Contexto del proyecto
El ejercicio parte de una idea sencilla: muchas empresas ya utilizan herramientas de inteligencia artificial, pero no siempre saben cómo pedirles lo que necesitan. Un prompt mal planteado suele generar respuestas genéricas. Un prompt bien estructurado puede convertirse en una herramienta de análisis, ventas, diagnóstico o automatización.
En este caso trabajé con ejemplos vinculados a pymes, ventas consultivas, automatizaciones y negocios locales, especialmente en un contexto empresarial canario. La intención era crear prompts reutilizables, no simples pruebas aisladas.
Objetivo
El objetivo principal fue comprobar cómo cambia la calidad de las respuestas de la IA cuando se modifica la forma de pedir: asignando un rol, aportando ejemplos, solicitando razonamiento previo o definiendo un formato concreto de salida.
- Crear prompts útiles para situaciones comerciales reales.
- Comparar respuestas con y sin ejemplos previos.
- Analizar decisiones empresariales con mayor contexto.
- Preparar salidas adaptadas a distintos usos: cliente, equipo interno o automatización.
1. Role prompting aplicado a ventas B2B
El primer ejercicio consistió en convertir a la IA en un consultor de ventas B2B especializado en pymes canarias. La situación planteada era una objeción comercial habitual: “Ahora mismo no es buen momento, estamos en temporada alta y no tenemos tiempo para reuniones.”
Prompt trabajado
Rol: Eres un consultor de ventas B2B que conoce muy bien el tejido empresarial de las pymes canarias.
Tarea: Debes proponer respuestas apropiadas para resolver las objeciones que recibe un comercial de una pyme cuando ofrece una reunión.
Objeción: "Ahora mismo no es buen momento, estamos en temporada alta y no tenemos tiempo para reuniones."
Contexto: Venta consultiva y relacional.
Salida: Proporciona 3 respuestas posibles manteniendo un enfoque profesional y cercano.Qué demuestra este ejercicio
Este caso demuestra que asignar un rol claro mejora la orientación de la respuesta. La IA deja de responder como un asistente genérico y empieza a actuar como un perfil especializado, permitiendo adaptar el tono y la estrategia al contexto real del cliente.
2. Few-shot prompting para mejorar emails comerciales
El segundo ejercicio se centró en mejorar emails comerciales mediante few-shot prompting: dar ejemplos previos para que el modelo entienda el patrón de comunicación, el tono y el contexto.
Prompt trabajado
Rol: Actúa como un experto comercial con habilidades de escritura persuasiva.
Tarea: Analiza los ejemplos previos y genera un tercero siguiendo el mismo estilo, pero mejorando el llamado a la acción.
Salida: Entrega un email mejorado y explica la estructura utilizada.La clave no está solo en pedir “escríbeme un email”, sino en mostrarle a la IA cómo se comunica la empresa.
3. IA para toma de decisiones: diagnóstico de un chatbot
El tercer ejercicio analizó la idoneidad de implementar un chatbot en hostelería. Comparar una respuesta directa frente a una donde se pide razonar antes de concluir demostró que, al solicitar un análisis ordenado, la IA pide datos necesarios antes de dar una recomendación.
4. Output formatting: una misma respuesta en texto, tabla y JSON
A veces conviene una explicación para un cliente, otras veces una tabla para una reunión, o una estructura JSON para integrarla en herramientas de automatización como Make o n8n.
| Formato | Uso recomendado |
|---|---|
| Texto libre | Explicar diagnóstico a cliente. |
| Tabla | Reuniones internas o propuestas. |
| JSON | Integración en Make, n8n o CRM. |
Resultado del caso práctico
El trabajo permitió construir una metodología basada en cuatro principios: definir el rol, aportar ejemplos, pedir diagnóstico previo y elegir el formato de salida adecuado.
Conclusión
Este caso práctico demuestra cómo la inteligencia artificial puede convertirse en una herramienta útil para empresas cuando se utiliza con criterio. No basta con escribir una petición rápida: hay que definir contexto, objetivo, restricciones y formato para construir procesos claros y orientados a resultados.