9 errores comunes al empezar con IA (y cómo corregirlos)

Cuando alguien dice que la IA está sobrevalorada y a él no le sirve, la causa casi nunca es la herramienta. Son unos nueve hábitos, todos corregibles en una sola sesión. Esta página es un diagnóstico: cada entrada te da el síntoma que notarías, por qué produce malas respuestas y el cambio concreto que lo arregla. Lee primero la tabla, reconócete en una fila y luego lee solo las entradas que te afectan.

¿Quieres el mismo camino en lecciones cortas? Abre AI Earn en Google Play: esa ficha es la página oficial de la app.

1. Pedir una cosa en vez de describir una situación

Síntoma: todo vuelve correcto y olvidable, del tipo de texto que habrías encontrado en cualquier parte.

Por qué pasa: “Escribe un post sobre productividad” no contiene ninguna información sobre quién lo lee, qué debe conseguir o qué lo haría incorrecto. El modelo rellena el hueco con la media estadística de todo lo escrito sobre el tema, que es exactamente el significado de “genérico”.

Arreglo: describe la situación en vez de nombrar el producto final. Para quién es, qué quieres que hagan después, qué tono encaja, cuánto de largo y qué evitar. Cuatro líneas más de contexto cambian el resultado más que ningún otro hábito. La versión completa está en cómo escribir mejores prompts.

2. Tratar la primera respuesta como la respuesta

Síntoma: lees la respuesta, decides que no era lo que querías, cierras la pestaña y concluyes que la herramienta es mediocre.

Por qué pasa: arrastramos hábitos de buscador, donde o encontrabas el enlace bueno o no. Un chat no es una búsqueda: la primera respuesta es la suposición del modelo sobre lo que querías decir, y tu corrección es la información más valiosa que puedes darle.

Arreglo: di con precisión qué falla. “Demasiado largo, redúcelo a la mitad.” “Está dirigido al público equivocado: son clientes que ya tenemos.” “Dame tres enfoques completamente distintos, no variaciones de este.” Dos o tres turnos es lo normal para cualquier cosa que importe. Juzgar una herramienta por el primer turno es como juzgar a un compañero por su primera frase.

3. Leer la seguridad como una prueba

Síntoma: usaste un dato, una cifra o una cita, y resultó que no existían.

Por qué pasa: el tono de una respuesta es un estilo, no una señal. El modelo produce la misma prosa ordenada y segura tanto si el contenido es sólido como si es inventado, porque genera texto con la forma de una respuesta correcta — mira cómo funcionan de verdad los chatbots de IA. Las personas usamos la vacilación como pista de incertidumbre, y aquí no hay vacilación.

Arreglo: separa las afirmaciones del razonamiento y comprueba solo las afirmaciones, con una fuente ajena al chat. La rutina de cuatro pasos de cómo verificar la IA lleva dos minutos y es el hábito más rentable de esta página.

4. Dejar que una conversación dure para siempre

Síntoma: un chat largo empieza a contradecirse, olvida una instrucción anterior o arrastra detalles de una tarea que cerraste hace una hora.

Por qué pasa: un asistente considera una cantidad limitada de texto a la vez. En un hilo muy largo, las instrucciones iniciales se salen del campo de visión o compiten con todo lo añadido después. Aparte de eso, algunas herramientas guardan memoria entre conversaciones: es una función que varía según el producto y los ajustes, así que si no sabes qué conserva la tuya, consulta la ayuda oficial, por ejemplo help.openai.com.

Arreglo: un tema por conversación. Cuando un hilo se lía, no insistas: abre otro y pega las tres cosas que importan de verdad — el objetivo, las restricciones y la mejor versión conseguida hasta ahora. Son veinte segundos y funciona mejor que cualquier “recuerda lo que te dije antes”.

5. Dar por hecho que ve lo que ves tú

Síntoma: preguntaste por “el documento” o “ese enlace” y recibiste una respuesta segura sobre otra cosa completamente distinta.

Por qué pasa: el modelo solo tiene lo que está dentro de la conversación. No ve tu pantalla, tus archivos, el chat de ayer ni una página tras un inicio de sesión — y si una herramienta tiene acceso a la web, es una función concreta con sus límites, no una vista general. Preguntado por algo que no tiene, a menudo produce una respuesta plausible en lugar de decirlo.

Arreglo: pega el contenido, adjunta el archivo o cita el fragmento. Si dependes de un enlace, confirma que lo abrió: pídele que te cite una frase concreta de la página. Si no puede, no la leyó.

6. Ignorar cuán vieja es la información

Síntoma: una explicación clara y creíble de un precio, una norma, una interfaz o una función que ya no coincide con la realidad.

Por qué pasa: los datos de entrenamiento tienen una fecha de corte, y todo lo que cambia — planes, leyes, menús de las apps, nombres de modelos, quién es dueño de qué — se describe como era, sin avisarte de que ha pasado el tiempo.

