20 errores que comete casi todo el mundo al utilizar ChatGPT
ChatGPT puede hacer muchísimo, pero la forma en la que le pides las cosas importa una barbaridad. Estos son algunos de los errores más habituales que hacen que una persona obtenga respuestas mediocres aunque esté utilizando una IA muy potente.
1. Pedir algo demasiado genérico
“Hazme un artículo” deja demasiadas decisiones abiertas. Explica objetivo, público, tono y formato.
2. No dar contexto
Si la IA no conoce tu situación, tendrá que adivinarla. Cuatro líneas de contexto pueden cambiar por completo la respuesta.
3. Pedir “hazlo perfecto”
Perfecto significa cosas distintas para cada persona. Define qué significa “bueno” para tu caso.
4. Querer el resultado final a la primera
Es mejor trabajar por iteraciones: borrador, revisión y mejora.
5. No decir quién es el público
Un texto para un niño, un director financiero y un programador no deberían sonar igual.
6. No indicar el formato
Si quieres una tabla, una lista, un email o un esquema, dilo.
7. No indicar la extensión
“Hazlo completo” puede producir algo demasiado largo. Marca un rango aproximado.
8. Creer que siempre tiene razón
Los modelos pueden equivocarse y generar datos o referencias falsas. OpenAI recomienda verificar la información importante. citeturn0search3turn0search6
9. No pedir fuentes cuando hacen falta
Para investigaciones, legislación, cifras o actualidad, pide fuentes y compruébalas.
10. No revisar las fuentes
Que una IA cite algo no significa automáticamente que esa fuente diga lo que afirma.
11. Meter información privada sin pensar
Antes de pegar contratos, datos personales o información empresarial, revisa las políticas de la herramienta y sus controles de privacidad. En servicios de consumo, el uso de datos depende de la configuración y del producto. citeturn0search18
12. Utilizar un único prompt para todo
Una investigación, una lluvia de ideas y una revisión de un texto necesitan instrucciones diferentes.
13. No decir qué NO quieres
También puedes indicar restricciones: “sin tecnicismos”, “sin emojis”, “no inventes datos”, etc.
14. Aceptar la primera versión
Pide una segunda alternativa o critica la primera. La conversación permite mejorar el resultado.
15. Pedir demasiado de golpe
Divide los proyectos grandes en fases. Esto suele facilitar la revisión y reducir errores.
16. No corregir a la IA
Si algo está mal, dilo claramente. No necesitas empezar otra conversación.
17. Confundir seguridad con precisión
Una respuesta escrita con mucha seguridad puede seguir siendo incorrecta.
18. No pedir que reconozca incertidumbre
Una frase como “si no estás seguro, indícalo” puede ser muy útil.
19. Usar IA sin objetivo
Antes de abrir ChatGPT, piensa qué quieres conseguir. La herramienta es mucho más útil cuando tiene un trabajo concreto.
20. Pensar que la IA sustituye tu criterio
La IA puede ayudarte a pensar, investigar, escribir y comparar. La decisión final sigue siendo tuya.
Los 20 errores, explicados con ejemplos
Los errores anteriores tienen algo en común: dejan decisiones importantes en manos de la IA. La solución es sencilla: darle más información y convertir la conversación en un proceso de trabajo.
1. “Hazme algo sobre IA”
Mejor: “Escribe un artículo de 1.500 palabras para personas que empiezan a utilizar IA, con ejemplos prácticos y tono sencillo”.
2. No explicar tu situación
Si eres estudiante, empresario, profesor o programador, dilo. El mismo problema necesita respuestas distintas.
3. No especificar restricciones
Indica lo que no quieres: “no inventes datos”, “no utilices tecnicismos”, “no repitas ideas”.
4. Pedir una respuesta definitiva demasiado pronto
Primero pide una propuesta y después critícala. La segunda versión suele ser mejor.
5. No pedir alternativas
Cuando una decisión es subjetiva, solicita tres opciones y una recomendación razonada.
6. No separar información de opinión
Pide que diferencie hechos, inferencias y recomendaciones.
7. No comprobar información importante
Para legislación, precios, datos médicos, finanzas o actualidad, verifica siempre la información crítica.
8. Confiar en citas sin abrirlas
Una referencia debe comprobarse en la fuente original.
9. Pegar información sensible sin pensar
Elimina datos personales o confidenciales cuando no sean necesarios y revisa las condiciones de la herramienta que utilices.
10. Utilizar un prompt enorme pero desordenado
Más palabras no significa mejor prompt. Una estructura clara suele funcionar mejor.
11. No definir el formato final
Di si quieres tabla, checklist, email, presentación, JSON, esquema o texto corrido.
12. No indicar el nivel del lector
“Explícaselo a alguien que nunca ha programado” cambia completamente la respuesta.
13. No utilizar ejemplos
Un ejemplo de lo que consideras bueno puede ser más útil que diez adjetivos.
14. No pedir una revisión crítica
Después de obtener una respuesta, pregunta: “¿qué puede estar mal o incompleto?”.
15. Pedir un proyecto enorme en una sola petición
Divide: investigación, estructura, redacción, revisión y publicación.
16. No conservar tus mejores prompts
Si un prompt te funciona, guárdalo como plantilla reutilizable.
17. No decir qué herramientas tienes
La solución cambia si puedes utilizar archivos, hojas de cálculo, buscadores o código.
18. No indicar una fecha de referencia
Para información cambiante, especifica el periodo que te interesa y pide comprobar datos actuales.
19. Pedir a la IA que decida por ti
Es mejor pedir criterios, ventajas, riesgos y una recomendación que delegar ciegamente una decisión importante.
20. Pensar que el modelo es el experto final
La IA es una herramienta de apoyo. Tu conocimiento del contexto y tu revisión final siguen siendo fundamentales.
La fórmula de un buen prompt
No hace falta escribir siempre un prompt gigantesco. Lo importante es que la IA sepa qué quieres, para quién, con qué información y cómo debe entregarlo.
Un ejemplo completo
Este tipo de instrucciones convierte a la IA en una herramienta mucho más útil porque el resultado tiene un propósito concreto.
Conclusión
La diferencia entre una mala experiencia y una muy buena con ChatGPT muchas veces no está en el modelo: está en cómo planteamos el trabajo. Cuanto mejor definamos el objetivo, el contexto y el resultado esperado, más útil será la IA.