> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tryprofound.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Cómo crear prompts eficaces

> Usa los datos de Prompt Volumes e Intent para escribir prompts que reflejen cómo los usuarios reales hablan con las herramientas de IA

Crear prompts eficaces garantiza que tu marca se alinee con la forma en que los usuarios reales interactúan con las herramientas de IA. Los datos de Prompt Volumes e Intent de Profound te ayudan a confirmar que tus temas y tu redacción coinciden con el lenguaje que usan las personas al hablar con los LLM.

<Tip>Obtén más información sobre cómo crear y validar prompts con datos de Prompt Volumes en la lección [Validating Your Tracking with Volume Data](https://university.tryprofound.com/courses/profound-101/modules/setup/lessons/validating-your-tracking-with-volume-data), parte del curso [Profound 101](https://university.tryprofound.com/courses/profound-101) de Profound University.</Tip>

## Mapea Prompt Volumes (señal de demanda)

[Prompt Volumes](/es/prompt-volumes/about) revela lo que las personas ya le preguntan a la IA sobre tu producto o categoría. Usa estos volúmenes para validar que tus temas y tu redacción se alinean con la demanda real de tu audiencia.

Para mapear Prompt Volumes:

1. Abre **Prompt Volumes** en Profound.
2. Introduce un término semilla (por ejemplo, "corporate card rewards").
3. Revisa los prompts relacionados: comprueba el volumen, la región y el desglose por LLM.
4. Identifica las variaciones que mejor se ajustan a la forma natural de expresarse de tu audiencia.

<Tip>Empieza con tus frases clave de SEO existentes y reformúlalas como prompts naturales en forma de pregunta que reflejen cómo pregunta realmente la gente en ChatGPT, Claude o Perplexity. Por ejemplo, convierte "best corporate card small business" en **"What's the best corporate credit card for small teams?"**</Tip>

## Equilibra por intención (propósito de la consulta)

Cada prompt tiene una intención subyacente, ya sea que los usuarios estén aprendiendo, comparando o actuando. Usa la pestaña **Intent** en la vista **Prompt Research Report** (se abre cuando seleccionas un prompt en Prompt Volumes) para equilibrar tu conjunto a lo largo de todo el embudo.

| **Tipo de intención** | **Prompt de ejemplo** | **Ideal para** |
| - | - | - |
| **Informativa** | "¿Qué es Answer Engine Optimization?" | Reconocimiento y educación |
| **Comercial** | "Mejores plataformas de AEO para marketing empresarial" | Comparación en la mitad del embudo |
| **Generativa / instructiva** | "Crea un esquema de blog optimizado para la búsqueda con IA" | Ejecución de tareas |

<Tip>Mantén una combinación equilibrada de intenciones para captar la demanda en cada etapa del descubrimiento.</Tip>

## Basa tus prompts en los problemas de los clientes

Recurre a la información de CX, Ventas y Soporte para encontrar preguntas recurrentes o puntos de fricción, y conviértelos en prompts usando la misma redacción que usan tus clientes.

Por ejemplo, si tu equipo de soporte recibe a menudo "No entiendo cómo funcionan las puntuaciones de visibilidad", conviértelo en:

* "¿Cómo funcionan las puntuaciones de visibilidad en IA?"
* "¿Cómo puedo mejorar la puntuación de visibilidad en las respuestas de ChatGPT?"

Estos prompts auténticos, basados en problemas, funcionan bien porque reflejan el lenguaje y el contexto reales de los clientes.

## Combina e itera

Una vez que hayas mapeado los volúmenes, la intención y las necesidades de los clientes:

* [Etiqueta y agrupa tus prompts](/es/answer-engine-insights/how-tos/create-topics-and-prompts#categoriza-tus-prompts-con-etiquetas) por tema o etapa del embudo.
* Prioriza los que tienen un alto volumen de conversaciones con IA y una intención accionable.
* Revísalos cada mes: la forma de expresarse de los usuarios evoluciona a medida que crece la adopción de la IA.

Introduce tus prompts refinados en [Profound Agents](/es/agents/about) o [Answer Engine Insights](/es/answer-engine-insights/about) para medir las mejoras de visibilidad a lo largo del tiempo. Esto crea un ciclo de retroalimentación continuo: Analizar → Actuar → Medir.