Como escribir un prompt eficaz para ChatGPT: la TAREA

Actualizado en marzo 2026

En el artículo anterior vimos cómo definir el ROL dentro de un prompt. Esa parte ayuda a que ChatGPT responda desde una perspectiva concreta, con un enfoque más coherente y más útil para el objetivo que tienes entre manos. El primer artículo de la serie, publicado en DigitalPymes, se centraba precisamente en eso: explicar quién debe “ser” el modelo antes de pedirle nada.

Pero con eso no basta.

Puedes tener un rol muy bien construido y, aun así, obtener una respuesta floja si la TAREA está mal formulada. La tarea es la parte del prompt donde le dices al modelo qué debe hacer exactamente.

Es la instrucción operativa, el trabajo concreto que esperas recibir: redactar, resumir, analizar, comparar, clasificar, proponer o transformar un contenido. OpenAI recomienda precisamente eso: dejar claro qué quieres que haga el modelo y qué forma debe tener el resultado.

En esta guía vas a ver cómo definir la tarea de forma clara, práctica y sin ambigüedades, para que el resultado se acerque mucho más a lo que realmente necesitas.

Puedes ver nuestra presentación resumida sobre el post en Slideshare:
Como escribir un prompt eficaz para ChatGPT: la TAREA

1) Qué es la TAREA y para qué sirve

Si el rol define quién responde, la tarea define qué trabajo debe hacer.

La tarea es el núcleo operativo del prompt. Es la instrucción que activa la respuesta. Cuando esta parte está bien formulada, ChatGPT entiende mejor la acción que debe ejecutar, el foco que debe mantener y el tipo de salida que se espera.

Dicho de una forma muy simple: no es lo mismo decir “háblame de marketing” que pedir “redacta una guía breve para una pyme que quiere empezar a captar clientes en LinkedIn, con ejemplos sencillos y sin tecnicismos”. En ambos casos hay una petición, pero en el segundo ya existe una tarea real, utilizable y orientada a un resultado.

Una buena tarea sirve para varias cosas al mismo tiempo:

• reduce respuestas genéricas;
• evita que el modelo se disperse;
• mejora la utilidad práctica del contenido;
• facilita que el resultado tenga la forma que tú necesitas;
• y disminuye la necesidad de corregir una y otra vez la salida.

OpenAI insiste en que los mejores prompts suelen especificar con claridad la tarea, el formato deseado y los criterios de calidad o finalización. Cuanto más definido está el encargo, más fácil es que el modelo entregue una respuesta aprovechable.

2) Qué pasa cuando la tarea está mal definida

Aquí está uno de los errores más comunes al usar ChatGPT: pedir algo sin concretar qué debe hacer realmente.

Una tarea mal definida suele producir uno o varios de estos problemas:

• respuestas superficiales;
• exceso de generalidades;
• textos largos pero poco útiles;
• falta de estructura;
• tono inadecuado;
• resultados que no encajan con el uso real que querías darles.

Mira esta diferencia.

Tarea vaga:

Háblame de inteligencia artificial.

¿Puede responder? Sí.
¿Puede responder bien? Tal vez.
¿Puede darte justo lo que necesitas? Mucho menos probable.

Ahora compárala con esto:

Tarea mejor formulada:

Redacta una guía breve y clara sobre cómo una pyme puede empezar a aplicar inteligencia artificial en atención al cliente, con ejemplos sencillos, sin tecnicismos y en formato de artículo divulgativo.

Aquí ya no solo hay un tema. Hay una acción, una audiencia, un uso concreto, un formato y un criterio de estilo.

La diferencia entre una tarea floja y una tarea buena no está en “pedir más cosas por pedir”, sino en pedir mejor. Las guías oficiales de prompting de OpenAI van exactamente en esa dirección: mejor definir qué se quiere, para quién, con qué forma y con qué condiciones, que confiar en que el modelo “ya lo entenderá”.

3) Plantilla de una sola línea

Para no complicarte demasiado al principio, puedes trabajar con una fórmula breve como esta:

Tu tarea es (acción principal) aplicada a (tema o problema concreto), con el objetivo de generar (tipo de entregable) para (audiencia), siguiendo (enfoque o criterio principal).

