Hay un problema que tarda un poco en aparecer cuando empiezas a usar IA de forma seria para trabajar, pero cuando aparece es bastante frustrante.
Lo llamo el problema del chat frío.
Abres una conversación nueva, escribes tu petición, y la IA te responde de forma genérica, sin el tono que necesitas, sin el contexto de lo que estás construyendo, sin saber nada de ti ni de tu proyecto. Tienes que volver a explicar todo desde cero. O peor, no te das cuenta de que falta contexto y acabas con un resultado que no encaja con lo que ya tenías hecho.
Estuve meses conviviendo con esto sin buscarle solución. Simplemente copiaba y pegaba contexto cada vez que empezaba una conversación. Era lento, me olvidaba de incluir cosas, y el resultado era inconsistente.
Lo que voy a contar aquí es lo que cambió cuando empecé a tratarlo como un problema de ingeniería en lugar de como una molestia inevitable.
Por qué la IA no recuerda y por qué eso importa más de lo que parece
Los modelos de lenguaje no tienen memoria entre conversaciones. Cada chat nuevo es un contexto vacío. No saben cómo escribes, qué tono usas, para qué proyecto estás trabajando ni qué decisiones has tomado antes.
Esto no es un bug, es como están diseñados. Pero para alguien que usa IA de forma profesional y consistente, es un obstáculo real.
El efecto práctico es que si usas IA para crear contenido, redactar comunicaciones o desarrollar cualquier proyecto que requiera coherencia a lo largo del tiempo, cada sesión sin contexto es una sesión donde el resultado puede no encajar con lo que ya tienes.
He visto esto de forma muy clara en mi propio trabajo. Cuando generaba artículos sin contexto, algunos tenían un tono más formal, otros más conversacional, unos más técnicos, otros más accesibles. No era un problema de calidad individual de cada pieza. Era un problema de coherencia entre ellas.
La solución no fue usar siempre el mismo chat, que tiene sus propias limitaciones. Fue crear un sistema para instalar contexto de forma rápida y fiable al principio de cualquier conversación.
El concepto de prompt de sistema personal
Hay una distinción importante que vale la pena entender antes de seguir.
En los modelos de lenguaje existen lo que se llaman instrucciones de sistema, que son instrucciones que se dan antes de la conversación y que establecen el marco general de cómo debe comportarse el modelo. Es lo que usan las empresas cuando crean asistentes con personalidad y restricciones específicas.
Como usuario normal, no siempre tienes acceso directo a esa capa. Pero puedes conseguir un efecto muy similar siendo el primero en hablar y dedicando ese primer mensaje a instalar el contexto que necesitas antes de pedir nada.
A esto lo llamo prompt de sistema personal. Es un texto que tengo guardado y que pego al principio de cualquier conversación importante antes de hacer mi petición real. Define quién soy, para qué proyecto estoy trabajando, qué tono quiero, qué restricciones hay y qué formato prefiero en las respuestas.
El resultado es que la IA entra en contexto desde el primer intercambio real en lugar de necesitar varios turnos de corrección para llegar ahí.
Cómo está estructurado el mío
No hay una fórmula universal porque depende de lo que estés haciendo. Pero hay elementos que casi siempre vale la pena incluir.
El primero es el rol. Decirle a la IA desde qué perspectiva debe operar. No «actúa como un experto», que es demasiado genérico, sino algo concreto: «estás ayudando a un creador de contenido sobre IA que escribe para una audiencia de personas que usan estas herramientas de forma práctica en su trabajo, sin formación técnica avanzada».
El segundo es el tono. Esto es lo que más impacto tiene en la coherencia del resultado. Describir el tono con ejemplos es más efectivo que con adjetivos. En lugar de «tono conversacional», algo como «escribe como alguien que cuenta algo que aprendió a un amigo inteligente, sin tecnicismos innecesarios pero sin simplificar en exceso».
El tercero es lo que no quiero. Las restricciones negativas son igual de importantes que las positivas. Cosas como «no uses listas numeradas para todo», «no empieces los párrafos con ‘En resumen'», «no uses frases como ‘en el dinámico mundo de'». Estas instrucciones negativas eliminan los patrones más reconocibles de texto generado automáticamente.
El cuarto es el contexto del proyecto. Una descripción breve de qué es lo que estoy construyendo, qué ya existe y qué necesito ahora. Esto evita que el resultado entre en contradicción con decisiones que ya tomé antes.
El truco que más me ha funcionado: el ejemplo de referencia
Hay algo que funciona mejor que cualquier descripción de tono que puedas escribir: un ejemplo real de lo que quieres.
Si tienes un texto propio que capture exactamente el estilo que buscas, incluirlo en el prompt de contexto y decirle a la IA «quiero que el tono de tus respuestas se parezca al de este texto» es el atajo más potente que conozco para conseguir coherencia de estilo.
La IA es muy buena identificando patrones de escritura a partir de ejemplos. Un párrafo tuyo bien elegido le da más información sobre lo que quieres que tres párrafos de descripción abstracta del tono.
Lo que hago es tener guardados dos o tres fragmentos de mi escritura que considero representativos del estilo que quiero en cada proyecto. Los roto según el tipo de contenido que estoy generando.
Cómo lo tengo organizado en la práctica
Tengo una nota en Notion con mis prompts de contexto organizados por proyecto. Cuando abro una conversación nueva para trabajar en algo concreto, lo primero que hago es ir a esa nota, copiar el prompt correspondiente, pegarlo al inicio del chat y añadir mi petición específica justo debajo.
Tarda literalmente diez segundos. Y la diferencia en la calidad y coherencia del resultado desde el primer mensaje es muy notable.
Con el tiempo he ido refinando cada prompt a medida que encuentro cosas que no funcionan o que quiero ajustar. Es un documento vivo, no algo que escribes una vez y no vuelves a tocar.
Lo más interesante es que este proceso de refinar el prompt te obliga a pensar con claridad sobre qué quieres conseguir. Muchas veces el problema no era que la IA no entendía lo que pedía. Era que yo mismo no lo tenía claro hasta que intenté escribirlo de forma explícita.
Si trabajas con IA de forma regular y todavía no tienes algo parecido a esto, dedica una tarde a construirlo. No tiene que ser perfecto la primera vez. Empieza con algo básico, úsalo durante una semana y refínalo con lo que aprendas.
La consistencia que consigues en los resultados merece con creces el tiempo de configuración inicial.
Si quieres que comparta el formato exacto de mi prompt de contexto en un artículo aparte, déjalo en los comentarios.
