Prompt Engineering #3: Prompts para desarrollo y creatividad técnica (más allá de TI)
Resumen: En este capítulo convertimos a la IA en tu pair programmer, tu documentalista y tu copy creativo técnico. Verás cómo pedirle que explique código, refactorice, genere tests, estructure documentación y cree mensajes de producto y marketing con criterios de aceptación claros. Todo aplicable a Desarrollo, Producto, UX, Datos, Documentación y Marketing.
Analogía Dev/SRE: Un prompt útil es como un pipeline CI/CD: define etapa de entrada (brief), transformaciones (restricciones/estándares) y artefacto de salida (código, doc, copy). Sin etapas, salen “builds” impredecibles.
1) IA como asistente de programación
1.1 Explicar código de forma accionable
ANTES (prompt deficiente)
Explica este código.DESPUÉS (prompt optimizado)
Rol: Senior Engineer que enseña a un dev intermedio.
Tarea: Explicar el siguiente fragmento y proponer 3 mejoras.
Contexto:
- Lenguaje: {{lenguaje}}
- Estándares: {{guia_estilo}} (enlaces o bullets)
- Limitaciones: max 150 palabras por sección
Formato:
1) Resumen (2-3 frases)
2) Riesgos (lista de 3 bullets)
3) Mejoras (3 bullets con ejemplo de código)
Criterios de aceptación:
- Sin jerga innecesaria
- Ejemplos mínimos y compilables
Código:
[pega aquí el código]1.2 Refactor con objetivos medibles
ANTES
Refactoriza este código.DESPUÉS
Rol: Arquitecto de software.
Tarea: Refactorizar para mejorar legibilidad y testabilidad.
Contexto:
- Lenguaje: {{lenguaje}}; framework: {{framework}}
- Targets: cobertura de tests +20%, reducir complejidad ciclomática
Formato:
- Código refactorizado
- Justificación (4 bullets)
- Métricas estimadas (líneas, funciones, complejidad)
Criterios de aceptación:
- Mantener API pública
- Sin dependencias nuevas
- Comentarios breves por bloque1.3 Generar tests unitarios útiles (no “happy path” solamente)
ANTES
Escribe pruebas unitarias.DESPUÉS
Rol: QA Engineer.
Tarea: Crear tests unitarios con alta relación señal/ruido.
Contexto:
- Framework: {{framework_tests}}
- Abarcar: casos límite, errores esperados, valores nulos
Formato:
- Archivo(s) de test
- Tabla rápida: Caso | Entrada | Salida esperada | Motivo
Criterios de aceptación:
- Sin mocks innecesarios
- Nombres de test descriptivos
- Min 1 test de error por función crítica
Código bajo prueba:
[pega aquí el código]2) IA para documentación de proyectos
2.1 Explicar una arquitectura en una página
ANTES
Escribe la documentación del proyecto.DESPUÉS
Rol: Technical Writer.
Tarea: Crear una ficha de arquitectura de 1 página.
Contexto:
- Audiencia: Producto/Stakeholders no técnicos
- Límite: 400-500 palabras
Formato:
1) Propósito del sistema (3 frases)
2) Diagrama verbal (capas y flujos)
3) Riesgos y mitigaciones (3)
4) Costos/latencia (rangos)
5) FAQ (3 preguntas)
Criterios de aceptación:
- Lenguaje claro sin siglas oscuras
- Recomendación binaria: continuar/ajustar + por qué2.2 Plantilla de README “lista para producción”
Plantilla reutilizable
Rol: Maintainer de repositorios.
Tarea: Generar README estándar.
Contexto:
- Lenguaje: {{lenguaje}}; gestor: {{gestor_paquetes}}
- CI/CD: {{herramienta}}
Formato (secciones):
- Quickstart (3 comandos)
- Configuración (variables y ejemplo .env)
- Scripts npm/pip/… (tabla)
- Estilo de contribución (convenciones de PR/commits)
- Troubleshooting (5 errores comunes)
Criterios:
- Pasos verificables copy/paste
- Sin pasos “mágicos”
- Enlaces a issues/templates3) IA para Producto y UX
3.1 (Ejemplo práctico) Actúa como Product Designer: requerimientos + user stories para una nueva función de una app de hábitos
Queremos una función “Rachas Inteligentes” que detecte y recompense consistencia sin penalizar lapsos por causas justificadas.
ANTES
Define requisitos para una nueva función de mi app de hábitos.DESPUÉS (prompt completo)
Rol: Product Designer con enfoque en comportamiento del usuario.
Tarea: Diseñar requerimientos y user stories para “Rachas Inteligentes”.
