Mejores prácticas oficiales · OpenAI, Google y Anthropic¶

Recursos del curso · Lo que enseñamos en clase no es opinión del formador: son las guías publicadas por los tres fabricantes. Este documento las destila con ejemplos. Consultadas el 01/07/2026 — ⚠ verificar: los tres documentos se actualizan con frecuencia.

Fuente	Documento
OpenAI	Best practices for prompt engineering with the OpenAI API
Google	Gemini API · Prompting strategies
Anthropic	Agent Skills · Best practices

En lo que los tres coinciden (la síntesis que damos en clase)¶

Sé específico: contexto, resultado esperado, longitud, formato y estilo. Es exactamente nuestra fórmula Rol + Contexto + Tarea + Restricciones + Formato.
Separa instrucciones de datos con delimitadores claros. Es nuestra plantilla de contexto seguro.
Enseña con ejemplos (few-shot): 2–3 muestras del resultado que quieres valen más que un párrafo describiéndolo.
Di qué hacer, no solo qué no hacer.
Itera: reformula, cambia el orden, divide lo complejo en pasos.

OpenAI · Reglas de oro del prompt engineering¶

Instrucciones al principio y datos separados con delimitadores (### o """).
✗ «Resume el texto de abajo… {texto}» → ✓ «Resume el texto de abajo en viñetas con lo esencial. Texto: """{texto}"""»
Específico y detallado sobre contexto, resultado, longitud, formato y estilo.
✗ «Escribe un poema sobre OpenAI» → ✓ «Escribe un poema corto e inspirador sobre OpenAI, centrado en el lanzamiento de DALL-E, al estilo de {poeta famoso}»
Muestra el formato de salida con un ejemplo, no solo lo describas:
✓ «Formato deseado: · Empresas: · Personas: <ídem> · Temas: <ídem>»
Escala: primero sin ejemplos (zero-shot), luego con 2–3 ejemplos (few-shot) y solo después soluciones mayores.
Elimina las vaguedades: ✗ «bastante corto, unas pocas frases, no mucho más» → ✓ «un párrafo de 3 a 5 frases».
Di qué hacer en vez de qué no hacer: ✗ «NO PIDAS EL USUARIO NI LA CONTRASEÑA» → ✓ «diagnostica el problema sin pedir datos personales; si hacen falta, remite al usuario a la página de ayuda {enlace}».
(Parámetros, para quien use la API: temperature 0 para tareas factuales; el modelo más capaz suele necesitar menos ingeniería.)

Google Gemini · Estrategias de prompting¶

Incluye siempre ejemplos few-shot («recomendamos incluir siempre ejemplos en el prompt») y mantén su formato idéntico entre sí.
Añade el contexto necesario, no asumas que el modelo lo tiene:
✗ «¿Cómo arreglo mi wifi?» → ✓ «Responde usando solo el texto de abajo. Mi router parpadea en amarillo lento. Texto: {manual del router}»
Restricciones y formato de respuesta explícitos («resume en una sola frase», «tabla», «lista de 5»).
Las instrucciones críticas, al principio; en contextos largos, los datos primero y la pregunta al final, anclando con «Basándote en la información anterior…».
Usa estructura con etiquetas o Markdown como delimitadores (coincide con nuestra plantilla de contexto seguro).
Descompón lo complejo: un prompt por instrucción; encadena salidas; para razonamiento, «piensa con detenimiento antes de responder».
Itera: reformula la pregunta, convierte la tarea en otra análoga (p. ej., pregunta abierta → opción múltiple) o cambia el orden de los bloques.

Anthropic · Buenas prácticas para Skills (módulo avanzado)¶

Para cuando escribas tus propias skills (o Gems/GPTs — los principios son portables):

Concisión ante todo: no expliques lo que la IA ya sabe; cada párrafo debe justificar su coste. La ventana de contexto es un bien común.
La descripción decide si la skill se usa: escríbela en tercera persona e incluye qué hace y cuándo usarla, con las palabras clave que aparecerían en la petición.
✗ «Ayuda con documentos» → ✓ «Analiza gastos personales y prepara informes. Usar cuando se pida analizar gastos, presupuesto, suscripciones o ahorro»
Nombres específicos, en minúsculas-con-guiones: ✗ helper, utils → ✓ finanzas-personales, resumen-ejecutivo.
Grado de libertad según fragilidad: instrucciones generales cuando hay varios caminos válidos; pasos exactos («ejecuta exactamente este comando») cuando el error es caro.
Cuerpo corto (menos de ~500 líneas); el detalle, en archivos aparte enlazados a un solo nivel desde el principal.
Ejemplos concretos de entrada→salida dentro de la skill: enseñan el estilo mejor que cualquier descripción.
Workflows con checklist para procesos de varios pasos, y bucles de validación (valida → corrige → repite) para calidad.
Un solo término para cada cosa y nada de información caduca (fechas, precios, versiones).
Crea la skill con la propia IA e itera observándola: pide a Claude que redacte la skill, pruébala en tareas reales y refina lo que falle.

Checklist exprés antes de dar por buena una skill¶

La descripción dice qué hace y cuándo usarla, en tercera persona
El nombre es específico (nada de «helper»)
No explica obviedades; cada línea aporta
Tiene al menos un ejemplo concreto del resultado esperado
Probada con 2–3 peticiones reales antes de compartirla