Generador de prompts de sistema

El prompt de sistema define cómo se comporta un modelo de IA durante toda una conversación o aplicación: quién es, qué sabe, qué debe hacer y qué no debe hacer nunca. Un prompt de un solo párrafo, escrito a vuelapluma, da respuestas irregulares. Este generador te guía por las cinco partes que importan y las une en un prompt limpio que puedes pegar en ChatGPT, Claude, Gemini o en una petición a la API.

Cómo usar el generador de prompts de sistema

1. Rellena el rol: quién es el modelo y con quién habla.
2. Añade el contexto (lo que el modelo no puede adivinar), las instrucciones (los pasos a seguir), el formato de salida y las restricciones. Los campos vacíos no se incluyen.
3. Elige la estructura: títulos Markdown o etiquetas XML.
4. Copia el prompt o usa Copiar como JSON para obtener un mensaje {"role": "system", …} listo para la API. El recuento de tokens te dice cuánto ocupará el prompt en cada petición.

Qué hace que un prompt de sistema funcione

Los buenos prompts de sistema son concretos. «Eres un asistente útil» no le dice casi nada al modelo; «Eres el agente de soporte de una app de contabilidad para autónomos y pymes españolas, y hablas con personas que no son contables» le indica vocabulario, tono y qué dar por supuesto. Con el contexto pasa lo mismo: da los datos que el modelo no puede deducir, como los límites de tu producto o tu público.

Escribe las instrucciones como pasos o reglas que el modelo pueda comprobar, y di qué hacer en los casos incómodos (faltan datos, preguntas fuera de tema, peticiones que debe rechazar). Describe el formato de salida con precisión y con un ejemplo si es estricto. Explica el porqué de cada restricción: los modelos cumplen mejor las reglas cuando entienden su motivo.

La estructura ayuda al modelo a separar las instrucciones de los datos. Los títulos Markdown se leen con facilidad; las etiquetas XML como <instructions> y <context> marcan los límites de forma explícita, algo que Anthropic recomienda para Claude y que también funciona con otros modelos. Mantén los nombres de las etiquetas en inglés y siempre iguales, y menciónalos por su nombre en las instrucciones.

Cada token del prompt de sistema se envía en cada petición, así que un prompt largo cuesta dinero en cada llamada. Quédate con lo que cambia el comportamiento del modelo y recorta lo demás.

Preguntas frecuentes

¿Qué diferencia hay entre el prompt de sistema y el prompt del usuario?

El prompt de sistema fija las reglas para toda la conversación y suele escribirlo el desarrollador. Los prompts del usuario son los mensajes individuales. Los modelos dan más prioridad a las instrucciones de sistema, así que pon ahí el rol, las reglas y el formato, y deja los mensajes del usuario para la petición concreta.

¿Uso títulos Markdown o etiquetas XML?

Las dos opciones funcionan. Las etiquetas XML dejan claros los límites entre secciones, lo que ayuda cuando el prompt incluye documentos largos o ejemplos; Anthropic las recomienda para Claude. El Markdown es más fácil de leer y editar. Elige una y úsala siempre igual.

¿Por qué los nombres de las etiquetas XML se quedan en inglés?

Los nombres de las etiquetas funcionan como etiquetas a las que pueden referirse el modelo y tu código, así que conviene que sean estables y en inglés. El contenido dentro de las etiquetas puede estar en cualquier idioma.

¿Qué longitud debe tener un prompt de sistema?

La que necesite y nada más. Cada token se envía en cada petición, lo que suma coste y latencia. Empieza con algo corto, prueba con entradas reales y añade instrucciones solo donde el modelo falle.

¿Se guarda mi prompt en algún sitio?

No. El prompt se construye y se cuenta en tu navegador. Nada de lo que escribes se envía a nuestros servidores.