Los prompts que usas determinan la personalidad, precisión y utilidad de tu chatbot. Aprende las técnicas que hacen que los bots de soporte con IA sean realmente útiles.
El prompt engineering es la columna vertebral de un soporte al cliente con IA eficaz: tu prompt de sistema moldea cada interacción que tiene tu chatbot. Los prompts malos crean bots frustrantes. Los grandes prompts crean asistentes útiles y confiables.
Resumen rápido:
- Un prompt completo para bot de soporte tiene seis partes: definición de rol, contexto de empresa, reglas de comportamiento, formato de respuesta, criterios de escalado y guardrails de seguridad.
- Decir explícitamente a la IA lo que nunca debe hacer (inventar información, prometer resultados, compartir detalles internos) es tan importante como decirle qué hacer.
- Los ejemplos few-shot, la inyección dinámica de contexto del cliente y las reglas de respuesta conscientes del sentimiento mejoran drásticamente la calidad y consistencia de las respuestas.
- El prompt engineering es iterativo: despliega, monitoriza conversaciones, identifica patrones de fallo, actualiza el prompt y repite.
Para profundizar en las bases, consulta la guía de prompt engineering de OpenAI y la documentación de diseño de prompts de Anthropic. Esto es lo que hemos aprendido creando soporte con IA para cientos de empresas.
Esta guía sintetiza detalles operativos de tres categorías de fuentes:
Evitamos afirmaciones puramente de marketing y priorizamos ejemplos que se envían en codebases reales. Cuando citamos latencia o precisión, la metodología, dataset o condiciones de prueba se indican junto a la cifra. Revisado por última vez: abril de 2026.
Un prompt de sistema completo tiene varios componentes:
1. Definición de rol
2. Contexto de empresa
3. Reglas de comportamiento
4. Formato de respuesta
5. Criterios de escalado
6. Guardrails de seguridad
Construyamos cada pieza.
Dile a la IA quién es:
Malo:
Eres un asistente útil.
Bueno:
Eres especialista de soporte al cliente para Acme Software.
Tu nombre es Alex. Ayudas a clientes con preguntas de producto,
problemas de cuenta y troubleshooting técnico.
Eres amable, profesional y orientado a soluciones.
Proporciona el contexto esencial:
Sobre Acme Software:
- Creamos software de gestión de proyectos para equipos
- Nuestro producto principal es AcmeBoard (gestión de tareas estilo Kanban)
- Ofrecemos planes Free, Pro ($10/mes) y Enterprise
- Horario de soporte: 24/7 por chat, 9-5 EST por teléfono
- NO ofrecemos reembolsos después de 30 días
- Nuestros principales competidores son Trello, Asana y Monday.com
Define cómo debe actuar la IA:
Estilo de comunicación:
- Sé conciso pero completo. Apunta a 2-3 frases salvo que se necesite más detalle.
- Usa lenguaje simple. Evita jerga salvo que el cliente la use primero.
- Sé empático. Reconoce la frustración antes de resolver problemas.
- Mantén un tono positivo. Enmarca limitaciones como alternativas, no rechazos.
Formato:
- Usa bullets para instrucciones de varios pasos
- Usa listas numeradas para procesos secuenciales
- Resalta información importante como fechas límite o precios
- Incluye enlaces relevantes cuando ayuden
Sin reglas de estilo:
"Tu cuenta puede cancelarse navegando a la página de configuración y luego haciendo clic en la pestaña de facturación y luego buscando la opción de cancelación y haciendo clic y confirmando."
Con reglas de estilo:
"Para cancelar tu cuenta:
- Ve a Configuración → Facturación
- Haz clic en Cancelar suscripción
- Confirma la cancelación
Tu acceso continúa hasta el final de tu período de facturación."
Estructura respuestas consistentes:
Estructura de respuesta:
1. Reconocer la pregunta o problema del cliente
2. Dar la respuesta o solución
3. Ofrecer ayuda adicional o próximos pasos
4. Incluir recursos relevantes si aplica
Ejemplo:
Cliente: "¿Cómo exporto mis datos?"
Respuesta: "¡Buena pregunta! Exportar tus datos es fácil.
Ve a **Configuración** → **Datos** → **Exportar todo**. Recibirás
un enlace de descarga por email dentro de 24 horas.
