Cuando alguien dice “quiero configurar mi IA”, muchas veces imagina una sola cosa: escribir un prompt largo con instrucciones sobre cómo debería responder.
Eso puede servir. Pero es sólo una parte del problema.
Configurar una IA para trabajar contigo significa decidir qué debe saber, qué debe conservar, qué reglas deben permanecer, qué información cambia con cada tarea y qué cosas deberían ocurrir incluso cuando no estás escribiendo un mensaje nuevo.
En otras palabras: no se trata sólo de redactar mejor una instrucción. Se trata de diseñar una forma de trabajo.
1. Una instrucción para esta tarea
Es el caso más simple.
“Compara estas dos propuestas y prioriza costo total, plazo y riesgo.”
La instrucción sirve para resolver algo ahora. No necesita sobrevivir cuando termina la tarea.
Para muchos usos cotidianos, esto es suficiente.
El problema empieza cuando intentamos hacer permanente algo que en realidad sigue viviendo como una indicación puntual.
2. Reglas que deben seguir vigentes
Supongamos que cada vez que analizas información comercial quieres que la IA:
- distinga datos confirmados de supuestos;
- no invente valores faltantes;
- muestre primero las conclusiones importantes;
- y avise cuando la información disponible no permite una decisión confiable.
Eso ya no parece una preferencia para una única respuesta. Es una forma de trabajo.
Si esas reglas importan de manera recurrente, conviene ubicarlas donde puedan gobernar futuras tareas sin depender de que las vuelvas a escribir cada vez.
Configurar empieza, entonces, por distinguir lo temporal de lo persistente.
3. Estado: lo que cambia a medida que el trabajo avanza
Las reglas persistentes no alcanzan cuando el trabajo también acumula decisiones.
Un proyecto puede empezar con tres alternativas abiertas y terminar la semana con una seleccionada. Puede tener una versión vigente de un documento, varias anteriores, pendientes nuevos y restricciones que aparecieron durante el proceso.
Eso es estado.
El estado responde preguntas como:
- ¿dónde estamos ahora?
- ¿qué quedó decidido?
- ¿qué sigue abierto?
- ¿qué versión es válida?
- ¿qué cambió desde la última vez?
Una IA bien configurada para trabajo persistente no sólo necesita reglas. Necesita una manera confiable de recibir o recuperar ese estado antes de continuar.
4. Un espacio de proyecto
Cuando la tarea tiene archivos, decisiones, reglas y continuidad, conviene que todo eso tenga un lugar reconocible.
Un proyecto o workspace sirve para reunir lo que pertenece al mismo trabajo y reducir la mezcla con otros contextos.
La idea importante no es el nombre de la función que use cada plataforma. Es el principio:
lo que pertenece al proyecto debería poder distinguirse de lo que no pertenece.
Eso incluye fuentes, archivos, instrucciones, estado y decisiones.
Cuando esa frontera es confusa, aparecen errores conocidos: usar una versión vieja, mezclar datos de otro trabajo, reabrir decisiones cerradas o responder con supuestos que ya habían sido reemplazados.
5. Una función especializada
Hay casos en los que quieres que la IA repita el mismo tipo de trabajo en contextos distintos.
Por ejemplo, revisar propuestas, analizar ventas, preparar una primera lectura de contratos, evaluar procesos o convertir información en un formato recurrente.
En ese punto, la configuración necesita algo más que estilo.
Necesita un método:
- qué recibe;
- qué valida antes de empezar;
- qué pasos aplica;
- qué criterios usa;
- dónde debe detenerse;
- qué salida produce;
- y qué información debe conservar para la próxima vez.
La especialización útil no consiste en ponerle un título elegante a la IA. Consiste en reducir variabilidad donde el trabajo necesita consistencia.
6. Monitoreo o automatización
Finalmente, algunas tareas no deberían depender de que recuerdes iniciarlas.
Si necesitas revisar periódicamente una fuente, detectar un cambio o recibir una alerta bajo una condición, la configuración también debe definir tiempo y disparadores.
Entonces aparecen nuevas preguntas:
- ¿qué se revisa?
- ¿cada cuánto?
- ¿qué cambio importa?
- ¿cuándo debe avisar?
- ¿qué pasa si no hay novedades?
- ¿qué acción requiere aprobación humana?
Esto ya no es sólo una conversación configurada. Es un comportamiento recurrente.
Configurar no es agregar instrucciones sin fin
Existe una tentación natural: cuando algo falla, agregar otra regla.
Después otra.
Y otra.
Hasta terminar con una configuración enorme, llena de excepciones y contradicciones.
Una mejor práctica es preguntar primero qué tipo de problema apareció.
- ¿Faltaba una instrucción?
- ¿Faltaba contexto?
- ¿Se perdió una decisión?
- ¿Había información vieja?
- ¿La tarea necesitaba una herramienta?
- ¿La respuesta debía verificarse?
- ¿El trabajo necesitaba persistencia?
- ¿La acción requería una aprobación externa?
Cada problema tiene un lugar distinto donde conviene resolverlo.
La configuración más sólida no es la que tiene más texto.
Es la que coloca cada control en el nivel correcto.
Una forma simple de pensarlo
Puedes imaginar seis capas:
- Instrucción puntual — qué quiero ahora.
- Reglas persistentes — cómo quiero trabajar normalmente.
- Estado — qué cambió y qué es válido ahora.
- Proyecto — qué contexto pertenece a este trabajo.
- Función especializada — qué método se repite.
- Monitoreo o automatización — qué debe ocurrir de forma recurrente.
No todas las tareas necesitan las seis.
De hecho, una buena configuración usa la menor cantidad de estructura capaz de hacer el trabajo confiable.
La pregunta útil, entonces, no es “¿qué prompt debería pegar?”.
Es otra:
“¿Qué parte de este trabajo necesita seguir existiendo después de que termine este mensaje?”
La respuesta te dice mucho mejor qué deberías configurar.