Ejemplo:

Tu tarea es redactar una guía práctica sobre cómo aplicar inteligencia artificial en una pyme de servicios, con el objetivo de generar un artículo claro y útil para profesionales no técnicos, siguiendo un enfoque didáctico y realista.

Esta fórmula no es una norma oficial cerrada, sino una plantilla de trabajo. Su ventaja es que te obliga a no olvidar las piezas esenciales de la tarea. Y eso encaja muy bien con las recomendaciones de OpenAI: instrucciones claras, objetivo definido y resultado esperado bien acotado.

4) Plantilla ampliada (recomendada)

Si quieres resultados mejores y más consistentes, conviene ampliar la tarea y dividirla en partes. No hace falta usar siempre todas, pero cuantas más variables relevantes fijes, menos improvisación dejas al modelo.

Acción principal

Es el verbo que define el trabajo.

Puede ser:

• redactar;
• resumir;
• analizar;
• comparar;
• clasificar;
• proponer;
• reescribir;
• traducir;
• estructurar;
• extraer conclusiones;
• generar una tabla;
• convertir un texto en checklist.

La acción principal debe ser nítida. Si no sabes exactamente qué verbo usar, probablemente todavía no tienes clara la tarea.

Objeto de la tarea

Es el tema o material sobre el que va a trabajar el modelo.

Puede tratarse de:

• un tema concreto;
• un problema de negocio;
• un documento;
• un producto o servicio;
• un sector;
• una campaña;
• un proceso interno;
• una estrategia;
• una necesidad del cliente.

Ejemplo correcto:

Aplicado a la temática de la inteligencia artificial en toda su amplitud.

Ejemplo más cerrado:

Aplicado al uso de la inteligencia artificial en la atención al cliente de pequeñas empresas.

Enfoque o método

Aquí indicas cómo quieres que se desarrolle la tarea.

Opciones habituales:

• paso a paso;
• didáctico;
• comparativo;
• estratégico;
• divulgativo;
• técnico pero comprensible;
• orientado a negocio;
• centrado en la ejecución;
• narrativo;
• basado en ejemplos.

Este punto es especialmente útil porque evita resultados correctos pero poco adecuados. No es lo mismo pedir un análisis estratégico que una guía paso a paso.

Alcance o profundidad

Sirve para marcar hasta dónde debe llegar la respuesta.

Puedes pedir:

• visión general;
• nivel básico;
• nivel intermedio;
• nivel experto;
• resumen ejecutivo;
• desarrollo completo;
• versión breve;
• versión extensa;
• introducción al tema;
• análisis profundo.

OpenAI recomienda que el contrato de salida quede claro. Esto incluye no solo el formato, sino también la profundidad esperada y qué significa que la respuesta está suficientemente completa.

Formato del entregable

Es una de las partes más olvidadas y una de las más útiles.

No basta con saber qué debe hacer el modelo. También conviene indicar qué debe entregar.

Ejemplos:

• artículo;
• tabla comparativa;
• checklist;
• plan de acción;
• esquema;
• FAQ;
• email;
• resumen;
• briefing;
• lista de ideas;
• carrusel;
• propuesta comercial.

Cuando el formato queda claro, el resultado mejora mucho.

Extensión

Aquí delimitas la longitud o el tamaño del output.

Puede ser:

• 500 palabras;
• 900 palabras;
• 1.500 palabras;
• 5 bullets;
• 10 ideas;
• 3 propuestas;
• una tabla con 6 filas;
• un email de menos de 200 palabras.

La extensión no garantiza calidad, pero sí ayuda a controlar el tipo de respuesta y a evitar salidas descompensadas.

Criterios de calidad

Esta parte le dice al modelo qué debe priorizar.

Por ejemplo:

• claridad;
• precisión;
• aplicabilidad inmediata;
• lenguaje sencillo;
• rigor;
• utilidad práctica;
• tono divulgativo;
• estructura limpia;
• orientación a negocio;
• accionabilidad.

