Última actualización: 12 de julio de 2026
Resumen rápido
Un system prompt, también llamado instrucciones, es el conjunto de reglas permanentes que define quién es tu asistente de AI, cómo habla y qué puede y no puede hacer. Uno bueno cubre:
- Identidad, tono y flujo de conversación, para que cada respuesta suene como tu negocio.
- Reglas estrictas y límites, para que el asistente nunca improvise sobre políticas o precios.
- Manejo de escenarios y derivación, para que los casos límite pasen a una persona en lugar de que el asistente improvise.
- Los componentes clave de un prompt incluyen: identidad, tono, flujo de conversación, reglas de respuesta, manejo de escenarios, referencia a la base de conocimiento y limitaciones definidas.
Los once elementos a continuación son la diferencia entre un chatbot genérico y un asistente que suena como tu equipo.
¿Qué es un system prompt?
Un system prompt, también llamado instrucciones, es el conjunto de reglas permanentes que le das a un asistente de AI antes de que cualquier cliente escriba algo. Define quién es el asistente, cómo suena y qué puede y no puede hacer, y permanece activo en cada conversación. Si lo escribes bien, cada respuesta suena como tu negocio; si lo redactas de forma vaga, obtienes un chatbot genérico.
System prompt vs user prompt
Un system prompt y un user prompt cumplen funciones distintas. El system prompt lo configuras tú, como creador: define la identidad, las reglas y los límites del asistente, y permanece activo durante toda la conversación. Un user prompt es lo que un cliente escribe en un solo turno. Cuando ambos entran en conflicto, un asistente bien diseñado sigue el system prompt: un cliente puede pedir un reembolso, pero si tus reglas dicen que los reembolsos necesitan aprobación humana, el asistente deriva el caso a tu equipo en lugar de improvisar.
System prompt vs user prompt: cuando entran en conflicto, gana el system prompt.
Por qué importa un buen system prompt
Un asistente con instrucciones claras resuelve más conversaciones al primer intento, mantiene la voz de marca bajo presión y sabe cuándo involucrar a tu equipo. Un asistente sin ellas improvisa: responde con tonos distintos, adivina políticas y trata cada caso límite como una sorpresa.
Los clientes notan la diferencia de inmediato. Las instrucciones claras se traducen en comprensión rápida y pasos simples. Las vagas se notan en tener que repetir lo mismo, respuestas robóticas y contestaciones que suenan como las de cualquier otro bot.
Los once elementos a continuación son la anatomía de un system prompt sólido, cada uno con un ejemplo y la razón práctica por la que merece estar ahí.
¿Quieres un punto de partida para copiar y pegar? Descarga nuestra plantilla de system prompt con ejemplos desarrollados y adáptala a tu negocio.
Los 11 elementos de un gran system prompt.
1. Identidad y propósito
Indica claramente quién es el asistente y cuál es su misión u objetivo principal.
Ejemplo:
"Eres Gigi, una asistente de atención al cliente para Los Santos Credit Union. Tu propósito principal es ayudar a los clientes a resolver problemas con sus productos, responder preguntas sobre los servicios y garantizar una experiencia de soporte satisfactoria."
Sin un rol definido, el modelo improvisa uno, y sus respuestas se desvían con él. Una identidad de una sola línea es la protección contra alucinaciones más barata que puedes conseguir.
Referencia:
La guía de prompting de OpenAI señala lo mismo: dale al modelo un rol y un propósito claros, y las respuestas serán más precisas y consistentes.
2. Tono, voz y personalidad
Define el carácter, el tono y la “voz” que debe usar el asistente, así como rasgos de personalidad, patrones de texto y ritmo.
Ejemplo:
- Amable, paciente, profesional
- Usa contracciones naturales y un tono conversacional
- Varía la complejidad de las frases para sonar humano
El tono es lo que los clientes recuerdan. La misma respuesta correcta se percibe de forma totalmente distinta cuando suena como tu marca en vez de como la voz predeterminada de un modelo.
3. Flujo de conversación
Desglosa la estructura ideal de las interacciones paso a paso: presentaciones, diagnóstico, resolución de problemas, resolución y cierre.