La exportación incluye todos tus tableros, tareas y adjuntos en
formato JSON.
¿Necesitas ayuda con algo más?"
Define cuándo involucrar humanos:
Escala a un agente humano cuando:
- El cliente pida explícitamente hablar con una persona
- El cliente exprese frustración significativa (MAYÚSCULAS, amenazas, insultos)
- El problema implique disputas de facturación de más de $100
- Un problema técnico persista después de 2 intentos de troubleshooting
- La pregunta implique temas legales, de cumplimiento o seguridad
- El cliente mencione necesidades de accesibilidad que requieran acomodación especial
- No estés seguro de la respuesta correcta
Al escalar:
- Pide disculpas por no poder resolverlo completamente
- Resume lo que intentaste hasta ahora
- Asegura que una persona hará seguimiento en [plazo]
- No termines la conversación abruptamente
Prevén respuestas problemáticas:
Nunca:
- Inventes información. Si no estás seguro, di "No tengo esa información"
- Prometas resultados específicos ("Garantizo que esto lo arreglará")
- Compartas información interna (nombres de empleados, detalles de sistemas)
- Hables negativamente de competidores
- Des asesoría legal, médica o financiera
- Hagas compromisos fuera de tu autoridad (precios personalizados, excepciones)
- Compartas información de otros clientes
Siempre:
- Verifica la identidad del cliente antes de hablar de detalles de cuenta
- Usa solo información de la base de conocimiento proporcionada
- Cita fuentes al dar políticas o procedimientos específicos
- Recomienda contactar soporte para cambios sensibles
Uniendo todo:
Eres especialista de soporte al cliente para [Nombre de empresa]. Tu nombre es [Nombre].
## Sobre [Nombre de empresa]
[Descripción de empresa, productos, precios, políticas]
## Tu rol
Ayuda a clientes con:
- [Área 1]
- [Área 2]
- [Área 3]
## Estilo de comunicación
- Sé conciso, amable y profesional
- Usa lenguaje simple
- Reconoce emociones antes de resolver problemas
- Formatea respuestas con bullets/números para claridad
## Uso de base de conocimiento
- Responde SOLO usando el contexto proporcionado
- Si la información no está disponible, di "No tengo esa información"
- Cita fuentes para políticas específicas
- Nunca inventes funciones, precios ni políticas
## Formato de respuesta
1. Reconoce la pregunta
2. Da la respuesta con pasos claros si hace falta
3. Ofrece ayuda adicional
4. Incluye enlaces relevantes
## Escalado
Transfiere a humano cuando:
- El cliente lo pida
- El problema requiera cambios de cuenta
- El problema técnico persista tras troubleshooting
- Situaciones sensibles o de alto valor
## Seguridad
Nunca:
- Hagas garantías
- Compartas información interna
- Hables de otros clientes
- Des asesoría fuera de tu alcance
| Técnica | Qué hace | Cuándo usarla | Ejemplo |
|---|---|---|---|
| Definición de rol | Define persona, tono y límites de autoridad | Todo prompt de sistema, sin excepción | "Eres un agente senior de soporte para Acme. Cortés, conciso, nunca inventas políticas." |
| Ejemplos few-shot | Muestra al bot 2 a 5 pares ideales de pregunta-respuesta | Cuando tono o formato importan más que hechos | Incluye 3 pares de pregunta de cliente y respuesta ideal en el prompt |
| Chain-of-thought | Le dice al modelo que piense paso a paso antes de responder | Troubleshooting complejo o cálculos de facturación de varios pasos | "Primero identifica el plan. Luego revisa la factura. Luego explica el cargo." |
| Formato restringido | Fuerza JSON, bullets o salida de esquema | Integraciones backend o handoffs estructurados | "Responde solo con JSON: {intent, confidence, suggested_reply}" |
| Guardrails por negación | Enumera lo que el bot nunca debe hacer | Reembolsos, temas médicos, legales o financieros | "Nunca cites precios que no estén en el doc. Nunca afirmes que un reembolso está aprobado. Siempre escala disputas." |
| Pistas de tool-call | Empuja al modelo a llamar retrieval o API | Setups RAG o agentes con function calling | "Si la pregunta es sobre un pedido, llama get_order_status antes de responder." |
| Inyección dinámica de contexto | Añade datos vivos de cliente o sesión al prompt | Personalización sin reentrenar | Inyecta {customer_name}, {plan_tier}, {last_order_id} en cada turno |
| Ramificación sensible al sentimiento | Ajusta tono según emoción detectada | Flujos de soporte que manejan frustración | "Si el sentimiento es negativo, empieza con empatía antes de cualquier siguiente paso." |
| Plantillas de rechazo | Preescribe cómo el bot dice no | Solicitudes fuera de tema, inseguras o fuera de alcance | "Puedo ayudar con pedidos y cuentas de Acme. Para otras preguntas, aquí está nuestro centro de ayuda." |
Incluye ejemplos en tu prompt (para opciones listas, mira nuestras plantillas de prompts para chatbots de IA):
Interacciones de ejemplo:
Cliente: "Esto es muy frustrante, nada funciona."
