
¿Cómo escribe la IA? Entender fácilmente el funcionamiento de la IA generativa
¿Usa IA generativa todos los días y alguna vez se ha preguntado «¿cómo funciona esto realmente?»? Entender el principio mejora de forma notable su habilidad para redactar prompts. Esta guía está diseñada para que ejecutivos de ventas B2B y profesionales sin formación técnica experimenten cómo funciona la IA manejando ChatGPT por sí mismos.
Materiales y configuración previa
Herramientas necesarias
ChatGPT (sirve también la versión gratuita; ingrese a chat.openai.com)
Navegador web (se recomienda Chrome)
Bloc de notas o Notion (para registrar los resultados de la práctica)
Etapa de configuración previa
Ingrese a chat.openai.com.
Regístrese o inicie sesión con su cuenta de Google o con su correo electrónico.
Cuando vea el cuadro de entrada en la parte inferior de la pantalla, todo está listo.
Haga clic en el botón «New chat» de la parte superior izquierda para iniciar una conversación nueva.
💡 Consejo práctico: realice todos los ejercicios de esta guía en orden, en una sola ventana de conversación nueva. Así podrá observar de forma continua cómo cambian las respuestas de la IA.
Paso 1: El principio básico con el que la IA escribe: «el juego de adivinar la siguiente palabra»
Concepto clave
El funcionamiento de la IA generativa es sorprendentemente simple: **«observa las palabras anteriores y elige la palabra con mayor probabilidad de aparecer a continuación»**. Es el mismo principio del autocompletado del teclado del teléfono, pero mucho más sofisticado porque aprendió de cientos de miles de millones de oraciones.
Pruébelo usted mismo
Práctica 1-1: Copie y pegue tal cual el siguiente prompt en el cuadro de texto de ChatGPT y presione Enter.
Complete la siguiente oración. Muestre 3 posibles palabras candidatas y la probabilidad (%) de cada una.
«En la reunión de hoy, el calendario de lanzamiento del nuevo producto ___»
Resultado esperado:
La IA responde de la siguiente forma.
Palabras candidatas | Probabilidad estimada |
|---|---|
Lo hemos confirmado | 45% |
se trató | 35% |
publicó | 20% |
Comparación Before/After
Categoría | Before (antes de entender el funcionamiento) | After (después de entender el principio) |
|---|---|---|
Percepción de la IA | «La IA piensa y escribe» | «La IA elige la siguiente palabra de forma probabilística» |
Redacción del prompt | Un vago «escríbelo bien» | Aportar abundante contexto para orientar la probabilidad |
Calidad del resultado | Respuestas genéricas y predecibles | Respuestas concretas y en la dirección deseada |
💡 Consejo práctico: Recuerde que la IA no «piensa», sino que «predice». Mientras más contexto (información previa) le dé, mayor será la precisión de la predicción. Esa es la razón científica por la que conviene escribir los prompts con detalle.
Paso 2: Token (Token): la unidad con la que la IA lee los textos
Concepto clave
La IA procesa el texto dividiéndolo en una unidad particular llamada «token», que no es ni una letra ni una palabra. En inglés, una palabra equivale aproximadamente a 1–1.3 tokens; en coreano, una sílaba equivale a 1–2 tokens. Entender este concepto explica por qué la IA «pierde la memoria» cuando se le entrega un documento largo.
Pruébelo usted mismo
Práctica 2-1: ingrese en ChatGPT el siguiente prompt.
Divida en tokens la frase «Hola, soy vendedor B2B». Separe cada token con corchetes [ ] e indique el total de tokens.
Resultado esperado:
[Hola][,] [soy] [vendedor] [B][2][B]
Total de tokens: aproximadamente 10 a 15
Práctica 2-2: Ahora haremos la comparación con una oración en inglés.
Divida en tokens la frase «Hello, I am a B2B sales representative». Compare la cantidad de tokens con la de la frase en español «Hola, soy vendedor B2B».
