Prompts para IA: el modo de prompting profesional

En Commander Flow hay un preset que el 80% de los beta testers no conocen y que para mí se ha convertido en lo más valioso de todo el producto. Es el modo de redacción de prompts, prompt-engineering.

Si trabajas con cualquier herramienta de IA (en 2026 todos lo hacemos), pierdes a diario tiempo formulando prompts: para ChatGPT, para otros LLM en la nube, para generadores de imágenes con IA, para tus flujos internos de IA. Y la mayoría de esos prompts salen mediocres porque los escribimos al vuelo, entre tareas.

Este preset convierte mi idea oral en un prompt profesional estructurado en un segundo y medio.

Qué hace

Mantengo el atajo y hablo como a una persona:

«Mira, necesito que un agente de IA revise este PR de GitHub y encuentre puntos donde puede haber fugas de memoria, sobre todo en disposables de larga vida, y que no invente sino que cite líneas concretas. Contexto: .NET 10, código async, e importante que usamos CancellationTokenSource que a veces se reutiliza.»

Obtengo en el campo de texto:

You are a senior .NET engineer reviewing a pull request.

CONTEXT:
- Codebase: .NET 10 (TFM net10.0)
- Heavy use of async/await with cancellation
- CancellationTokenSource instances are sometimes reused across operations

TASK:
Review the provided PR diff and identify potential memory leaks, with specific focus on:
1. Long-lived IDisposable instances that may not be properly disposed
2. CancellationTokenSource lifecycle issues (disposal, reuse)
3. Event handler subscriptions without unsubscription
4. Closures capturing disposable resources

CONSTRAINTS:
- Cite specific file paths and line numbers from the diff
- Do not speculate about code outside the visible diff
- If a finding requires more context, ask before recommending a fix

OUTPUT FORMAT:
For each finding:
- Severity: [Critical | High | Medium | Low]
- Location: file:line
- Issue: 1-2 sentence description
- Recommendation: concrete code change

Esto no es «una versión un poco mejorada de mi frase». Es un prompt profesional según las best practices: role explícito, structured context, explicit task, constraints, output format. Sé escribir así (he hecho cursos, he leído libros de prompt engineering) pero no escribo así cada vez a mano, porque son 5 minutos por prompt.

Commander Flow lo hace en un segundo.

Lo que hay dentro del preset

Pedí al equipo acceso al system prompt del modo: es público. En esencia, es un conjunto de instrucciones para el LLM:

• Estructura: role / context / task / constraints / output format / examples (si aplica)
• Tono: imperativo, sin fórmulas de cortesía, lo más concreto posible
• Termination: indicación explícita de qué debe haber en la respuesta y qué no
• Anti-hallucination: añadir constraints contra inventarse hechos
• Formato: usar markdown / code-fences para estructura cuando se pide código

Es el mismo conjunto de prácticas que los prompt-engineers profesionales desarrollan en meses. Solo que integrado en un atajo.

«Dejé de escribir malos prompts no porque haya aprendido a escribir buenos, sino porque la herramienta no me deja escribir malos.»

Escenarios en los que uso este preset cada día

Lo más habitual: lo uso antes de pedir algo a un asistente de IA para código. Dicto lo que quiero, obtengo un prompt limpio y estructurado, y el agente trabaja notablemente más preciso.

El segundo escenario frecuente son los prompts para generadores de imágenes con IA. Por voz describo el plano y el modo lo convierte en una línea con los modificadores correctos (relación de aspecto, estilo, etc.).

Cuando escribo el system prompt para mi agente de IA interno, lo hago a través de Commander Flow en lugar de pulir párrafos a mano. En una hora obtengo lo que normalmente costaría todo un día.

Menos frecuente, pero igualmente regular: consultas a un buscador con IA. Un prompt bien formulado da resultados mucho más relevantes y lo noté tras la primera semana.

Y, por último, cualquier «prompt instantáneo» para generar tests, documentación o migraciones. Antes salían en plan «mientras funcione». Ahora todos al mismo nivel de calidad.

Un efecto que no esperaba

He empezado a escribir prompts para mí mismo. Suena raro. Te explico.

