- Rol y contexto:Define quién es la IA (por ejemplo, redactor, desarrollador, analista) y el escenario en el que opera.
- Objetivo claro:Especifica el resultado esperado en términos medibles (por ejemplo, longitud, tono, acción requerida).
- Instrucciones paso a paso:Enumera los pasos lógicos que la IA debe seguir.
- Límites y preferencias:Indica el estilo, el formato, los términos a evitar y cualquier regla empresarial.
- Ejemplos de salida:Proporciona uno o dos ejemplos concretos para anclar las expectativas.
Rol: Redactor IA
Asunto: Campaña de lanzamiento para [Nombre del producto]
Marca: [Nombre de la marca]
Punto de venta único: [USPs]
Público objetivo: [Definición del público]
Tono: Profesional pero amigable
Llamada a la acción: [CTA]
Longitud: 150 palabras
Formato: Correo electrónico HTML con asunto y firma
Salida: Borrador completo listo para revisiónIntroduce los detalles específicos y la IA generará un borrador listo para que tu equipo de edición lo revise.
Ejemplo 2: Plantilla para desarrollo de software para freelancers
Cuando necesitas generar código rápidamente, este prompt te ayuda a obtener funciones listas para su prueba:# Prompt para generación de código Python
Genera una función que:
- Reciba como entrada una lista de números enteros
- Devuelva como salida la suma de todos los números pares presentes en la lista
- Incluya el código con docstring, ejemplos de uso y un breve bloque de prueba en estilo pytest
- Utilice Python 3.12 y siga las convenciones de nomenclatura PEP?'8Copia el bloque en un editor que soporte LLM locales (como LM Studio) y tendrás una base sólida sobre la que construir.
Ejemplo 3: Plantilla para escenarios multijugador con Fulcra
Fulcra permite crear agentes que colaboran en tiempo real. Aquí tienes un modelo para un caso de uso inspirado en la logística moderna:# Prompt para simulación multijugador
Escenario: Dos agentes de IA colaboran para optimizar la ruta de un camión autónomo eléctrico para las entregas de Lidl.
Roles:
- Agente A: Analista de tráfico
- Agente B: Optimizador del consumo de energía
Acciones permitidas: Calcular los tiempos de llegada, sugerir desviaciones, equilibrar distancia y carga.
Salida: Informe JSON con itinerario propuesto, tiempo estimado y ahorro de energía previsto.Esta plantilla puede adaptarse a cualquier simulación que requiera múltiples perspectivas.
Ejemplo 4: Plantilla para la optimización de la cadena de suministro
Basándote en los datos de las entregas autónomas de Lidl, puedes pedirle a un LLM que sugiera mejoras:# Prompt para optimización de la cadena de suministro
Analiza el siguiente conjunto de datos diario de entregas (extraído de sensores del camión autónomo):
[Introduce una muestra de datos]
Proporciona:
1. El recorrido con el menor consumo de energía.
2. Una previsión del retraso estimado en caso de condiciones meteorológicas adversas.
3. Sugerencias para el mantenimiento predictivo.
Incluye una breve explicación para cada punto.El resultado es un plan de acción concreto que puede implementarse de inmediato.
Herramientas y harnesses de código abierto para 2026
Si prefieres mantener tus datos en local, considera estos harnesses:- Ollama
Conclusión:Utiliza estos pasos como base operativa, adaptando herramientas, políticas y controles al contexto real de tu organización.
IMPORTANTE: Estamos en 2026. Todas las referencias temporales deben ser actuales. No menciones años pasados como 2024, 2023, etc. El contenido debe ser fresco y relevante para el presente. CONTEXTO ACTUAL (septiembre de 2026): Aquí tienes algunas tendencias y noticias recientes para inspirarte: - Los mejores harnesses de agentes de código abierto para LLM locales en 2026: ¿Qué harness de código abierto funciona con Ollama, LM Studio o llama.cpp? 11 opciones verificadas con licencias y reglas de configuración. La publicación "Los mejores harnesses de agentes de código abierto..." [18-09-2026] - Gartner describe cuatro niveles de IA en la automatización de almacenes: Gartner informa que la automatización de almacenes abarca ahora cuatro niveles operativos de IA, ya que los operadores logísticos pasan de pruebas de software a instalaciones en vivo... [18-09-2026] - Jina AI lanza jina-ocr-v1: Un analizador de documentos MoE de 3.4B con decodificación especulativa integrada para GPU de bajo presupuesto: Jina AI ha lanzado jina-ocr-v1, un analizador de documentos visual que convierte PDFs, escaneos, tablas, gráficos y facturas en Markdown. El modelo tiene 3.4B parámetros... [18-09-2026] Usa esta información actual como inspiración para crear un prompt original y relevante para 2026.