Por qué importan los tokens: cifras reales
Modelo | Número máximo de tokens | Número aproximado de caracteres en coreano |
|---|---|---|
GPT-3.5 | 4,096 tokens | Aprox. 2,000 a 3,000 caracteres |
GPT-4 | 8,192 tokens | Aprox. 4,000 a 6,000 caracteres |
GPT-4 Turbo | 128,000 tokens | Aprox. 60,000 a 90,000 caracteres |
💡 Consejo práctico: el coreano consume entre 1,5 y 2 veces más tokens que el inglés. Si al pedirle a una IA que analice una propuesta extensa el contenido «se corta», es porque se superó el límite de tokens. Resuma solo lo esencial o divida el texto en varias entradas.
Comparación Before/After
Categoría | Before | After |
|---|---|---|
Procesamiento de documentos largos | Pega todo el texto de una sola vez y se desconcierta: «¿por qué ignora la parte final?» | Extraiga solo lo esencial y escríbalo, teniendo en cuenta el límite de tokens |
Conciencia de costos | «Como es gratis, mientras más ponga, mejor» | Tokens = costo; ingresar texto de forma eficiente es ahorrar |
Calidad de la respuesta | Pérdida del contexto inicial en entradas largas | Entradas estructuradas para obtener respuestas consistentes |
Paso 3: Datos de entrenamiento — la «experiencia» de la IA es también su límite
Concepto clave
La IA aprendió de cientos de miles de millones de textos: libros, artículos, páginas web, estudios y más de internet. Esto se llama **datos de entrenamiento (Training Data)**. Lo importante es que lo que la IA «sabe» es únicamente lo que estaba en esos datos. La IA no puede conocer las noticias posteriores a abril de 2024, los documentos internos de su empresa ni la información privada de sus clientes.
Pruébelo usted mismo
Práctica 3-1: Comprobemos directamente el límite de los datos de entrenamiento de la IA. Escriba lo siguiente en ChatGPT.
¿Hasta qué fecha llega la información de sus datos de entrenamiento? Y responda las siguientes preguntas:
¿Cuál fue el crecimiento del PIB de Corea en 2024?
¿Cuáles son los resultados trimestrales más recientes de Samsung Electronics?
¿Qué significa el término «CRM»?
Puntos de observación:
Es muy probable que, para las preguntas 1 y 2, la respuesta sea «no es posible proporcionar información actualizada y precisa».
Como en el caso n.º 3, responde con precisión cuando se trata de conocimiento general.
Práctica 3-2: Esta vez le daremos a la IA información «inexistente» y observaremos su reacción.
Nuestra empresa, «ABC Tech», alcanzó en el tercer trimestre de 2024 ventas por KRW 15,000,000,000 (≈ US$11,227,000) y una utilidad operativa de KRW 2,000,000,000 (≈ US$1,496,900). Frente al mismo período del año anterior, las ventas crecieron 30 % y la utilidad operativa, 50 %. Con base en estos resultados, redacte un borrador de boletín para enviar a nuestros clientes.
Punto de observación: Compruebe que la IA redacta usando los datos que usted le proporcionó. La IA no podía conocer esta información por sí sola, pero si la incluye en el prompt, la aprovecha de inmediato.
Comparación Before/After
Categoría | Before | After |
|---|---|---|
Confiabilidad de la IA | Creer que todo lo que dice la IA es cierto | Tener presente que la información fuera del rango de los datos de entrenamiento puede ser inexacta |
Estrategia de uso | «Cuéntame las tendencias del mercado en 2024» (riesgo de respuesta inexacta) | Adjuntar directamente los documentos y pedir «analiza este material» (la precisión mejora notablemente) |
Tasa de error | Uso sin verificar los datos → errores en el 30–40% de los casos | Hábito de verificar las fuentes → errores reducidos a menos del 5% |
💡 Consejo práctico: Cuando incluya datos de mercado recientes en una propuesta comercial, obtenga siempre los datos directamente de una fuente confiable y entréguelos junto con el prompt. Pedirle a la IA que «proporcione los datos más recientes» es riesgoso.