Ejemplo de flujo:
- Saludo cálido
- Reconocimiento del problema o la frustración
- Pasos o "camino ideal"
- Resolución del problema paso a paso
Un flujo definido evita que el asistente se salte pasos, y los pasos omitidos son donde fracasa la resolución en el primer contacto: detalles sin confirmar, seguimientos olvidados, conversaciones que terminan sin respuesta.
4. Pautas de respuesta
Reglas breves y accionables sobre cómo debe responder el asistente durante la interacción.
Ejemplos:
- Mantén las respuestas por debajo de 30 palabras
- Evita hacer varias preguntas a la vez
- Adapta el nivel técnico al del cliente
Las reglas concretas de respuesta también son tus controles de ajuste: cuando las respuestas se alargan o se desvían del tema, ajustas una línea en lugar de reescribir todo el prompt.
5. Manejo de escenarios
Instrucciones para gestionar situaciones específicas y comunes (por ejemplo, restablecimiento de contraseñas, clientes frustrados, facturación).
Ejemplo:
Para clientes frustrados: “Reconoce sus emociones. Asume la responsabilidad. Céntrate en las soluciones.”
Las conversaciones reales son, en su mayoría, casos límite: el cliente frustrado, la solicitud de doble reembolso, el mensaje en otro idioma. Tener guionados los más comunes mantiene al asistente consistente justo cuando más importa.
6. Conocimiento
Aunque las instrucciones le dicen a tu asistente cómo actuar, qué tono usar y cómo gestionar las conversaciones, no están pensadas para contener toda tu información detallada. En su lugar, un asistente de AI bien diseñado debe tener acceso explícito a una base de conocimiento independiente. Piensa en ella como el cerebro de tu asistente.
La base de conocimiento no forma parte de tu guía de instrucciones, pero tu guía siempre debe referirse a ella con claridad.
En resumen:
- Instrucciones = Cómo actuar (el “manual”).
- Base de conocimiento = Qué decir (el “cerebro”).
Escribe las reglas una sola vez en las instrucciones; actualiza los datos cuando quieras en la base de conocimiento.
En la base de conocimiento es donde viven todos los datos:
- Información de productos
- Guías de resolución de problemas
- Políticas de la empresa
- FAQs y enlaces a recursos
- y más
Ejemplo:
TechSolutions ofrece... sus productos principales incluyen TaskMaster Pro $389 (productividad), SecureShield $120 (seguridad)...
Esta separación también es lo que mantiene las respuestas actualizadas: los precios, horarios y políticas cambian una vez en la base de conocimiento, sin tocar el prompt.
Para los formatos de archivo que admite Invent, consulta nuestra guía de base de conocimiento.
7. Acciones disponibles
Puedes indicarle a tu asistente que realice acciones en un orden específico según el escenario. Por ejemplo, para añadir un nuevo cliente: primero busca en la base de datos (Zoho, Airtable, Notion), y luego crea al usuario solo si no existe todavía. Las instrucciones claras paso a paso garantizan resultados precisos.
8. Limitaciones o restricciones
Define explícitamente lo que el asistente no puede hacer.
Ejemplo:
- No puede procesar reembolsos
- No puede realizar cambios en la titularidad de la cuenta
- No puede programar un evento para el mismo cliente en la misma semana
Los límites son donde vive el cumplimiento normativo. Un asistente que sabe lo que no puede hacer escala el caso en lugar de adivinar, y eso te protege tanto frente a los reguladores como frente a los clientes.
9. Protocolos de confirmación y refinamiento
Guías para verificar información y perfeccionar respuestas para mayor claridad.
Ejemplos:
- Confirmación explícita (“Entonces, tu correo es... ¿Es correcto?”)
- Usa analogías para temas técnicos
Una sola línea de confirmación le cuesta un segundo al cliente y evita la categoría de errores más cara: reservas incorrectas, cuentas equivocadas, cargos erróneos.
10. Control de calidad
Proporciona instrucciones para garantizar precisión con números, correos electrónicos, fotos de identificación, fechas y enlaces. El modelo es inteligente, pero añadir instrucciones específicas mejorará aún más la precisión de los resultados que esperas.
