Técnicas de Prompts en Educación

Un lenguaje nuevo para una colaboración nueva

Las cuatro unidades de este programa muestran qué puede hacer la Inteligencia Artificial en el aprendizaje: comprenderla, planificar con ella, crear contenidos y evaluar. Esta colección complementaria se ocupa del cómo: la habilidad transversal de conversar con la IA con intención pedagógica.

Un prompt no es un conjuro ni un botón mágico. Es la forma en que el educador dirige una herramienta poderosa pero literal: le da contexto, propósito, restricciones y criterios. La calidad de lo que la IA devuelve depende, casi siempre, de la calidad de lo que le pedimos. Por eso el prompting es una competencia docente por derecho propio, y no un truco: es el punto donde el criterio pedagógico se convierte en instrucción.

Por qué es transversal

Cada unidad del programa mejora cuando el educador sabe pedir bien:

Al planificar (Unidad 2), un buen prompt convierte un objetivo en una unidad estructurada y personalizada.
Al crear contenidos (Unidad 3), define el estilo, el nivel y el formato del material.
Al evaluar (Unidad 4), especifica rúbricas, evidencias y retroalimentación.
Y en todo momento (Unidad 1), mantiene al docente como quien decide y supervisa, no como quien delega.

El prompting como competencia transversal: cada unidad del programa mejora cuando se sabe pedir bien, y el criterio sigue siendo de quien educa.

Estas técnicas no reemplazan el juicio del educador: lo hacen explícito y transferible. Aprender a formular buenos prompts es aprender a nombrar, con precisión, lo que buscamos que suceda en el aprendizaje.

Una advertencia: mejor prompt no es mejor pensamiento

Hay un riesgo en tomarse el prompting demasiado en serio. Victoria Livingstone y Jeppe Klitgaard Stricker lo nombran así: «over time, we risk conflating ‘better prompts’ with ‘better thinking’» (Livingstone y Stricker, en UNESCO, 2026, p. 104). Su propuesta no es abandonar la técnica, sino distinguir: el riesgo se puede manejar «provided we explicitly teach the difference between optimizing a prompt and deepening a question» (Livingstone y Stricker, en UNESCO, 2026, p. 105). En la misma línea, Kenneth Y. T. Lim, Ahmed Hazyl Hilmy y Bryan Zi Wei Kuok cuestionan una alfabetización en IA reducida a esto: una versión que «calls for a version of AI literacy in which the focus is on mastering prompt engineering to optimize outputs from AI systems» (Lim, Hilmy y Kuok, en UNESCO, 2026, p. 27).

Esta colección se alinea con esa distinción. Las técnicas que siguen sirven para pedir mejor; lo que vale la pena cultivar es la pregunta que hay detrás. Antes de pulir un prompt, conviene preguntarse: ¿qué quiero que mis estudiantes lleguen a comprender o a ser capaces de hacer? Si esa pregunta es débil, ningún prompt la arregla.

Primero la pregunta, después el prompt: optimizar un prompt no es lo mismo que profundizar una pregunta.

Qué contiene esta colección

Prompts Efectivos para el Aprendizaje — las arquitecturas y los componentes de un buen prompt educativo: contexto, objetivo, instrucciones, formato y verificación.
Técnicas Complementarias de Prompting — construcción progresiva, preguntas aclaratorias, validación crítica y simulación con el público objetivo: cómo iterar hacia mejores resultados.
Metaprompts: prompts para crear prompts — plantillas que generan prompts adaptados a cada necesidad, para escalar la práctica sin perder rigor.

Un principio recorre las tres: la IA amplifica, no sustituye. Un buen prompt no busca que la máquina piense por el estudiante ni por el docente, sino que ambos piensen mejor con ella.