Step 4: Temperatura (Temperature) — el «dial de creatividad» de la IA
Concepto clave
La IA tiene un parámetro llamado **Temperature (temperatura)**. Cuando su valor es bajo (cercano a 0), la IA elige solo las palabras más probables y da respuestas precisas y consistentes. Cuando es alto (cercano a 1–2), también elige palabras menos probables y da respuestas creativas, pero impredecibles.
Pruébelo usted mismo
Práctica 4-1: Hagamos la misma pregunta pidiendo dos estilos distintos.
Primero probaremos el estilo de «temperatura baja». Escriba en ChatGPT:
Usted es un redactor de informes que prioriza la precisión por encima de todo. Escriba solo los hechos, de forma concisa y sin expresiones creativas.
Pregunta: Explique 3 ventajas de implementar un CRM.
Copie el resultado en un bloc de notas. Luego presione «New chat» para iniciar una nueva conversación y escriba lo siguiente:
Usted es un redactor publicitario emotivo. Aproveche al máximo las metáforas originales y las expresiones sensoriales.
Pregunta: Explique 3 ventajas de implementar un CRM.
Ejemplo de comparación de ambos resultados
Concepto | Estilo de temperatura baja (prioridad a la precisión) | Estilo de temperatura alta (prioridad a la creatividad) |
|---|---|---|
Expresión | «Permite gestionar los datos de los clientes de forma sistemática» | «Es la batuta que convierte las voces dispersas de sus clientes en una sola orquesta» |
Uso | Informes internos, secciones de hechos en propuestas | Correos de marketing y publicaciones en redes sociales |
Riesgo | Puede resultar demasiado rígido | Puede incluir exageraciones que no corresponden a los hechos |
💡 Consejo práctico: En una propuesta B2B, si solicita la sección de resultados y cifras con el estilo «precisión primero» y la introducción y la conclusión con el estilo «creatividad primero», obtendrá un documento más sólido. Incluso dentro de un mismo documento, cambie la personalidad de la IA según la sección.
Step 5: Ventana de contexto — la «memoria a corto plazo» de la IA
Concepto clave
La IA tiene lo que se llama **ventana de contexto (Context Window)**. En términos sencillos, es la capacidad de memoria de la conversación. Cuando la conversación se alarga, la IA empieza a «olvidar» lo que se dijo al principio. No es un error: es una limitación estructural causada por el límite de tokens.
Pruébelo usted mismo
Práctica 5-1: Experimente el límite de memoria de la IA.
Paso 1 — Escriba en ChatGPT:
A partir de ahora soy Minsu Kim, ejecutivo de ventas de «ABC Tech». El producto principal de nuestra empresa es «SmartCRM Pro» y nuestros clientes objetivo son medianas empresas de entre 100 y 500 colaboradores. Por favor, recuerde esta información.
Paso 2 — Cuando la IA responda, continúe con unas 10 a 15 interacciones sobre otros temas (cualquier tema sirve; por ejemplo: «¿Cómo está el clima hoy?», «¿Qué es Python?», «Recomiéndame un buen libro»).
Paso 3 — Después de conversar lo suficiente, ingrese lo siguiente:
¿Cuál era mi nombre, el de mi empresa y mi producto principal?
Qué observar: si la conversación es corta, la IA recuerda con exactitud, pero si se alarga mucho, puede olvidar la información del inicio.