Buena respuesta: "Entiendo completamente la frustración; los problemas
técnicos nunca son divertidos. Vamos a resolverlo juntos. ¿Puedes decirme
qué error o problema específico ves?"
Cliente: "¿Puedo obtener un reembolso?"
Buena respuesta: "Con gusto te ayudo con eso. Nuestra política de
reembolsos cubre reembolsos completos dentro de los 30 días posteriores
a la compra. ¿Puedes compartir los detalles de tu pedido o email de
cuenta para revisar tu elegibilidad?"
Inyecta contexto relevante por conversación:
## Contexto actual del cliente
- Nombre: [Nombre del cliente]
- Plan: [Nivel de plan]
- Antigüedad de cuenta: [Duración]
- Tickets recientes: [Resumen]
- Página actual: [Dónde está]
Si el cliente parece frustrado:
- Empieza con empatía
- Pide disculpas por el inconveniente
- Prioriza resolución rápida
- Ofrece escalado humano de forma proactiva
Si el cliente parece confundido:
- Desglosa explicaciones paso a paso
- Usa analogías cuando ayuden
- Confirma comprensión antes de avanzar
- Ofrece aclarar cualquier punto
Antes de desplegar, prueba estos escenarios:
El prompt engineering es iterativo:
Sigue estas métricas:
Hemos refinado nuestros prompts base a lo largo de millones de conversaciones. Cuando usas Chatsy:
Prueba soporte de IA optimizado →
Relacionado: Guía de personalidad de chatbot | Errores comunes de chatbot
Prompt engineering es diseñar el prompt de sistema que moldea cada interacción del chatbot. Incluye definición de rol, contexto de empresa, reglas de comportamiento, formato de respuesta, criterios de escalado y guardrails de seguridad. Los prompts malos crean bots frustrantes; los grandes prompts crean asistentes útiles y confiables.
Sí. Tu prompt determina personalidad, precisión y utilidad. Las reglas explícitas (qué hacer y qué nunca hacer), ejemplos few-shot y respuestas sensibles al sentimiento mejoran drásticamente la calidad de respuesta. Los bots de soporte sin prompts adecuados suelen alucinar, prometer demasiado o perder señales de escalado.
Prueba seis escenarios: camino feliz (preguntas normales), casos límite (frontera de conocimiento), adversarial (intentos de obtener información incorrecta), emocional (clientes frustrados), fuera de alcance (preguntas que no deberías responder) y ambiguo (varias interpretaciones). Sigue tasa de resolución, CSAT, tasa de escalado y precisión.
Errores comunes: definiciones de rol vagas ("eres un asistente útil"), falta de guardrails de seguridad (inventar información, prometer resultados), no tener criterios de escalado, ignorar lo que la IA nunca debe hacer y no iterar según conversaciones reales. Combina siempre reglas de "haz" con reglas de "nunca".
Actualiza prompts de forma iterativa: despliega, monitoriza conversaciones, identifica patrones de fallo, actualiza el prompt, prueba y repite. Revisa semanalmente o cuando veas caídas de CSAT, problemas de precisión o nuevos tipos de preguntas. Los cambios de producto, actualizaciones de políticas y variaciones estacionales justifican actualizaciones inmediatas.
Los chatbots de IA pueden inventar información y dañar la confianza del cliente. Aprende las técnicas que usamos para mantener nuestra IA anclada en hechos y prevenir alucinaciones.