante compartirlo con los compañeros para que lo puedan usar, por eso es importante aprender cómo documentar prompts IA.
Si el conocimiento del prompt se pierde creamos silos de innovación: cuando las mejoras se surgen de forma aislada y no se comparten con el resto de la organización.
En el pasado hemos visto la importancia de crear una biblioteca de prompts compartida para todos los compañeros de un grupo de trabajo o departamento dentro de una empresa, hoy vamos a centrarnos en las mejores prácticas de cómo documentar prompts IA.
No debemos pensar que compartir un prompt consiste solo en copiar el texto del prompt y guardarlo en una carpeta.
Para que otras personas puedan reutilizarlo de forma fiable, es necesario explicar su objetivo, el contexto en el que se utiliza, la herramienta que debemos usar (Claude, ChatGPT, Perplexiy, Gemini, Copilot…), identificar los datos que necesita, establecer cómo evaluar el resultado y documentar sus limitaciones.
Documentar de forma correcta y completa un prompt de IA permite convertir soluciones individuales en recursos reutilizables, evaluables y mantenibles por toda la organización.
Hoy vamos a ver en profundidad toda la información que debemos documentar al guardar y clasificar un prompt, qué información debe incluir la ficha de un prompt, cómo comprobar que funciona en diferentes situaciones y qué criterios utilizar antes de compartirlo con el resto de la empresa.
Por qué no basta con guardar un prompt que funciona
Cuando una IA genera una respuesta, el prompt que escribimos es solo una parte de la información que usa. También tiene en cuenta el resto de la conversación, los documentos o imágenes que hemos compartido, la configuración que hemos hecho de la herramienta…
En función de la información que dispone, un prompt puede producir un resultado excelente en una conversación, u ofrecer una respuesta deficiente sin el contexto adecuado.
Por ejemplo, un empleado del departamento financiero puede utilizar ChatGPT para preparar un resumen mensual de resultados. Si guarda únicamente las instrucciones que ha escrito, otro compañero tendrá que deducir qué información debe proporcionar, qué formato debe esperar y cómo comprobar si las conclusiones son correctas.
Cuando nos planteamos cómo documentar prompts IA, debemos generar entonces una documentación que permita:
- Reducir la duplicación de trabajo: lo ideal es que diferentes personas pueden partir de una solución común en lugar de crear prompts similares desde cero.
- Mejorar la consistencia: el equipo dispone de instrucciones y criterios de evaluación compartidos.
- Facilitar la incorporación de empleados: las nuevas incorporaciones pueden aprender a utilizar recursos ya probados, ya que parten del trabajo que ya han hecho sus compañeros.
- Detectar limitaciones: los usuarios conocen las situaciones en las que el prompt puede fallar.
- Mantener el conocimiento: la empresa conserva las buenas prácticas y el know-how aunque haya cambios en los componentes del equipo de trabajo.
- Revisar los riesgos: se pueden documentar problemas o buenas prácticas relacionados con la confidencialidad, gobierno del dato, información confidencial, datos personales o el uso de herramientas no autorizadas.
La documentación de prompts va orientada a dejar claro cómo usar el prompt, desgranando el contexto, las comprobaciones y permitir que otras personas reutilicen, evalúen y mejoren la forma de trabajar con IA.
¿Qué elementos debe incluir un prompt bien documentado?
A la hora de plantearnos cómo documentar prompts de IA lo más sencillo es crear una ficha para cada prompt.
Esta ficha puede ser una base de datos en Notion, un espacio de SharePoint, una wiki interna corporativa o una sección de Confluence.
Debemos tener en cuenta que, si cada prompt requiere una ficha extensa y un proceso de aprobación complejo, los empleados pueden dejar de documentar sus buenas prácticas o crear repositorios paralelos.
Hay que evitar que compartir prompt se convierta en un trabajo que requiere excesiva burocracia.