Contexto:
- App de hábitos (iOS/Android/Web) con usuarios free y premium
- Objetivo: aumentar retención día 7 y día 28
- Restricciones: accesibilidad AA, carga < 2s en vista principal
- Métricas de éxito: +15% retención 28d, +20% sesiones semanales
Formato:
1) Problema/JTBD en 2-3 frases
2) User personas (3) con “Jobs/Pains/Gains”
3) User stories (8) (Como [persona] quiero [acción] para [beneficio])
4) Criterios de aceptación (Gherkin) por cada story
5) Reglas de negocio (incluye “pausas justificadas” con evidencia)
6) Riesgos y mitigaciones (4)
7) Experimentos de validación (3)
Prompt negativo:
- No inventes datos de analytics
- No uses jergas vagas (“experiencia mágica”)
- Evita soluciones que dependan de datos sensibles
Criterios de aceptación:
- Historias claras, sin ambigüedad
- Gherkin ejecutable mentalmente
- Riesgos medibles (latencia, abandono, soporte)4) IA para contenido técnico de producto y marketing
4.1 Descripciones de features orientadas a valor (no a jerga)
ANTES
Escribe la descripción de una nueva función.DESPUÉS
Rol: Product Marketing Manager.
Tarea: Redactar 3 descripciones orientadas a valor para “Rachas Inteligentes”.
Contexto:
- Segmentos: SMB, Mid-Market, Enterprise
- Evidencia: 1 prueba social/segmento
- Longitud: 40–60 palabras c/u
Tono: Claro, confiable, sin hype.
Formato:
- (Segmento) Problema → Beneficio → Prueba social → CTA
Prompt negativo:
- Evita adjetivos vacíos (“revolucionario”)
- No uses tecnicismos irrelevantes
Criterios:
- 1 mensaje clave por versión
- CTA accionable (pruébalo hoy, ver demo, etc.)4.2 Guía de estilo para redes (tecnología)
Plantilla rápida
Rol: Social Media Strategist para producto tech.
Tarea: Crear guía de estilo de 1 página.
Contexto:
- Audiencia técnica y decision-makers
Formato:
1) Voz y tono (3 bullets)
2) Estructura de post (hook, valor, CTA)
3) Prohibido (palabras vacías, métricas sin fuente)
4) Ejemplos: 2 hooks + 2 CTAs
Criterios:
- Consistente y fácil de aplicar
- Evita claims no verificables5) IA para Datos y Análisis
5.1 Explicar y revisar consultas
ANTES
Mejorar esta SQL.DESPUÉS
Rol: Analytics Engineer.
Tarea: Revisar y optimizar esta consulta.
Contexto:
- Dialecto: {{dialecto}}
- Tablas: {{nombres_tablas}}
- Meta: reducir costo/tiempo de ejecución
Formato:
1) Bottlenecks (3 bullets)
2) Versión optimizada
3) Trade-offs (2 bullets)
Criterios:
- Usar índices existentes
- Evitar subconsultas innecesarias
- Mantener resultados equivalentes6) Checklist de validación rápida (para cualquier rol)
- ¿Definiste Tarea, Contexto y Formato con precisión?
- ¿Incluiste criterios de aceptación y métricas de éxito?
- ¿Agregaste Prompt Negativo para reducir ruido y sesgos?
- ¿Limitaste longitud y especificaste audiencia?
- ¿Prohibiste claims no verificables o datos sensibles?
El Secreto del Ingeniero de IA: el poder del Prompt Negativo
Especificar lo que NO quieres es tan importante como pedir lo que sí quieres. El Prompt Negativo reduce la deriva creativa, las alucinaciones y el “hype marketing”.
Plantilla “negativa” mínima
Prompt negativo:
- No inventes cifras ni nombres de clientes
- Evita adjetivos vacíos y jerga no explicada
- No reveles deliberaciones internas; entrega solo la respuesta final
- No uses datos personales ni sensiblesTip: úsalo siempre junto a los criterios de aceptación y el formato esperado.
Para llevar (resumen)
- Trata a la IA como a un par: explica, refactoriza, prueba y documenta con objetivos claros.
- Producto/UX: convierte ideas en historias, reglas de negocio y experimentos.
- Marketing técnico: habla en beneficios y prueba social, no en jerga.
- Datos: pide diagnósticos con bottlenecks, versión optimizada y trade-offs.
- Siempre añade Prompt Negativo para recortar ruido y riesgos.
Próximo artículo: Técnicas avanzadas y el futuro del prompting — few-shot, mega-prompts y cómo usar IA para mejorar prompts de otras IAs.
