Probar 50 prompts virales de ChatGPT: la mayoría no sirve y el motivo es simple
Medio centenar de prompts "virales" puestos a prueba: casi ninguno mejora las respuestas. Los que sí funcionan comparten el mismo patrón, y no hay ninguna fórmula mágica detrás.
Alguien se ha pasado varias semanas probando unos 50 prompts que circulan por internet con etiqueta de virales para ChatGPT y modelos similares. Su conclusión: la mayoría no aporta nada. El fallo no está en el modelo, está en que los prompts son demasiado vagos.
"Actúa como un experto", "mejóralo" o "dame la mejor respuesta" suenan bien y no cambian gran cosa. Lo que se obtiene es una respuesta más larga, no más precisa ni más práctica. La experiencia la firma un usuario que publicó el resumen hace unos días, así que conviene tomarla por lo que es: una impresión personal, no un estudio con métricas ni una evaluación ciega.
Qué tenían en común los que sí funcionaban
Los prompts que daban mejores resultados compartían cinco rasgos. Asignan al modelo un rol concreto y relevante para la tarea. Añaden contexto, restricciones y el formato de salida esperado. Piden un proceso, no solo la respuesta final. Incluyen un ejemplo de salida buena cuando existe. Y dejan que el modelo pregunte antes de contestar en lugar de adivinar.
Es la diferencia entre pedirle a un compañero que redacte un informe y darle el destinatario, la extensión, el tono y un borrador previo. Nada de esto sorprende a quien lleva tiempo integrando modelos por API: es lo de siempre, especificar bien la entrada. La novedad aquí es que el atajo que prometen esos prompts copiados de un hilo no existe.
El autor cuenta que ha convertido las conclusiones en una colección de 50 experimentos, pensada para principiantes, con un capítulo por patrón: el prompt, qué probó y qué aprendió. Ahí se acaba lo comprobable. No hay cifras de mejora, ni comparación entre modelos, ni criterio de evaluación más allá de su propio juicio.
También lanza la pregunta al lector: qué patrón concreto le ha mejorado los resultados y qué consejo popular de prompting considera inútil. Es la parte más aprovechable del ejercicio, porque el conocimiento útil en esta área sigue estando en experiencias sueltas en lugar de en documentación sistemática.
Por qué importa
En equipos que ya llaman a un modelo desde código, un prompt mal especificado se traduce en tokens de más y en salidas que alguien tiene que revisar a mano. Saber que "sé un experto" no aporta nada ahorra tiempo y dinero, y empuja a lo que sí funciona: rol, contexto, formato y validación. Lo que no hay todavía es una evaluación seria de estos 50 patrones: sin ella, esto es la libreta de campo de alguien, no una guía que puedas meter en producción tal cual.