Ejemplo:
- "Importante: Muchos usuarios pueden intentar subir imágenes de memes en lugar de fotos reales. Asegúrate de indicarle al asistente que solo acepte fotos de rostro auténticas, no memes ni caricaturas."
Esto garantiza que analice únicamente imágenes adecuadas proporcionadas por tus clientes o usuarios, asegurando precisión y relevancia."
El modelo es inteligente, pero ser inteligente no significa ser cuidadoso con tus particularidades. Las comprobaciones explícitas de números, fechas y archivos subidos detectan exactamente los errores que los clientes capturan en pantalla.
11. Ajustes específicos de marca y cierres cálidos
Personalización para tu público objetivo, contexto cultural o campañas temporales.
Ejemplo:
Terminar siempre con un cierre positivo y alineado con la marca, como: “¡Qué maravilloso escuchar eso, tu satisfacción significa muchísimo para nosotros! Agradecemos de verdad que te hayas tomado el tiempo de compartir tus comentarios. Si hay algo más en lo que podamos ayudarte, solo dínoslo. ¡Que tengas un día fantástico!”
El último mensaje es el que los clientes recuerdan, y un cierre de marca es la diferencia entre cerrar un ticket y cerrar una conversación.
Preguntas frecuentes
¿Qué tan detalladas deben ser mis instrucciones?
Haz que el nivel de detalle coincida con la complejidad del caso de uso. Un asistente de reservas puede necesitar media página; un asistente de soporte con reglas de reembolso, niveles de cuenta y requisitos de cumplimiento necesita mucho más. La prueba es esta: cada línea debe cambiar el comportamiento. Si no lo hace, elimínala.
¿Puedo actualizar las instrucciones?
Sí, y deberías hacerlo. Revísalas después de conversaciones reales, ajusta la redacción donde el asistente se desvíe y actualízalas cuando cambien tus políticas.
¿Por qué importa compartir información sobre tu negocio con tu asistente?
Cuanto más contexto tenga el asistente, menos respuestas incorrectas y menos preguntas de aclaración tendrán que soportar tus clientes. Los detalles sobre tus productos, políticas y clientes son lo que convierte respuestas genéricas en respuestas que suenan como si vinieran de tu equipo.
¿Cuál es la mejor manera de probarlo?
Haz pruebas en el playground con preguntas reales de clientes antes de publicarlo, luego revisa las transcripciones reales y ajusta la redacción donde el asistente se desvíe. Repite el proceso después de cada cambio importante.
¿Necesito un system prompt?
Si quieres respuestas consistentes y alineadas con tu marca, sí. Sin uno, el modelo recurre a valores predeterminados genéricos: útil, pero suena como el bot de cualquiera e improvisa sobre políticas. Incluso tres o cuatro reglas claras sobre identidad, tono, límites y derivación cambian notablemente el comportamiento.
¿Puede un user prompt anular un system prompt?
Por diseño, no. El system prompt tiene prioridad sobre los mensajes del usuario, y eso es lo que protege tus reglas cuando los clientes insisten ("simplemente procesa el reembolso"). Un asistente bien construido trata las solicitudes conflictivas como señales de escalado, no como instrucciones.
¿Qué plataformas te dan control total sobre el system prompt?
Las APIs para desarrolladores como las de OpenAI y Anthropic exponen el mensaje del sistema directamente en el código. Entre las plataformas no-code, busca un campo de instrucciones editable junto con un playground de pruebas. En Invent, el campo Instructions te da control total sobre el system prompt, y puedes probar los cambios en el playground antes de publicarlo.
Conclusión
Las instrucciones detalladas le dan a tu asistente una identidad consistente, reglas alrededor de las cuales no va a improvisar y un guion claro para los momentos difíciles. Eso se traduce en menos errores, menos escalados y conversaciones que terminan con el cliente confiando en ti un poco más que antes.
¿Listo para redactar las instrucciones de tu asistente?
Empieza con un propósito, tono y flujo claros, itera según tus pruebas en el playground y sigue mejorándolas de acuerdo con tus necesidades y las conversaciones con usuarios reales.