Arreglo: antes de actuar sobre algo sensible al tiempo, pregúntate si es un dato que caduca. Si lo es, sácalo de quien lo publica: la página del fabricante, el organismo competente, la documentación oficial. Usa el chatbot como explicador de cómo funcionan las cosas, no como cronista de cómo están ahora.

7. Publicar la voz de borrador

Síntoma: un lector, un cliente o un seleccionador te dice que parece escrito por una IA. No lo está adivinando.

Por qué pasa: la salida sin editar tiene manías reconocibles: frases de longitud simétrica, listas ordenadas de tres, afirmaciones siempre matizadas y arranques que servirían para cualquier texto jamás escrito. Los lectores ya han visto miles.

Arreglo: usa el borrador como estructura y reescribe una parte considerable. Corta la primera frase, que casi siempre es carraspeo. Sustituye las abstracciones por algo concreto de tu experiencia. Rompe el ritmo con una frase corta. Lo que sale con tu nombre debe contener algo que el modelo no habría podido producir.

8. Fiarse de las cuentas hechas en silencio

Síntoma: un total, un porcentaje, un recuento de palabras o un cálculo de fechas está mal, y el texto de alrededor es impecable.

Por qué pasa: un modelo de lenguaje produce el siguiente trozo de texto más plausible, y un número de aspecto plausible no es un número calculado. Algunas herramientas sí ejecutan cálculos reales cuando deciden usar una función de código o análisis: por eso los resultados son inconsistentes, a veces calcula de verdad y a veces escribe una cifra que parece correcta.

Arreglo: pídele todos los pasos y comprueba uno. Para cualquier cosa con dinero dentro, haz la cuenta tú o en una hoja de cálculo. Y si quieres un cálculo bien hecho, dilo explícitamente: “calcula esto, muestra los pasos, no lo estimes”.

9. Coleccionar herramientas en vez de construir la habilidad

Síntoma: el móvil lleno de apps de IA, cinco boletines sobre novedades y ninguna tarea que sea de verdad más rápida que hace seis meses.

Por qué pasa: probar una app nueva parece progreso y no cuesta nada, mientras que aprender a pedir bien es lento e invisible. La novedad es objetivamente más divertida que la práctica.

Arreglo: elige un asistente general, úsalo un mes en tareas reales y añade una herramienta especializada solo cuando choques con algo que la primera no hace. La habilidad de pedir se transfiere entera entre herramientas; el salto de app en app no. Cuando de verdad necesites algo específico, nuestra clasificación es mejor punto de partida que un torrente de anuncios.

Qué no hacer mientras corriges esto

• No te pases al extremo de verificarlo todo. Comprueba lo que te costaría algo si estuviera mal. Verificar una lluvia de ideas es la forma de abandonar el hábito en una semana.
• No compres una suscripción para resolver un problema de prompts. Un modelo más potente hace que una petición vaga suene algo mejor, no que sea más útil. Herramientas de IA gratis vs de pago explica cuándo pagar tiene sentido.
• No pegues datos sensibles “solo para probar”. Nombres de clientes, datos médicos, credenciales, material confidencial. Prueba con datos falsos — mira usar la IA con seguridad.
• No persigas packs de prompts. Cien prompts guardados que nunca abres son el error 9 disfrazado. Cinco que usas cada semana son una habilidad: las plantillas cotidianas están hechas para podarlas.
• No lo uses en lugar de un profesional. Medicina, derecho, impuestos y finanzas son justo donde una seguridad equivocada sale más cara. Puede ayudarte a preparar las preguntas, no a responderlas.
• No supongas que quien promete arreglarte todo esto por dinero tenga algo que venderte. Estos nueve hábitos son el temario completo, y es gratis. Las ofertas que dicen lo contrario siguen el patrón de cómo detectar estafas de IA.

Tres prompts que atrapan casi todo

Con los dos primeros errores puedes apoyarte en el propio asistente, recordando que un modelo que revisa su propia salida sigue siendo el mismo modelo.

Prompt: “Esta es la petición que iba a enviarte: [pega tu prompt]. Antes de responderla, dime qué falta: ¿qué necesitarías saber sobre mi destinatario, propósito, formato y restricciones para hacerlo bien? Enumera las preguntas, no respondas aún.”

Prompt: “Esa respuesta no me servía. Los problemas son: [enuméralos con claridad]. No te disculpes ni repitas: dame una versión que arregle esos tres puntos en concreto y dime qué has cambiado.”

Prompt: “Revisa tu última respuesta como lo haría un editor hostil. Señala todo lo genérico, todo aquello de lo que no estés seguro que sea correcto y cualquier número que hayas producido sin calcularlo. Sé directo.”

No es cuestión de talento

Cada punto de aquí es un hábito, y los hábitos salen baratos de cambiar cuando tienen nombre. Corrige el error 1 y la calidad sube de inmediato; corrige el 3 y dejas de llevarte disgustos. Si estás en el principio de todo y prefieres la versión ordenada en lugar de la diagnóstica, cómo empezar con las herramientas de IA pone en fila qué aprender y en qué orden.