Introducción: por qué casi nadie exprime la IA (aunque todo el mundo la use)
ChatGPT, Claude, Gemini, Copilot… la mayoría de profesionales ya han probado alguna herramienta de IA. Pero si miras con honestidad tus resultados, es probable que te haya pasado algo así:
- Haces una pregunta rápida.
- Recibes una respuesta correcta pero genérica, no mejoras tu productividad con IA.
- Piensas: “Está bien, pero yo también podría haber escrito esto”.
La promesa es enorme: estudios impulsados desde Stanford muestran que, bien utilizada, la IA puede hacer que hagas tu trabajo un 25 % más rápido y con un 40 % más de calidad. Pero menos de un 10 % de profesionales están aprovechando realmente ese potencial.
En este artículo comparto una guía práctica basada en el enfoque de Stanford para que la IA deje de ser un juguete curioso y se convierta en tu socio estratégico de productividad. Verás:
- Por qué la IA te “miente” y cómo evitarlo.
- Las 5 técnicas clave que cambian por completo la calidad de las respuestas.
- Un método práctico para simular conversaciones difíciles y llegar mucho mejor preparado.
El objetivo no es que delegues tu criterio en la máquina, sino que consigas más y mejores resultados en menos tiempo, sin perder tu voz ni tu humanidad.
El problema real: la IA no es mala… la estamos usando como si fuera Google
La mayoría de frustraciones con la IA vienen de un error de base: la tratamos como un buscador mejorado.
Hacemos una pregunta vaga, esperamos una respuesta mágica y, cuando el resultado es mediocre, concluimos que “esto todavía no sirve para trabajos serios”.
Desde Stanford lo explican con una metáfora muy sencilla: la IA funciona como un becario tremendamente capaz en su primer día de trabajo.
- Tiene acceso a una cantidad brutal de información.
- Puede producir textos, resúmenes, ideas y estrategias a una velocidad inhumana.
- Pero tiene un problema crítico: está programado para no incomodarte.
Ese “becario-IA” casi nunca va a decirte:
No entiendo bien lo que me pides, necesito más contexto.
En lugar de pedir aclaraciones, la IA rellena huecos. Prefiere inventar antes que admitir que no sabe. A este fenómeno se le llama gaslighting de IA: te genera una respuesta que suena convincente, pero que no es cierta o no es aplicable a tu caso real.
El resultado:
- Prompts vagos → respuestas genéricas.
- Peticiones imposibles → respuestas inventadas.
- Tareas complejas sin contexto → decisiones superficiales.
La conclusión de Stanford es clara: el problema no es la tecnología, es cómo la estamos usando. Y la buena noticia es que se puede corregir con un puñado de técnicas muy concretas.
La clave de Stanford: tratar la IA como un socio, no como una herramienta
Jeremy Utley, profesor en la Graduate School of Business de Stanford y uno de los grandes referentes en colaboración humano–IA, lo resume en una frase que cambia por completo el enfoque:
La IA es mal software, pero buena gente.
Traducido: si la tratas como un botón mágico al que lanzar órdenes sueltas, se comporta como mal software. Pero si la tratas como a una persona con la que colaboras, a la que guías y a la que das feedback, se convierte en un socio de pensamiento extraordinario.
Ese cambio mental se apoya en cinco ideas:
- La IA no lee tu mente. Todo lo que para ti es obvio, para ella es invisible si no lo explicitas.
- La IA piensa palabra a palabra. No planifica su respuesta como un humano, sino que va construyendo probabilidad tras probabilidad.
- La IA está entrenada para ser complaciente, no crítica. Prefiere decirte “muy bien” antes que señalarte los fallos.
- La calidad del output depende de la calidad del contexto que le das (documentos, ejemplos, datos reales).
- Tu intención es el techo de lo que la IA puede hacer por ti. Si solo buscas salir del paso, eso es lo que vas a obtener.
A partir de aquí, Stanford propone 5 técnicas concretas para multiplicar tu productividad con IA. Vamos a verlas una a una, con ejemplos prácticos que puedes aplicar hoy mismo.
Técnica 1 de productividad con IA: Ingeniería de contexto — sin contexto, no hay magia
La pregunta clave de la ingeniería de contexto es brutalmente sencilla: ¿con el prompt que le estoy dando a la IA, un humano competente podría hacer un buen trabajo?
Si la respuesta es no, tampoco la IA podrá hacerlo.
El error típico: “Escríbeme un email de ventas”
Un prompt como este es lo que la mayoría usamos por defecto:
Escríbeme un email de ventas para mi producto.
¿Qué obtiene la IA?
- No sabe quién eres.
- No sabe qué vendes.
- No sabe quién es tu cliente.
- No sabe qué objeciones tiene.
- No sabe qué tono usas.
El resultado es un email que podría enviar cualquier empresa de cualquier sector. Correcto en la forma, irrelevante en el fondo.