Aquí es donde puedes decirle qué significa, en tu caso, una buena respuesta.

Exclusiones

Tan importante como decir lo que quieres es decir lo que no quieres.

Ejemplos de exclusiones:

• evita tecnicismos innecesarios;
• no inventes datos;
• no uses promesas exageradas;
• evita repeticiones;
• no conviertas el texto en teoría abstracta;
• no uses jerga de marketing vacía;
• no des consejos legales vinculantes;
• no incluyas cifras no verificadas.

Esta parte encaja perfectamente con el enfoque actual de OpenAI sobre grounding, control de calidad y reducción de errores: especificar límites ayuda mucho a encauzar mejor la respuesta.

Nivel de concreción

Aquí defines hasta qué punto la salida debe quedar aterrizada.

Ejemplos:

• con ejemplos realistas;
• con pasos accionables;
• con casos de uso;
• listo para publicar;
• listo para copiar y pegar;
• adaptado a pymes;
• pensado para lectores no técnicos;
• aplicable en 30 días.

Este punto es especialmente valioso si trabajas contenidos prácticos, guías o documentación de uso real.

5) Anatomía de una buena tarea

Una buena tarea suele estar compuesta por varias piezas, aunque no siempre aparezcan todas escritas de forma explícita.

Normalmente incluye:

• un verbo claro;
• un tema u objeto de trabajo;
• una audiencia;
• un formato de salida;
• una profundidad deseada;
• unos criterios de calidad;
• y unas exclusiones.

Por ejemplo:

Redacta una guía práctica sobre cómo una correduría puede usar inteligencia artificial en atención al cliente, dirigida a profesionales del sector seguros sin perfil técnico, en formato artículo de 900 palabras, con tono claro y profesional, incluyendo ejemplos realistas y evitando tecnicismos innecesarios.

Si descomponemos esta tarea, vemos:

• verbo: redacta;
• tema: uso de IA en atención al cliente;
• sector: correduría;
• audiencia: profesionales del seguro no técnicos;
• formato: artículo;
• extensión: 900 palabras;
• criterios: claridad, profesionalidad, ejemplos realistas;
• exclusiones: tecnicismos innecesarios.

Eso ya no es una petición vaga. Es una instrucción operativa.

6) Ejemplos de tareas bien formuladas

Inteligencia artificial

Tarea floja:

Háblame de la IA.

Tarea mejorada:

Explica de forma sencilla qué puede aportar la inteligencia artificial a una pyme.

Tarea muy bien formulada:

Redacta una guía divulgativa sobre cómo una pyme puede empezar a aplicar inteligencia artificial en su actividad diaria, con ejemplos sencillos, lenguaje no técnico y enfoque práctico orientado a negocio.

Video comunicación personalizada

Tarea floja:

Dame ideas sobre vídeo.

Tarea mejorada:

Propón usos del vídeo personalizado en marketing.

Tarea muy bien formulada:

Diseña un artículo breve y claro sobre cómo la video comunicación personalizada puede mejorar la conversión y la relación con clientes en campañas de marketing, con enfoque estratégico, ejemplos aplicables y lenguaje profesional comprensible.

Mediación aseguradora

Tarea floja:

Escribe algo sobre seguros e IA.

Tarea mejorada:

Explica cómo puede ayudar la IA a una correduría.

Tarea muy bien formulada:

Redacta un artículo divulgativo para profesionales de la mediación aseguradora sobre cómo la inteligencia artificial puede mejorar la atención al cliente, la eficiencia operativa y la detección de oportunidades comerciales, con tono experto pero claro y sin tecnicismos excesivos.

Sector inmobiliario

Tarea floja:

Quiero un texto sobre inmobiliaria.

Tarea mejorada:

Escribe sobre cómo captar clientes en inmobiliaria.

Tarea muy bien formulada:

Redacta una guía práctica sobre cómo una agencia inmobiliaria puede usar herramientas digitales e inteligencia artificial para captar leads de mayor calidad, con enfoque realista, ejemplos de aplicación y lenguaje cercano para profesionales del sector.

