Seguramente te sientas identificado con la situación de pedirle algo a la IA y que te genere una frustración inicial con la Inteligencia Artificial al no cumplir con tus expectativas. Le pediste algo que parece simple, pero el resultado es genérico, incorrecto o simplemente inútil. Es como bien dice el meme… el genio de la lámpara malinterpretó tus deseos.

El problema no está en la herramienta, sino en nuestro modo de uso; en nuestra manera de hablarle. De eso se trata “promptear”, la habilidad de dar instrucciones precisas y contextualizadas a una IA. Saber promptear se ha vuelto una competencia clave en 2025, y lo será aún más hacia adelante. 

Pero, ¿cómo lo hacemos? ¿Cómo pasamos de dar órdenes vagas a diseñar instrucciones que generen valor real? ¿Cómo hacemos para no querer tirar la computadora por la ventana después de la quinta respuesta genérica consecutiva?

Una IA generativa no lee la mente. Es un motor de predicción de texto muy potente que necesita dirección. Sin un buen prompt, la IA simplemente promedia la información que tiene, entregando un resultado mediocre, predecible y básico. Algo que quizás esté bien… pero no lo suficiente: 

Para resolver esto, Carlos Mazalán y Guillermo Paz, han desarrollado un modelo mnemotécnico para estructurar cualquier solicitud: el Modelo CRIAR.

Este modelo descompone un prompt efectivo en cinco componentes esenciales:

• C – Contexto: Se debe generar un pequeño brief para que la IA entienda la situación inicial. ¿Quién sos? ¿De qué se trata la empresa o el caso en el que hay que trabajar? ¿Cuál es el trasfondo del problema? Mientras más detallado esté el contexto, mejor será el resultado. 
• R – Rol: Debemos establecer cómo queremos que la IA actúe. ¿Debe ser un experto en SEO, un director creativo, un analista financiero o un guionista de contenido en video? 
• I – Instrucción: Es fundamental dar un set claro y concreto de órdenes, paso a paso, para que realice las tareas. La mejor forma para que la IA haga lo que queremos, es precisamente que se lo especifiquemos. Mientras menor sea la ambigüedad, menor será el margen de error. 
• A – Ajustes: Le debemos especificar cómo debe la IA presentar la respuesta. ¿En una tabla? ¿Con un tono formal? ¿En formato de bullet points? ¿Con un límite de 200 palabras? 
• R – Resultado esperado: Finalmente, hay que establecer el objetivo del entregable o la acción que se espera realizar. ¿Qué problema debe solucionar esta respuesta? ¿Para qué se lo estoy pidiendo? 

Al aplicar el modelo CRIAR, la tasa de éxito de las interacciones con la IA se dispara, pues la herramienta pasa de adivinar a ejecutar una tarea bien definida.

El Modelo CRIAR actúa como una base universal de prompting, pero no todas las tareas son iguales. En algunos casos necesitamos resolver una tarea muy sencilla, por lo que buscaremos un framework simple y directo, y en otros casos requerirá iteraciones y pasos intermedios. Por ello también se pueden utilizar otros modelos de prompting, así como establecer cuándo utilizar cada uno.

Estas metodologías son parte del Curso: IA Aplicada al Marketing, Comunicaciones e Industrias Creativas, dictado por Carlos Mazalán y Guillermo Paz para Universidad Siglo 21.

Por Carlos Mazalán y Guillermo Paz

Carlos Mazalán: CEO de Mazalán Comunicaciones. Director de las diplomaturas y certificados de comunicación y marketing digital de la Universidad Siglo 21. Presidente de la Comisión de Consultoras del Consejo Profesional de Relaciones Públicas y Comunicación Miembro de la Comisión Directiva de Interact Argentina. Creador de #REC, la Red de Entidades de Comunicación y fundamentalmente amigo del SMDAY desde el primer dia

Guillermo Paz: docente de la Universidad Siglo 21. Desarrollador del Modelo CRIAR para prompting de IA. Consultor, docente y creador de metodologías que integran Marketing, Storytelling e Inteligencia Artificial. Cuenta con más de 20 años de experiencia asesorando marcas líderes y desarrollando modelos de innovación aplicados a negocios y comunicación.