La Segunda Respuesta Siempre Es Mejor
La primera respuesta es el promedio de todo lo que el modelo ha visto. Es competente, general, y suena como todos. La lees, piensas "está bien", y la usas — y más tarde te das cuenta de que no decía nada que no pudiera haberse dicho sobre cualquier otro tema por cualquier otra persona.
La primera respuesta nunca está mal. Solo nunca es tuya.
La solución no es un prompt mejor. Es una segunda pasada — pero no del tipo en que dices "mejóralo" y recibes lo mismo con adjetivos más fuertes. Una segunda pasada que haga al modelo examinar lo que acaba de escribir, nombrar lo débil, y reescribir con restricciones que no tenía la primera vez.
Cuatro prompts.
1. Haz que califique su propio trabajo
Lee lo que acabas de escribir. Califica cada sección de 1 a 5 en especificidad: ¿esta sección dice algo que solo este tema podría decir, o podría aparecer en cualquier sitio?
Para cada sección por debajo de 4, señala la frase exacta que la hace genérica, y reescribe esa sección de forma que no pudiera pertenecer a otro artículo.
El modelo es sorprendentemente bueno encontrando su propio relleno — mejor que tú, porque todavía no está cansado de leerlo.
La calificación fuerza un estándar que no tenía en la primera pasada. Sin ella, "mejóralo" es una dirección sin regla, y recibes más volumen donde necesitabas más precisión.
2. Pregunta qué dejó fuera
¿Qué dejaste fuera de esta respuesta que yo probablemente necesito saber?
No salvedades. No "depende". Cosas concretas: un paso que saltaste por parecer obvio, un supuesto que hiciste y que yo podría no compartir, un modo de fallo que cambia el consejo.
Listalos. Después elige los dos más importantes y añádelos donde correspondan.
El primer borrador optimiza para coherencia. Fluye, se lee bien, cubre el terreno esperado. Lo que no hace es interrumpirse para decir "espera, hay algo que deberías saber." Eso es lo que hace este prompt.
La instrucción de excluir salvedades es crítica. Sin ella recibes una lista de "sin embargo, los resultados pueden variar" — que es el modelo protegiéndose, no informándote.
3. Elimina el párrafo más débil
¿Qué párrafo de este texto yo perdería menos si lo borrara?
Bórralo. Después mira lo que queda y dime: ¿el texto quedó peor, igual, o mejor sin él?
Si quedó igual o mejor, encuentra el siguiente más débil y repite.
Así es como encuentras la longitud real de un texto: no fijando un número de palabras, sino eliminando lo que no justifica su espacio.
El modelo casi nunca dice "el texto quedó peor." Dice "mejor" o "igual", lo que te dice que ese párrafo siempre fue peso muerto — solo parecía necesario porque estaba ahí. Dos rondas de esto cortan típicamente 20-30% y el texto se aprieta de una forma que ningún "sé más conciso" consigue.
4. Reescribe la apertura al final
Ahora que el cuerpo está final, reescribe el párrafo de apertura.
La apertura tiene que hacer exactamente una cosa: hacer que quien leyó el título quiera leer la primera sección. No puede resumir el artículo. No puede dar contexto. No puede empezar con una pregunta.
Escribe tres opciones. Yo elijo una.
La apertura escrita antes del cuerpo es un intento de adivinar lo que el texto dirá. La apertura escrita después del cuerpo lo sabe.
Esta es la edición con más impacto en cualquier texto, y es la que casi nadie hace — porque cuando el cuerpo está listo, estás cansado, la apertura ya está escrita, y "está bien" es más fácil que "déjame repensar esto."
Por qué la segunda pasada vence a un primer prompt mejor
Un primer prompt mejor estrecha el espacio de respuestas posibles. Una segunda pasada deja al modelo ver su propia respuesta y encontrar lo que falta — y esa es información que no tenía al escribir el primer borrador.
No puedes cargar retrospectiva en un prompt. Solo puedes crearla escribiendo una vez, leyendo, y escribiendo de nuevo. Estos cuatro prompts hacen ese ciclo rápido, específico, y que vale la pena cada vez.
Nunca uses la primera respuesta. Es la que el modelo escribe cuando no sabe lo que realmente vas a conservar.
Los cuatro prompts están en el carrusel en Instagram.
¿Quieres la versión tranquila de noticias de IA como esta, una vez por semana? Suscríbete a la newsletter de Sharp AI Hub →