Lo ideal es que cada empleado use su propio criterio y adapte la documentación a la importancia y el riesgo que tiene la tarea que estamos generando.
Se pueden usar fichas breves para experimentos sencillos y contenidos más completos para tareas sensibles o de mayor impacto.
La finalidad es facilitar la reutilización responsable, no añadir pasos sin valor o innecesarios.
Para que la ficha de documentación de un prompt resulte útil, debemos plantearnos:
- El objetivo del prompt
- En qué contexto se debe utilizar
- El formato que debe tener la respuesta generada
- Cómo comprobar el resultado generado
- La seguridad de uso de la información
- Cómo podemos reutilizarlo
Vamos a desgranar cada una de estas características.
1. Objetivo: ¿qué problema resuelve?
El objetivo debe describir claramente y sin ambigüedades el resultado que se espera obtener y para qué lo va a utilizar el usuario.
Un prompt demasiado genérico, como «Analiza este documento», deja abiertas muchas interpretaciones.
Con un prompt genérico es la IA quien decide cómo analizar el documento: La IA podría resumirlo, identificar riesgos, extraer cifras o elaborar recomendaciones, ya que el usuario no ha especificado qué es exactamente lo que quiere conseguir.
Para que el prompt sea útil debe estar detallado, por ejemplo:
«Analiza el informe financiero del periodo y prepara un resumen para el equipo directivo. Identifica las principales variaciones respecto al periodo anterior, destaca los indicadores que requieren atención y diferencia los datos del informe de las posibles interpretaciones».
Este prompt es claro y libre de ambigüedades, define mejor la tarea, el destinatario y los elementos que debe contener el resultado.
Cuando documentemos un prompt, debemos dejar claro su objetivo, indicando:
- La tarea que debe realizar la IA.
- El problema que se quiere resolver.
- La persona o el departamento destinatario.
- El uso previsto del resultado.
- Los aspectos que deben quedar fuera del análisis.
Toda esta información ayuda a la IA a entender el propósito y lo que queremos conseguir, para poder obtener una respuesta lo más aproximada posible a lo que necesitamos.
2. Contexto: ¿qué información necesita la IA?
El contexto de la IA está formado por el prompt y toda la información que usa la IA para generar una respuesta.
Por eso, la documentación debe distinguir entre las instrucciones que permanecen constantes y los datos específicos que debemos aportar para el caso en el que estamos trabajando.
Por ejemplo, un informe que interprete un balance trimestral corresponde a un periodo distinto cada vez que lo generamos. Habrá que indicar a qué fechas pertenece, además de los datos del trimestre sobre los que vamos a generar el informe.
Un prompt para preparar informes financieros requerirá que le demos ciertos datos:
- [INFORME DEL PERIODO]: documento con los resultados que se van a analizar.
- [PERIODO DE COMPARACIÓN]: intervalo utilizado para comparar los resultados.
- [PÚBLICO DEL INFORME]: destinatarios del resumen.
- [OBJETIVO DEL ANÁLISIS]: aspecto en el que debe centrarse la revisión.
Cuando documentamos el prompt, el texto del prompt permite definir los objetivos, y tendremos que incluir datos específicos (variables) que permitan generar un periodo determinado.
Gran parte del texto del prompt podemos guardarlo para poder reutilizarlo, y tendremos que documentar qué datos cambian para que sea sencillo reutilizarlo.
Esto ahorra mucho tiempo, las instrucciones que definen el objetivo se reutilizan, evitando tener que reinventar la rueda cada vez que queremos generar el informe.
En caso de que para generar un informe necesitemos documentos o imágenes, la ficha que describe el prompt, también debe incluir una lista con la documentación adicional necesaria.
Otros datos que podemos incluir por ejemplo es una instrucción que indique qué debe hacer la IA cuando falten datos, de esta forma evitamos alucinaciones.
Para evitar alucinaciones, es recomendable incluir una instrucción que identifique la información ausente y que indique a la IA que no complete los datos desconocidos mediante suposiciones presentadas como hechos.
