Skip to main content
El nodo Prompt LLM es una de las herramientas más potentes del Agent builder. Te permite convertir entradas sin procesar (investigación, contenido extraído, datos de usuarios o información de Profound) en salidas claras y útiles, como resúmenes, esquemas, reescrituras, análisis y respuestas estructuradas. Esta guía te enseña a escribir prompts muy eficaces sin necesidad de conocimientos previos de ingeniería de prompts.

Por qué importan los buenos prompts

Los modelos de lenguaje de gran tamaño (LLM) reconocen patrones de forma excelente, pero necesitan dirección. Un prompt bien escrito ayuda al modelo a entender:
  • Qué tarea debe realizar
  • Cómo debe realizarla
  • Qué estilo o formato debe usar
  • Qué restricciones debe seguir
Cuanto más claras sean tus instrucciones, más precisa y reproducible será la salida. Piensa en los prompts como briefings creativos para la IA: cuanto más contexto le des, mejor será el trabajo.

La estructura básica de un prompt eficaz

La mayoría de los buenos prompts siguen esta estructura sencilla (aunque no es obligatorio):
  1. Rol: ¿qué o quién debe simular ser el modelo?
  2. Tarea: ¿qué debe producir?
  3. Contexto: ¿qué información debe usar?
  4. Requisitos: reglas, pautas y restricciones
  5. Formato de salida: cómo debe estructurarse el resultado
A continuación se muestra un ejemplo de prompt escrito con esta estructura:
Esta estructura funciona para casi cualquier tipo de prompt que escribas en Profound.

Los 5 elementos de un prompt sólido

1. Asigna un rol al modelo (opcional, pero útil)

Los LLM funcionan mejor cuando se les da una perspectiva definida desde la que escribir. Ejemplos:
  • “Eres un estratega SEO sénior que escribe con un tono profesional y conciso.”
  • “Actúa como divulgador técnico para un público no técnico.”
Asignar un rol da forma a la voz y a la toma de decisiones del modelo.

2. Sé explícito sobre la tarea

Las instrucciones ambiguas producen resultados impredecibles. Débil:
“Escribe algo sobre esto.”
Sólido:
“Reescribe el siguiente párrafo para que sea más claro y conciso, manteniendo el significado principal.”
Aún más sólido:
“Reescribe el siguiente texto para un público B2B de alta dirección. Elimina el relleno. Mejora la claridad. Mantén todos los datos precisos.”

3. Proporciona contexto

El nodo Prompt LLM puede hacer referencia a cualquier paso anterior con variables /. Algunas buenas fuentes de contexto son:
  • Web Page Scrape
  • YouTube Transcript
  • Research Snippets
  • Resultados de Perplexity Search
Incluye solo el contexto relevante; demasiado ruido reduce la calidad. Ejemplo:

4. Añade requisitos y restricciones claros

Aquí es donde adaptas la salida a tus necesidades. Restricciones habituales que usan los profesionales del marketing:
  • Tono: profesional, cercano, autorizado, neutral
  • Extensión: 3 viñetas, 100 palabras, 1 párrafo
  • Público: profesionales del marketing B2B, directivos de grandes empresas, propietarios de pequeñas empresas
  • Reglas de contenido: sin jerga, evitar repeticiones, no inventar datos
  • Estilo de marca: sencillo, directo, orientado al valor
Ejemplo:

5. Especifica el formato de la salida

Los LLM son mucho más precisos cuando les indicas exactamente qué forma debe tener la salida. Ejemplos:
  • Lista de viñetas
  • JSON
  • Tabla
  • Resumen de un párrafo
  • Instrucciones paso a paso
  • Título + 3 subtítulos + CTA
Ejemplo de prompt:

Patrones de prompts que puedes usar desde ya

A continuación encontrarás plantillas reutilizables adaptadas a Agents de marketing habituales.

1. Resumir contenido

2. Reescribir para mejorar la claridad o el tono

3. Generar títulos o titulares

4. Extraer datos estructurados

5. Comparar o evaluar contenido

Consejos para obtener siempre mejores salidas

✔ Dile a la IA qué debe evitar

Las alucinaciones se reducen considerablemente cuando incluyes reglas como:
  • “No añadas datos que no estén en el contexto.”
  • “Si falta información, responde ‘No hay suficiente información’.”

✔ Usa ejemplos

“Mostrar en lugar de contar” es extremadamente eficaz.

✔ Mantén los prompts breves, pero no vagos

Los prompts demasiado largos pueden confundir al modelo. Los demasiado cortos no le dan ninguna dirección. Intenta escribir entre 3 y 8 frases + un bloque de formato.

✔ Itera y perfecciona

Prueba un prompt, revisa la salida y perfecciónalo. Escribir prompts es como hacer un briefing a un redactor.

✔ Usa variables para que los prompts sean dinámicos

Esto resulta especialmente útil al crear Agents escalables. Ejemplo de prompt basado en variables:

Errores comunes y cómo evitarlos

✖ Pedirle a la IA que “escriba algo bueno”

→ Demasiado vago. Especifica siempre qué hace que sea bueno.

✖ Olvidar restringir la fuente

→ La IA inventará cosas a menos que le digas “Usa solo el contexto proporcionado”.

✖ No especificar ningún formato

→ Los resultados se vuelven incoherentes y difíciles de usar en Agents.

✖ Demasiados objetivos en un mismo prompt

→ Divide las tareas complejas en nodos Prompt LLM secuenciales para obtener salidas más limpias.

Redacción avanzada de prompts (opcional)

Para los usuarios que quieren más precisión:
  • Cadena de pensamiento (Chain of Thought):
    “Explica tu razonamiento paso a paso, pero devuelve solo la respuesta final.”
  • Bucles Transformar → Evaluar → Mejorar:
    Crea un segundo nodo Prompt LLM para criticar y perfeccionar la primera salida.
  • Prompts zero-shot frente a few-shot:
    Proporcionar “salidas de ejemplo” mejora enormemente la precisión.

Ejemplo: plantilla completa de prompt de alta calidad

Reflexiones finales

Escribir prompts es una habilidad que mejora con el tiempo. No necesitas ser un “ingeniero de prompts”. Simplemente necesitas:
  • Ser claro
  • Ser específico
  • Proporcionar contexto
  • Establecer restricciones
  • Definir el formato de salida
Con estas técnicas, generarás de forma constante resultados sólidos y predecibles con el nodo Prompt LLM, lo que te permitirá hacer de todo, desde resúmenes de contenido hasta pipelines de producción de contenido totalmente automatizados.