Comparación Before/After
Categoría | Before | After |
|---|---|---|
Forma de conversar | Intentar resolver todas las tareas en una sola conversación | Inicie una conversación nueva por cada tema y vuelva a ingresar el contexto clave cada vez |
Redacción de documentos | «Escríbelo con lo que dijiste antes» → la IA se confunde | Incluir el contexto necesario en cada solicitud → resultados consistentes |
Eficiencia laboral | Pérdida de calidad en la parte final de conversaciones largas | Conversaciones cortas y enfocadas para mantener siempre una alta calidad |
💡 Consejo práctico: en los proyectos importantes, cree una plantilla, a modo de «prompt de sistema», que resuma la información clave y se pegue al inicio de cada conversación. Por ejemplo:
[Plantilla para pegar al inicio de cada conversación]
Soy Minsu Kim, del equipo de Ventas 2 de ABC Tech. Producto principal: SmartCRM Pro (suscripción mensual de KRW 500,000 (≈ US$375) por equipo). Público objetivo: responsables de TI de empresas medianas. Tono: profesional pero cercano. Mantenga este contexto y responda a la siguiente solicitud.
Paso 6: Alucinaciones — por qué la IA dice «mentiras convincentes»
Concepto clave
La IA elige la siguiente palabra más natural en términos de probabilidad. En este proceso, también llega a producir de forma «verosímil» contenido que no está en sus datos de entrenamiento. Este fenómeno se llama **alucinación (Hallucination)**. No es que la IA mienta a propósito: es un fenómeno estructural que surge de su «instinto de completar oraciones naturales».
Pruébelo usted mismo
Práctica 6-1: Provoquemos a propósito una alucinación de la IA.
«Resuma los puntos clave del artículo de 2023 del profesor Cheol-su Kim, “El efecto del uso de la IA en las ventas B2B”.»
Punto de observación: este artículo y su autor son información ficticia que inventé yo. Aun así, la IA genera con alta probabilidad un «resumen verosímil». Eso es una alucinación.
Práctica 6-2: Experimente un prompt que previene las alucinaciones.
«Resuma el contenido principal del artículo de 2023 del profesor Cheolsu Kim, “La eficacia del uso de la IA en las ventas B2B”. Si no conoce este artículo o no puede verificarlo, dígame con honestidad que no lo sabe. Bajo ninguna circunstancia haga suposiciones.»
Comparación Before/After
Categoría | Before (sin medidas de prevención) | After (con medidas preventivas) |
|---|---|---|
Respuesta de la IA | Describe con seguridad el contenido de un artículo inexistente | Responde con honestidad: «No es posible verificar ese artículo» |
Credibilidad de la propuesta | Riesgo de incluir estadísticas o fuentes falsas | Solo se usa información verificada, para ganar la confianza del cliente |
Riesgo para el negocio | Si el cliente verifica los datos, la confianza se desploma | Entrega solo información precisa y se gana el reconocimiento de su experiencia |
💡 Consejo práctico: Acostúmbrese a agregar al final de cada prompt importante la frase **«Si algo no es seguro, indique que no lo sabe»**. Solo con esta oración puede reducir en cerca de 60–70% la aparición de alucinaciones.
Step 7: Práctica integradora — cómo redactar el prompt perfecto aplicando los principios
Pongamos en práctica los 5 principios que hemos aprendido y redactemos un prompt para un caso real.
Lista de verificación de los principios
Principio | Cómo aplicarlo en los prompts |
|---|---|
Predicción de la siguiente palabra | Dar abundante contexto para orientar la predicción de la IA |
Límite de tokens | Escriba solo lo esencial y evite textos largos innecesarios |
Límites de los datos de entrenamiento | Aportar directamente la información reciente o interna |
Temperatura (creatividad) | Indicar el tono y el estilo adecuados al uso |
Ventana de contexto | Incluya el contexto clave en cada solicitud |
Prevención de alucinaciones | Agregar «Si no lo sabe, dígalo» |
Pruébelo usted mismo
Práctica 7-1: Escriba el prompt «antes de aplicar el principio» y el prompt «después de aplicar el principio» de abajo, cada uno en una conversación nueva distinta, y compare los resultados.