Mejorando el prompt con contexto real
Con ingeniería de contexto, el prompt se parecería más a esto:
Escríbeme un email de ventas usando:
- Esta guía de voz y tono de mi marca.
- La transcripción de mi última llamada con el cliente.
- Las especificaciones de este producto concreto.
- El problema principal que el cliente mencionó: reducir el tiempo de onboarding de su equipo. El objetivo es conseguir una reunión de 30 minutos esta semana. Mantén un tono cercano y profesional, evitando promesas grandilocuentes.
La diferencia es abismal:
- El email incorpora expresiones que tú usas de forma natural.
- Hace referencia a detalles reales de la llamada.
- Enfoca el mensaje en el problema concreto del cliente.
Checklist rápido de contexto
Antes de lanzar una tarea importante a la IA, pregúntate:
- ¿Le he dado voz y tono (ejemplos de cómo escribo o hablo)?
- ¿Le he dado datos reales (fechas, cifras, nombres, enlaces, transcripciones)?
- ¿Le he dado ejemplos buenos y malos del tipo de salida que quiero?
- ¿Le he explicado el objetivo concreto y las restricciones (formato, longitud, audiencia, límite de tiempo)?
Cuanto más rica sea la “mochila” de contexto, más se acercará la IA a lo que tú habrías hecho… pero 10 veces más rápido.
Técnica 2 de productividad con IA: Cadena de pensamiento — haz que la IA piense en voz alta
Los modelos de lenguaje no “piensan” como nosotros. No planifican la respuesta entera y luego la escriben, sino que generan una palabra tras otra, eligiendo siempre la siguiente más probable.
Eso tiene una consecuencia importante: cuando les haces una pregunta directa del tipo:
¿Cuál es la mejor estrategia de marketing para mi negocio?
La IA tiende a saltar a una respuesta genérica: redes sociales, email marketing, contenido de valor, etc.
La solución que propone Stanford es pedir explícitamente la cadena de pensamiento:
Antes de responder, explícame tu proceso de pensamiento paso a paso.
Qué cambia cuando ves el razonamiento
Con esa simple frase, la IA pasa a hacer algo así:
- Primero necesito entender tu audiencia objetivo.
- Luego tengo que considerar tu presupuesto y recursos actuales.
- Después, revisar los canales donde tu audiencia ya está presente.
- Por último, proponer una combinación de tácticas alineadas con tus objetivos.
Y solo entonces te da la recomendación final.
Ventajas claras:
- Puedes corregir supuestos en mitad del proceso (“No vendo a B2C, vendo a empresas medianas”).
- Ves cómo está conectando las piezas y dónde se está dejando puntos importantes.
- Evitas la sensación de “caja negra” que suelta conclusiones sin explicar por qué.
Un prompt base reutilizable
Puedes convertir esto en una plantilla que apliques en casi cualquier tarea compleja:
Tarea:
Objetivo: [describe qué quieres conseguir].
Contexto: [resumen de la situación, datos clave]. Antes de darme una respuesta, explícame tu proceso de pensamiento paso a paso. Después, dame la respuesta final en un bloque separado.
Con esta simple estructura, pasas de tener opiniones decoradas a tener razonamientos que puedes auditar y mejorar.
Técnica 3 de productividad con IA: Prompting inverso — que la IA te haga las preguntas difíciles
Por diseño, la IA evita incomodarte. Si no le das permiso, casi nunca pedirá información adicional, aunque la necesite.
Eso significa que, si tú no te paras a pensar qué falta, la IA tampoco lo hará. Resultado: respuestas llenas de supuestos, placeholders y datos inventados.
El prompting inverso invierte esa responsabilidad:
Antes de empezar, hazme todas las preguntas que necesites para hacer un trabajo excelente.
Cómo cambia la conversación
Imagina que le pides a la IA:
Redacta una propuesta para este cliente.
Sin prompting inverso, suele responder con:
Aquí tienes tu propuesta… (y mucho texto agradable pero superficial)
Con prompting inverso, la escena es otra:
Antes de escribir la propuesta, necesito saber:
- ¿Cuál es exactamente tu servicio y qué incluye?
- ¿Quién toma la decisión en el cliente?
- ¿Qué presupuesto aproximado manejan?
- ¿Qué dolores han mencionado hasta ahora?
- ¿Qué resultados puedes demostrar con casos reales?
- ¿Qué límite de tiempo tienes para esta propuesta?
Estas son las preguntas que un buen consultor humano te haría. La diferencia es que ahora la IA las formula por ti.
Doble beneficio
- Te obliga a pensar mejor tu propio proyecto.
- Reduce al mínimo la necesidad de que la IA invente o rellene huecos.
En combinación con la ingeniería de contexto, el prompting inverso convierte a la IA en un entrevistador inteligente que te ayuda a aclarar tus ideas antes de producir nada.