Growth marketing

Tarea floja:

Dime cosas de growth.

Tarea mejorada:

Propón acciones de growth marketing para una pyme.

Tarea muy bien formulada:

Diseña un plan resumido de growth marketing para una pyme de servicios, con acciones priorizadas, enfoque experimental, métricas orientativas y orientación clara a captación de leads cualificados.

7) Errores frecuentes al escribir la tarea

Aquí es donde muchos prompts fallan sin que el usuario se dé cuenta.

Los errores más habituales son estos:

Pedir algo demasiado amplio.
Si la tarea es enorme o difusa, el modelo tenderá a responder de forma superficial.

No especificar el formato.
Puedes querer una tabla y recibir un artículo. O pedir algo accionable y recibir una explicación larga.

No indicar la audiencia.
No es lo mismo escribir para directivos que para principiantes.

No fijar el nivel de profundidad.
Sin esa pista, el modelo improvisa el nivel técnico.

Mezclar demasiadas tareas a la vez.
Si en una sola instrucción pides analizar, resumir, comparar, proponer, escribir FAQ y crear una tabla, es fácil que el resultado salga desordenado.

No marcar exclusiones.
Cuando no indicas límites, aumenta la probabilidad de obtener relleno, vaguedades o enfoques que no te sirven.

Asumir que el modelo “ya entiende” el encargo.
Este error es especialmente común. Cuanto más das por supuesto, menos control tienes sobre la salida.

8) Checklist de calidad de la TAREA

Antes de lanzar un prompt, puedes pasar esta lista rápida:

1. ¿La acción principal está clara?
2. ¿El tema o problema está bien delimitado?
3. ¿La audiencia está definida?
4. ¿El formato final está especificado?
5. ¿La extensión está acotada?
6. ¿El enfoque está indicado?
7. ¿Hay criterios de calidad concretos?
8. ¿Se han marcado exclusiones?
9. ¿La tarea puede ejecutarse sin ambigüedad?
10. ¿El resultado sería útil de verdad en el mundo real?

Si fallas en varias respuestas, probablemente la tarea todavía no está lista.

9) Mini-fórmula “ready-to-ship”

Aquí tienes una fórmula simple y reutilizable para trabajar esta parte del prompt:

TAREA =
“Tu tarea es (acción concreta) sobre (tema o problema), para generar (tipo de entregable) dirigido a (audiencia), con un enfoque (método), una profundidad (nivel), una extensión de (medida) y cumpliendo estos criterios: (calidad, límites y exclusiones).”

No hace falta usarla siempre completa. Pero como base es muy útil porque concentra en una sola línea lo esencial.

Fuentes consultadas y recomendadas

• OpenAI Help Center, Best practices for prompt engineering with the OpenAI API
• OpenAI Help Center, Prompt engineering best practices for ChatGPT
• OpenAI Cookbook, GPT-5 prompting guide
• OpenAI Docs, Using GPT-5.4

Estas referencias refuerzan una idea clave: los mejores prompts suelen ser claros, específicos, bien contextualizados y fáciles de iterar.

Ya has visto cómo definir la TAREA, que es la parte del prompt donde realmente le dices a ChatGPT qué trabajo debe hacer.

Pero todavía falta una pieza decisiva: el CONTEXTO.

En el siguiente capítulo veremos cómo aportar la información de fondo necesaria para que el modelo no improvise más de la cuenta, no generalice demasiado y responda con mayor precisión. OpenAI insiste cada vez más en este punto: un buen rendimiento no depende solo de la instrucción, sino también del grounding, de las condiciones del problema y de la definición del resultado esperado.

Siguiente artículo de la serie:
Cómo escribir un prompt eficaz para ChatGPT : el CONTEXTO

Primer artículo de la serie:
Cómo escribir un prompt eficaz para ChatGPT : el ROL

Serie: Cómo escribir un prompt eficaz para ChatGPT
Capítulo 1: el ROL
Capítulo 2: la TAREA
Capítulo 3: el CONTEXTO