3. Formato: ¿cómo debe ser la respuesta?
Este suele ser un dato que normalmente se obvia, pero es de los más importantes.
Para que la IA genere exactamente lo que necesitamos, una de las mejores prácticas es definir el formato esperado, incluso incluyendo informes antiguos de ejemplo.
Esto agiliza mucho el tiempo de darle formato al documento y revisarlo, ya que obtenemos directamente lo que necesitamos.
Las indicaciones de formato permiten que la IA entienda lo que queremos y sepa si necesitamos que genere un análisis abierto, una tabla con indicadores, una lista de comprobación o un resumen ejecutivo de cinco puntos.
Para obtener mejores respuestas debemos indicar, cuando corresponda:
- La estructura de la respuesta.
- La extensión aproximada.
- El tono y el nivel de detalle.
- Las tablas, listas o apartados obligatorios.
- La forma de presentar cifras, fuentes y referencias.
- Cómo señalar datos ausentes, dudas y limitaciones.
Cuanto más detallemos estos apartados, mejor será el resultado que obtengamos.
De estos apartados a lo mejor podemos necesitar solo dos de ellos para hacer nuestra tarea. No es necesario utilizar todos, pero conviene tenerlos en cuenta. No existe una solución que se aplique a todos los casos.
4. Validación: ¿cómo sabemos si funciona?
La IA tiende a sonar segura de sí misma, pero que una respuesta tenga buena pinta no quiere decir que sea correcta.
Siempre debemos hacer una validación que nos permita cerciorarnos de que el resultado cumple con el objetivo y que los datos generados sean correctos.
¿Cuánto tiempo dedicamos a la validación del documento? Pues eso depende de la importancia que tenga el contenido que estamos generando. No es lo mismo un post de redes sociales que un informe que sea para un cliente.
Para cada resultado debemos de aplicar nuestro propio criterio de revisión, y ese criterio de revisión se puede indicar también en la ficha del prompt.
Algunas comprobaciones que podemos hacer pueden ser:
- Si la IA ha respetado las instrucciones
- Si los datos que ha utilizado son correctos
- Si mantiene el formato solicitado
- Si se encuentran carencias de información
- Si se han generado datos falsos, que no están respaldados por las fuentes utilizadas
- Si las conclusiones son correctas
- Si las cifras y referencias son correctas y pueden verificarse.
La ficha debe recoger, al menos brevemente, una lista de comprobaciones recomendadas, los problemas detectados al utilizar el prompt y las limitaciones conocidas.
De esta forma, otra persona del equipo podrá partir de una base clara a la hora de usar el prompt, reduciendo el riesgo de que haya errores en el trabajo realizado.
Es importante señalar que aunque las instrucciones pueden ayudar a reducir errores y evitar las alucinaciones, no eliminan la posibilidad de que haya errores. La revisión humana (Human in the loop) siempre debe existir en mayor o menor medida, en función de la importancia y al riesgo de la tarea.
5. Seguridad: ¿qué información se puede utilizar?
Para trabajar en una tarea con la IA, es muy posible que necesitemos usar información sensible.
Podemos tener que usar documentos internos, datos personales, información financiera, datos de clientes, información sensible o detalles comerciales.
En la documentación del prompt se debe por tanto reflejar las precauciones necesarias para utilizarlo de forma responsable, cumpliendo con las legislaciones pertinentes.
Antes de compartirlo, hay que comprobar:
- Si requiere datos personales o información confidencial.
- Si la herramienta IA que vamos a usar está autorizada para realizar la tarea.
- Si los documentos utilizados pueden introducirse en esa herramienta, si la licencia que tenemos lo permite.
- Si es necesario anonimizar o minimizar los datos.
- Qué permisos de acceso deben tener los usuarios.
- Si el resultado requiere una revisión adicional antes de utilizarse o distribuirse.