Técnica 4 de productividad con IA: Asignación de roles — activa el cerebro correcto de la IA
La IA ha leído millones de libros, artículos, guiones, manuales y conversaciones. Pero si no le dices desde qué rol quieres que responda, usa una mezcla genérica de todo.
La asignación de roles consiste en pedirle que actúe como una persona o perfil muy concreto. Por ejemplo:
- Actúa como Dale Carnegie y analiza este email que voy a enviar a un cliente.
- Actúa como una psicóloga infantil especializada en TDAH y revisa este guion de vídeo.
- Actúa como responsable financiero de una pyme y dime qué te preocupa de este plan de gastos.
Un ejemplo sencillo
No es lo mismo pedir:
Revisa este email.
Que pedir:
Actúa como Dale Carnegie, autor de ‘Cómo ganar amigos e influir sobre las personas’, y analiza este email que voy a enviar a un cliente. Señala todo lo que rompe sus principios y sugiere mejoras concretas.
En el segundo caso, la IA activa toda la red de conocimiento relacionada con los principios de Carnegie: aprecio genuino, evitar la crítica directa, permitir que la otra persona salve las apariencias, etc.
El feedback deja de ser un “está bien” y pasa a ser:
- Tu introducción no muestra aprecio genuino.
- El tono es demasiado directo para una conversación delicada.
- Podrías hacer que el cliente sienta que la idea es suya en este párrafo.
El truco de las múltiples perspectivas
Desde Stanford recomiendan no quedarte con un solo rol. Puedes pedir varias rondas de análisis sobre el mismo problema:
- Ahora actúa como un comediante tipo Jerry Seinfeld, ¿qué harías más ligero?
- Ahora como directora de operaciones en una scale-up B2B, ¿qué te preocupa de esta propuesta?
- Ahora como inversor que revisa un deck, ¿qué te falta para confiar?
Ningún humano puede pensar desde tantas perspectivas a la vez. La IA sí. Y ahí es donde empiezas a expandir tu espacio de posibilidades.
Técnica 5 de productividad con IA: El “coach exigente” — pide crítica brutal, no halagos vacíos
Hay una verdad incómoda: muchos modelos de IA están entrenados para ser excesivamente positivos.
Si le pides que evalúe tu idea de negocio, es probable que respondan con algo tipo:
Tu propuesta es muy interesante, tiene mucho potencial y está muy bien planteada.
Eso puede ser agradable, pero no te ayuda a mejorar.
La solución pasa por cambiar el rol de la IA y pedirle, explícitamente, que sea un juez implacable. Uno de los prompts que más se citan desde Stanford es este:
Quiero que actúes como un juez olímpico ruso de la era de la Guerra Fría. Sé brutalmente exigente. Puntúa mi trabajo sobre 100 y deduce puntos por cada error, vaguedad o debilidad. No me des halagos, solo crítica accionable.
De “todo bien” a feedback que duele (y sirve)
Con esa instrucción, el tono cambia por completo:
- Puntuación: 42/100.
- Tu introducción no tiene gancho emocional (-8 puntos).
- No defines métricas de éxito concretas (-12 puntos).
- La estructura del presupuesto es confusa (-15 puntos).
- El lenguaje es demasiado vago en la sección de implementación (-13 puntos).
Puede doler leerlo, pero ahora sí tienes una lista clara de mejoras que puedes aplicar en la próxima iteración.
Combinar roles y exigencia
La fórmula más potente suele ser:
- Pedir primero un análisis desde un rol concreto (copywriter senior, CTO, responsable de ventas…).
- Después, pedir una segunda ronda con el “juez ruso” para forzar la crítica dura.
Así consigues profundidad técnica + nivel de exigencia alto en pocas iteraciones.
Aplicación práctica: cómo preparar conversaciones difíciles con IA
Una de las aplicaciones más potentes de este enfoque es la preparación de conversaciones complejas: negociaciones, reuniones con clientes insatisfechos, feedback delicado a alguien del equipo, etc.
Stanford propone un esquema muy sencillo en tres ventanas que puedes replicar con cualquier modelo de IA:
Ventana 1: el perfilador
En la primera conversación con la IA, tu objetivo es describir a la otra persona:
- Quién es, qué rol tiene y qué responsabilidad asume.
- Qué le preocupa (tiempo, dinero, reputación, carga de trabajo…).
- Cómo suele reaccionar ante malas noticias.
- Qué ha pasado hasta ahora en la relación.
Le pides a la IA que actúe como un perfilador psicológico y te entreviste. Cuanto mejor describas a la otra parte, más realista será la simulación.
Ventana 2: la simulación realista
Abres una segunda conversación, pegas el perfil generado y das una instrucción del tipo:
Quiero que actúes como esta persona. Sé realista y exigente, no me lo pongas fácil. Vamos a simular la conversación que tendremos mañana.