Antes de una tarea complicada, dicto un prompt en Commander Flow: no para dárselo al LLM, sino para leérmelo yo. Un texto estructurado con context / task / constraints / acceptance criteria explícitos resulta ser un excelente plan de tarea para mí mismo.

No cuesta nada (1,5 segundos), pero convierte «ahora me siento y pienso» en «aquí está la definición exacta de lo que voy a hacer». Se parece a las viejas especificaciones técnicas, solo que ahora son 1,5 segundos e integradas en la herramienta.

Lo que no siempre funciona

A veces «demasiado profesional». Si quiero una consulta breve («Claude, reescribe este párrafo en tres líneas»), el preset puede desplegarlo a un role/context/constraints completo. Solución: cambiar al preset minimal-edit o friendly-prompt (más sencillo, para consultas breves). El equipo trabaja en autodetección de complejidad.

Las best practices por defecto están orientadas a Claude / GPT-5. Para otros modelos (abiertos como Llama 3 o especializados como Mistral), el estilo de prompt puede diferir. Para precisión absoluta uso prompt-engineering-llama o prompt-engineering-mistral: presets aparte que creé en los ajustes. Pero hay que crearlos uno mismo, lo que son un par de minutos de trastear con la configuración.

El LLM a veces se complica. Si hablo breve, a veces añade secciones de más. En esos casos pido «más corto, sin output format, solo task». Sale un mini-prompt. Pero para tareas complejas funciona genial.

Por qué importa más de lo que parece

En 2026, cuando los agentes de IA son cotidianos, saber escribir buenos prompts es la nueva alfabetización. No hace falta un profesor de inglés ni un tutor de matemáticas: hace falta una herramienta que convierta tu idea oral en un prompt de calidad.

Y lo que me gusta de Commander Flow: el equipo no hace «otra app aparte para prompt engineering». Lo integran como un preset más en el mismo atajo que ya uso para todo lo demás. Mínimo cognitive overhead, máximo beneficio.

Por qué lo necesito a diario

Si Commander Flow solo supiera dictado, ya sería un buen producto. Pero el modo prompt-engineering lo convierte en una herramienta para quienes trabajan con agentes de IA todo el día. Ya no va de teclear: va de subir la calidad de toda tu comunicación con la IA.

Este artículo lo escribí en modo friendly (porque es un post de blog). Y el prompt para el editor que lo va a revisar lo dicté en modo prompt-engineering. Y este artículo salió estructuralmente mejor que si hubiera escrito el prompt a mano.

Una herramienta. Dos niveles de abstracción. Un solo hábito.

Preguntas frecuentes sobre el modo de prompting

¿Cómo cambio al modo de prompting?

Un clic en la bandeja de Commander Flow: eliges «Modo de prompting». Después dictas la tarea con palabras corrientes y la aplicación convierte tu voz en un prompt estructurado según las best practices: role, context, task, constraints, output format.

¿Puedo usar los prompts generados con ChatGPT, Claude y otros LLM?

Sí. El prompt es universal: se puede pegar en cualquier chat de LLM. La estructura por defecto es compatible con ChatGPT, Claude y modelos similares. Si hace falta, puedes configurar plantillas concretas por motor.

¿Qué hago si el prompt sale demasiado formal para una tarea simple?

Di por voz «más corto, sin secciones extra, solo task» y la aplicación simplifica la estructura. Para consultas ad-hoc breves es mejor usar un modo de pulido mínimo y reservar el prompting profesional para tareas realmente complejas.

¿Puedo crear mi propia plantilla de prompt?

Sí. En los ajustes puedes guardar plantillas personalizadas para escenarios concretos: code review, texto de marketing, consulta de investigación, etc. Cada vez que dictas una tarea, la aplicación usa la plantilla seleccionada.

¿Cuánto tarda en crearse un prompt por voz?

Entre uno y medio y dos segundos desde que terminas de dictar hasta que aparece el prompt estructurado en el campo activo. Comparado con redactar un prompt a mano siguiendo las best practices, es decenas de veces más rápido.