Un caso de ejemplo puede ser cómo un prompt diseñado para analizar contratos no debería compartirse con una instrucción que anime a los usuarios a pegar cualquier contrato en cualquier servicio de IA. La ficha debe explicar qué entorno está autorizado y qué medidas deben respetarse.
Siempre que trabajamos con una herramienta IA debemos tener en cuenta los controles técnicos, los permisos de acceso, las políticas corporativas de seguridad y protección de datos.
Estas consideraciones deben ser estándar cada vez que usamos cualquier herramienta IA en el proceso de trabajo, y deben quedar documentadas en el prompt para que otros compañeros puedan tenerlas en cuenta.
6. Reutilización: ¿cuándo podemos volver a utilizarlo?
La claridad del propósito del prompt debe quedar documentado para que sea comprensible y útil para alguien que no haya participado en su creación.
Es útil incluir un ejemplo de uso, las condiciones necesarias para ejecutarlo y las situaciones donde se puede usar.
La ficha debería aclarar:
- Qué información debe proporcionar el usuario.
- Qué resultado puede esperar.
- Qué comprobaciones debe realizar.
- Cuáles son las limitaciones conocidas.
- Cuándo debe intervenir una persona especialista.
- Qué herramienta o modelo se ha utilizado durante las pruebas.
Esto evita que un prompt creado para una tarea concreta se aplique indiscriminadamente a otras situaciones para las que no ha sido diseñado.
Plantilla para documentar prompts de IA en una empresa
La forma más práctica de aplicar estos criterios es utilizar una ficha común para todos los prompts que se quieran compartir.
Esta ficha se puede adaptar a una base de datos de Notion, un espacio de SharePoint, una wiki corporativa, Confluence o una hoja de cálculo. La herramienta es secundaria: lo importante es que la información sea fácil de encontrar, consultar y actualizar.
Ficha de documentación de un prompt
- Nombre: Nombre breve y descriptivo del prompt.
- Objetivo: Tarea que resuelve y resultado esperado.
- Departamento: Área o equipo al que va dirigido.
- Responsable: Persona encargada de mantenerlo.
- Herramienta y modelo: Servicio de IA y modelo con los que se ha probado.
- Instrucciones: Texto completo del prompt listo para reutilizar.
- Variables de entrada: Datos o documentos que debe aportar el usuario.
- Contexto necesario: Información, definiciones o instrucciones adicionales.
- Formato de salida: Estructura, extensión y elementos obligatorios de la respuesta.
- Pruebas realizadas: Escenarios utilizados para comprobar su funcionamiento.
- Criterios de validación: Condiciones que debe cumplir una respuesta aceptable.
- Limitaciones: Casos en los que puede fallar o no debe utilizarse.
- Seguridad: Restricciones sobre datos, herramientas y permisos.
- Revisión humana: Comprobaciones necesarias antes de utilizar el resultado.
- Estado: Experimental, en revisión, validado o retirado.
- Versión y fecha: Identificación de la versión y fecha de actualización.
- Próxima revisión: Fecha prevista para volver a comprobar su utilidad.
No vamos a necesitar todos los campos en todos los casos, ni todos los prompts requerirán el mismo nivel de detalle.
Para un prompt experimental y de bajo riesgo la ficha puede ser breve, pero un prompt con instrucciones que intervengan en procesos financieros, jurídicos o de selección de personal requerirán una documentación y una revisión más rigurosas.
Ejemplo completo de una ficha documentada
Imaginemos un prompt para preparar resúmenes ejecutivos a partir de informes mensuales de ventas.
Nombre: Resumen ejecutivo de ventas mensuales.
Objetivo: identificar las principales variaciones de ventas y preparar un resumen para la dirección comercial.
Departamento: ventas y dirección.
Herramienta: herramienta corporativa de IA autorizada por la empresa.
Variables de entrada:
- Informe de ventas del mes actual.
- Informe del periodo de comparación.
- Público destinatario.
- Indicadores prioritarios, si los hubiera.
