Si eres una mente aspersor, hazte prompt engineering a ti mismo

Si tu cabeza funciona como un generador de ideas ante cualquier tarea o reto, no necesitas pensar menos: necesitas aprender a pedirte mejor.

ChatGPT, es realmente inteligente… ¿o sabe hablar bien?

Con los modelos de IA generativa (GenAI) hemos aprendido que una respuesta muy bien redactada no es lo mismo que una respuesta “inteligente”. Respuestas que deslumbran por el detalle y la precisión pueden no dejar de ser alucinaciones que no contestan adecuadamente la pregunta que les hemos formulado.

Algunas personas, llamémoslas mentes aspersor, tienen una capacidad de generar pensamientos e ideas que se comporta de forma similar a la GenAI. Son capaces de convertir el planteamiento de la siguiente actividad en un festival de fuegos artificiales: pensamientos laterales, conexiones, hipótesis, metáforas y planes de contingencia. El resultado es cautivador: ideas creativas, argumentos articulados, soluciones que parecen la oportunidad histórica de acabar con el hambre del mundo, pero que no es la respuesta más inteligente, al menos desde un punto de vista práctico, si querías completar al menos la mitad de lo que te habías propuesto hacer hoy.

Esa capacidad generadora de pensamientos, ante un problema o reto cotidiano, se transforma en un auténtico freno a la eficacia. Análisis tipo NASA: “las 1000 razones por las que va a salir mal”, procrastinación, parálisis por análisis y perfeccionismo son el resultado de una mente aspersor que no opera con reglas claras.

Si esta situación te suena conocida, no es que te falte fuerza de voluntad. Es que el modo generativo de tu mente, maravilloso para explorar, se ha puesto a los mandos en momentos en los que lo que necesitabas era decidir y ejecutar.

Qué está pasando por dentro

El modo generativo, cuando se desboca, secuestra la atención (saltas entre pestañas mentales) y disuelve la intención (pierdes el hilo de para qué estabas en esto). Así, es fácil que una tarea de diez minutos se convierta en la próxima Sagrada Familia.

No es un “defecto de fábrica”, es potencia sin control. Un caudal que necesita canales, no diques que lo sequen.

La idea-puente: del torbellino al encargo claro

La propuesta es sencilla de entender (que no siempre de aplicar): hacerte prompt engineering a ti mismo. Es decir, formularte un encargo claro antes de activar el generador. Igual que con GenAI, un buen prompt no solo pregunta “qué”, sino que delimita el contexto, el tono, el criterio de calidad, lo que queda fuera y cuándo se detiene.

No se trata de “pensar menos”: tu abundancia es un activo. Se trata de pedirte de otra forma para que esa abundancia produzca algo que puedas usar hoy.

Qué podemos aprender de GenAI y prompt engineering

Pensemos en estructuras famosas de prompt engineering y cómo pueden mejorar la autogestión de una mente aspersor:

• Role prompting (quién habla): en IA, pedir “actúa como…” cambia el tipo de respuesta. En tu cabeza, definir el rol mental (“¿estoy en explorador o en ejecutor?”) ordena expectativas. Si vas a ejecutar, no le pidas a tu explorador que haga poesía.

• Constraints (límites): los modelos responden mejor con condiciones de borde. Tu mente también: alcance acotado, criterios de “suficientemente bueno” y un momento de stop. El límite no asfixia: enfoca.

• Temperature (grado de creatividad): subir la temperatura en IA genera más variedad; bajarla produce más estabilidad. No todo pide la misma temperatura interna: escribir 100 titulares exige una; enviar un email complicado, otra.

• Negative prompts (lo que no quieres): a veces es más claro señalar lo que no debe aparecer. Psicológicamente, decir “hoy no vamos a rediseñar el universo visual de la marca” protege el foco tanto como señalar lo que sí harás.

• Few-shot (modelar con ejemplos): los modelos aprenden el patrón cuando ven ejemplos. Tu mente también: acordarte de cómo resolviste algo parecido o de cómo lo haría alguien cercano que destaque por su practicidad (dos o tres ejemplos, no cincuenta) acelera la solución útil sin caer en la parálisis comparativa.

• Stop sequences (cuándo paramos): las IAs incluyen señales para cortar la respuesta. En tu caso, una señal de cierre (hora, hito, destinatario) evita que la tarea se convierta en la saga Star Trek.

• Multi-turn (iterar con intención): muchas buenas respuestas emergen en diálogo. Dialoga contigo: pregunta, responde, ajusta. Iterar no es deambular: es acercarte al punto.

• Scratchpad (pensar fuera del lienzo): los modelos rinden mejor con un espacio temporal para “calcular”. En lo humano, un cuaderno de descarte (breve) permite volcar ideas sin que contaminen el resultado final. No es receta: es permiso acotado para desborde.

No necesitas dominar la jerga técnica para que esto te ayude. Basta con quedarte con la intuición: lo que pides y cómo lo acotas determina la calidad y utilidad de lo que obtienes.

Dos ejemplos reconocibles

• Parálisis por análisis.

  Ana debe responder un mensaje delicado. Su mente aspersor activa el radar ético, jurídico, estético y diplomático… en paralelo y todos a la vez. Media hora después hay cinco borradores preciosos y cero envíos. Un auto-prompt más claro con rol, límites y señal de cierre habría calmado al comité interno para que alguien, por fin, pulsara “Enviar”.

  
  

• Perfeccionismo ineficiente.

  Lucas prepara una presentación. En diez minutos tenía la estructura. En las dos horas siguientes tuvo dudas sobre tipografías, iconografía y hasta la entropía del universo. El resultado es impecable… y llega tarde. Un stop explícito y una temperatura más baja habrían sido suficientes para hoy.

No se trata de reírnos de estas escenas; se trata de reconocernos en ellas. El humor ayuda a mirar de frente algo serio: cuando todo importa, nada avanza. Si tu lista de tareas tiene el 20% en prioridad alta, el 30% en crítica y el 50% en “para ayer”, tu aspersor necesita límites.