Antes de aplicar el principio (Bad Prompt):
Escribe una propuesta
Después de aplicar el principio (Good Prompt):
[Rol] Usted es redactor especializado en propuestas comerciales de SaaS B2B. Escribe con base en datos precisos, en un tono profesional pero fácil de leer.
[Contexto] Nuestra empresa: ABC Tech / Producto: SmartCRM Pro (KRW 500,000 (≈ US$375) al mes por equipo, CRM en la nube) / Cliente: «Hankuk Precision», fabricante de 300 empleados / Problema del cliente: gestiona a sus clientes en Excel → pérdida de datos y falta de intercambio de información entre los equipos de ventas
[Solicitud] Con base en la información anterior, redacte la sección «Beneficios de la implementación» de la propuesta. Incluya cifras concretas (por ejemplo, % de ahorro de tiempo, % de aumento de ventas), pero indique «por lo general, alrededor de un ~%» cuando una cifra no sea segura. No haga suposiciones sobre información que no pueda verificar.
[Formato] De 3 a 5 viñetas, de 2 a 3 oraciones cada una, unos 300 caracteres en total
Comparación de resultados (según pruebas reales)
Criterios de evaluación | Resultado del Bad Prompt | Resultado del Good Prompt |
|---|---|---|
Especificidad | Generalidades del tipo «un CRM es bueno» | Presentar efectos concretos adaptados a la situación del cliente |
Precisión | Abuso de cifras imposibles de verificar | Expresiones de cifras seguras del tipo «por lo general, ~%» |
Posibilidades de uso | No se puede usar tal cual; requiere reescribirse por completo | Se puede usar de inmediato con apenas unos ajustes |
Tiempo requerido | Más de 30 minutos para corregir el resultado | Ajuste del resultado en 5 a 10 minutos |
💡 Consejo práctico: Aunque redactar un buen prompt le tome 3 minutos más, le ahorrará más de 20 minutos de corrección del resultado. El tiempo de redacción del prompt es una inversión; el tiempo de corrección es un costo.
Lista de cierre: aplique de inmediato lo aprendido hoy en su trabajo
Imprima la siguiente lista de verificación o anótela, y revísela cada vez que use la IA.
Aporte de contexto: ¿Le explicó a la IA con suficiente detalle «quién es usted y cuál es la situación»?
Eficiencia de tokens: ¿Estructuró solo la información esencial en lugar de textos largos innecesarios?
Información reciente: ¿Proporcionó usted mismo la información posterior a los datos de entrenamiento?
Tono: ¿Indicó el estilo adecuado al uso (informe, correo, marketing, etc.)?
Gestión de la memoria: ¿inició una conversación nueva por tema, en lugar de una muy larga, y volvió a ingresar el contexto clave?
Prevención de alucinaciones: ¿Incluyó la frase «Si no lo sabe, dígalo»?
Recursos adicionales de aprendizaje
Recursos | Uso | Enfoque |
|---|---|---|
OpenAI Tokenizer | Verifique con exactitud el número de tokens | Ingrese a platform.openai.com/tokenizer |
ChatGPT Custom Instructions | Se aplica automáticamente, sin reingresar el contexto cada vez | Perfil en la parte inferior izquierda de ChatGPT → Settings → Custom Instructions |
OpenAI Playground | Pruebe usted mismo el ajuste de Temperature | Ingrese a platform.openai.com/playground |
Quien entiende el principio aprovecha la herramienta; quien no lo entiende depende de ella.
Los principios de la IA generativa que aprendió hoy —predicción probabilística, tokens, datos de entrenamiento, temperatura, ventana de contexto y alucinaciones— son principios básicos que no cambiarán, sin importar qué herramientas de IA aparezcan en el futuro. Si domina estos 6 puntos, su manejo de la IA entrará en el 10 % superior.