Instrucciones principales:
«Analiza los informes proporcionados y prepara un resumen ejecutivo para la dirección comercial. Identifica las principales variaciones, señala los indicadores que requieren atención y explica qué datos respaldan cada observación. Distingue los hechos recogidos en los documentos de las posibles interpretaciones. No inventes cifras ni causas. Si falta información necesaria, indícala expresamente. Finaliza con una lista de cuestiones que deben verificarse antes de tomar decisiones».
Formato de salida:
- Resumen ejecutivo.
- Tabla de indicadores y variaciones.
- Observaciones respaldadas por los datos.
- Información que falta o necesita revisión.
- Preguntas pendientes.
Criterios de validación:
- Las cifras coinciden con los informes originales.
- Las comparaciones utilizan los periodos correctos.
- Las conclusiones están respaldadas por datos.
- Las causas no se presentan como hechos si los documentos no las demuestran.
- Las dudas y los datos ausentes quedan identificados.
Limitaciones: el prompt no sustituye el análisis del responsable comercial y no permite establecer causas de las variaciones si los datos proporcionados no las respaldan.
Estado: experimental.
Responsable: persona designada por el departamento.
Esta ficha permite que otro empleado reutilice el prompt y sepa qué comprobar. No demuestra por sí sola que el análisis generado sea correcto: esa conclusión depende de las pruebas y de la revisión de los resultados.
Checklist antes de publicar un prompt
Aquí tenemos una lista de objetivos que debemos tener en cuenta antes de compartir un prompt. De nuevo, el nivel de detalle de las comprobaciones dependerá de la importancia del prompt:
- Utiliza esta lista para comprobar que está preparado para compartirse.
- El objetivo y el resultado esperado están definidos.
- Se han identificado las variables y los documentos de entrada.
- El formato de salida está especificado.
- Se ha probado con un caso habitual.
- Se ha probado con datos incompletos o contradictorios.
- Se han revisado la exactitud, las cifras y las afirmaciones importantes.
- Los riesgos relacionados con datos personales y confidencialidad están identificados.
- La herramienta de IA utilizada está autorizada para la tarea.
- Las limitaciones y los casos de uso inadecuado están documentados.
- Se han definido los criterios de revisión humana.
- La ficha incluye una persona responsable, una versión y una fecha.
- Se ha indicado el estado del prompt y cuándo debe revisarse de nuevo.
Los prompts también se pueden clasificar como experimentales, probados, seguros, pendientes de revisión…
Lo importante es que cada compañero tenga claro el nivel de fiabilidad del prompt y cuánto esfuerzo debe dedicar a verificar la respuesta generada.
Documentación, biblioteca de prompts y formación en IA
Documentar prompts y crear una biblioteca de prompts corporativa son dos de las muchas estrategias que las empresas deben conocer para ser eficaces en la adopción de uso de la IA.
Todas las empresas se enfrentan a grandes retos en la adopción de la IA, por eso en SocraTech podemos ayudar con formaciones in-company corporativas para toda la empresa o por departamentos, orientadas para todos los niveles y con un enfoque práctico.
Los empleados necesitan comprender sus capacidades y limitaciones para interpretar los resultados, detectar errores y utilizar la herramienta de forma responsable.
Conclusión: documentar prompts es convertir la experiencia en conocimiento compartido
Un prompt útil debería inmediatamente ser compartido y el resto del equipo debería utilizarlo desde el primer momento. De esta forma la empresa no depende de la persona que lo ha creado.
Para que el prompt resulte útil debe estar correctamente documentado, y que se explique su propósito, la información que le vamos a pasar, y una vez obtengamos el resultado, comprobar su comportamiento y establecer unas condiciones de uso claras y comprensibles.
Una ficha que defina objetivo, contexto, formato, pruebas, seguridad, limitaciones, responsable y versión es la forma más sencilla y ágil para que todo el equipo lo pueda comprender, reutilizar y evaluar.
