La diferencia entre un prompt mediocre y uno excelente casi nunca está en la herramienta, está en cuánto contexto le das al modelo antes de pedirle algo.
Tres técnicas simples mejoran drásticamente los resultados: dar ejemplos concretos de lo que esperás (few-shot), pedirle al modelo que piense paso a paso antes de responder, y ser explícito sobre el formato de salida que necesitás.
También ayuda separar la tarea en pasos más chicos en vez de pedir todo en un solo prompt gigante. Un prompt que primero pide un esquema y después pide desarrollar cada sección suele dar mejores resultados que uno que pide el artículo completo de una.
Como con cualquier herramienta nueva, la curva de aprendizaje se acorta mucho con práctica deliberada: guardar los prompts que funcionaron bien y reutilizarlos como plantilla es el hábito con mayor retorno.
