Prompt engineering básico para educadores

Introducción a la estructuración de prompts, frameworks útiles y ejemplos de creación de material didáctico. Para docentes que quieren empezar.

JB

Javier Benítez Láinez

Autor

18 de enero de 202612 min lectura

Introducción

La inteligencia artificial conversacional puede transformar la enseñanza de español, pero requiere dominar el prompt engineering: "el arte de formular instrucciones precisas a la IA." No es un concepto técnico complejo, sino aprender a solicitar claramente lo que necesitamos.

¿Qué es un prompt y por qué importa?

Un prompt es la instrucción dirigida a sistemas de IA. La diferencia entre obtener contenido genérico e inutilizable versus material perfectamente adaptado depende de cómo estructuramos nuestra solicitud.

La anatomía de un prompt efectivo

Cuatro componentes fundamentales:

  1. Rol o contexto: Define la función de la IA — por ejemplo, "profesor experimentado especializado en estudiantes sinohablantes B1"

  2. Tarea específica: Qué exactamente necesitamos — no "dame ejercicios de pretérito" sino "crea 5 ejercicios contrastando indefinido vs. imperfecto, nivel B1, contexto de viajes"

  3. Formato deseado: Estructura esperada: tabla, lista, instrucciones paso a paso, con o sin claves de respuesta

  4. Restricciones: Longitud, vocabulario permitido, nivel MCER, temática cultural

Ejemplos comparados

Básico: "Hazme un ejercicio de subjuntivo"

Optimizado: Incluye perfil de estudiantes, contexto específico, número de ítems, formato de salida y consideraciones sobre dificultad.

5 Frameworks esenciales

  1. R-T-F: Rol — Tarea — Formato (estructura básica)
  2. C-C-C: Contexto — Condiciones — Contenido (materiales complejos)
  3. P-E-P: Problema — Ejemplo — Prevención (corrección de errores)
  4. I-D-O: Input — Debrief — Output (secuencias de aprendizaje)
  5. S-A-S: Situación — Acción — Solución (tareas comunicativas)

Técnicas avanzadas

  • Ejemplos positivos y negativos: Mostrar qué sí y qué no queremos
  • Personalización por perfiles: Detallar edad, profesión, nivel de comprensión vs. producción
  • Iteración conversacional: Refinar resultados progresivamente
  • Especificidad cultural: Contextualizar geográficamente (latinoamericano vs. español peninsular)

Conclusión

El prompt engineering se convierte en competencia docente esencial que multiplica la capacidad pedagógica sin sustituir la experiencia del profesor, permitiendo dedicar más tiempo a la interacción genuina con los estudiantes.

Etiquetas

#Prompts#Educación#IA#ELE
JB

Javier Benítez Láinez

Profesor de ELE y entusiasta de la Inteligencia Artificial. Escribo sobre tecnología educativa, prompts y el futuro de la enseñanza.

Ver todos los artículos →