A partir de ahí, practicas:
- Cómo vas a explicar el problema.
- Qué objeciones pueden aparecer.
- Cómo responder sin ponerte a la defensiva.
El objetivo no es que la IA “acierte” palabra por palabra, sino que te obligue a enfrentarte a los peores escenarios antes de que ocurran.
Ventana 3: el coach de comunicación
Por último, copias toda la simulación y la pegas en una tercera conversación con la IA. Le pides que actúe como coach ejecutivo de comunicación y te dé feedback:
- Qué has hecho bien.
- Qué has hecho mal.
- Cómo podrías abrir mejor la conversación.
- Qué frases concretas podrías usar para validar emociones sin justificar errores.
En menos de una hora, has hecho algo que la mayoría de profesionales nunca hace: ensayar conscientemente una conversación difícil con un sparring que no se cansa ni se ofende.
Cómo empezar a aplicar estas técnicas en tu día a día
La tentación, después de leer una guía como esta, es querer aplicar las 5 técnicas a la vez en todo lo que haces. Eso suele acabar en frustración.
Mucho mejor empezar pequeño y ser sistemático.
Paso 1: define para qué quieres ser productivo con IA
Antes de nada, escribe (aunque sea en unas líneas):
- ¿Qué quieres que cambie en tu trabajo en los próximos 12–24 meses?
- ¿Qué tipo de tareas te roban más tiempo ahora mismo?
- ¿Dónde te ayudaría más una colaboración estrecha con la IA (escritura, análisis, decisiones, creatividad…)?
Sin esta claridad, la IA se convierte en un juego más, no en un sistema.
Paso 2: elige una sola técnica para las próximas dos semanas
Por ejemplo:
- Usar siempre ingeniería de contexto cuando escribas algo importante.
- Pedir cadena de pensamiento en todas las decisiones estratégicas.
- Activar prompting inverso en cualquier tarea compleja.
- Introducir la asignación de roles en tus revisiones de texto.
- Usar el coach exigente para pulir tus propuestas o presentaciones clave.
Elige una y comprométete a repetirla durante al menos quince días.
Paso 3: crea tus propias plantillas
Transforma estas ideas en prompts que puedas reaprovechar. Por ejemplo:
- Antes de responder, explica tu proceso paso a paso.
- Antes de empezar, hazme todas las preguntas que necesites para hacer un trabajo excelente.
- Actúa como [rol] y analiza este texto según sus principios.
- Actúa como un juez olímpico ruso de la Guerra Fría: sé brutal, puntúa sobre 100 y deduce puntos por cada debilidad.
Guarda tus mejores plantillas en tu sistema de notas o en tu LifeOS para tenerlas siempre a mano.
Paso 4: revisa resultados con honestidad
Cada semana, pregúntate:
- ¿He reducido el tiempo que tardo en hacer [tarea]?
- ¿Ha mejorado la calidad de mis entregables según clientes, equipo o métricas?
- ¿Me siento más acompañado en mi proceso de pensamiento, o solo he cambiado una distracción por otra?
Si la respuesta no mejora con el tiempo, no pasa nada: ajusta los prompts, cambia de técnica o vuelve a revisar tu contexto.
Conclusión: la IA como espejo de tu intención
Hay una idea que resume bien todo el enfoque de Stanford:
La IA es un espejo que amplifica tu intención.
Si la usas para hacer lo mínimo, para salir del paso, para no pensar, te devolverá mediocridad amplificada. Respuestas correctas pero olvidables, decisiones superficiales, contenido clon de todo lo que ya existe.
Si la usas como un sparring intelectual exigente, con buen contexto, preguntas difíciles y roles bien definidos, puede multiplicar tu claridad, creatividad y capacidad de ejecución.
Las herramientas que usas serán prácticamente las mismas que las de todo el mundo. Lo que te va a diferenciar es:
- Cómo diseñas el contexto que les das.
- Qué tipo de preguntas estás dispuesto a hacerte.
- Cuánta crítica honesta estás dispuesto a recibir.
La inspiración, como decía el artista Lecrae, es una disciplina. La IA no sustituye esa disciplina, pero puede convertirla en un motor mucho más potente.
Si quieres empezar hoy, no necesitas nada más complejo que esto:
- Elige una tarea importante de tu día.
- Aplícale una de las cinco técnicas que has visto.
- Compara el resultado con lo que habrías hecho sin IA.
Repite ese experimento unas cuantas semanas.
Ahí, en esa repetición intencional, es donde estas herramientas pasas de ser una curiosidad a convertirse en uno de los mayores multiplicadores de tu productividad con IA profesional. Yo me dedico en mi día a día a ayudar a negocios a implementar estas y otras técnicas con mis servicios de mentoría y consultoría (Notion + IA).
