{"id":326309,"date":"2026-10-03T06:40:37","date_gmt":"2026-10-03T03:40:37","guid":{"rendered":"https:\/\/ceotudent.com\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts"},"modified":"2026-10-03T06:40:37","modified_gmt":"2026-10-03T03:40:37","slug":"bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts","title":{"rendered":"Bibliotecas de prompts para profesionales: c\u00f3mo crear, organizar y reutilizar tus mejores prompts"},"content":{"rendered":"<p><strong>Resumen.<\/strong> La mayor\u00eda de los profesionales ya usa la IA en el trabajo, y casi ninguno conserva lo que funciona. La encuesta de Gallup de mayo de 2026 encontr\u00f3 que el 52 % de los empleados de EE. UU. usa la IA en su puesto al menos unas pocas veces al a\u00f1o, el 30 % unas pocas veces por semana o m\u00e1s y el 15 % a diario, frente al 40, el 19 y el 8 % un a\u00f1o antes. Solo el 25 % afirma que su organizaci\u00f3n ha comunicado un plan claro para integrarla. La serie de encuestas del Banco de la Reserva Federal de San Luis cifra el tiempo ahorrado por los trabajadores que usan IA generativa en el 5,4 % de sus horas, unas 2,2 horas en una semana de 40 horas, y la proporci\u00f3n de todas las horas de trabajo ahorradas pas\u00f3 del 1,6 % al 2,2 % entre finales de 2024 y mediados de 2026. Tres l\u00edneas de investigaci\u00f3n muestran por qu\u00e9 una biblioteca de prompts personal es la forma m\u00e1s barata de hacer que ese tiempo se capitalice. Los prompts son fr\u00e1giles: cambiar solo separadores, espaciado o may\u00fasculas movi\u00f3 la exactitud hasta 76 puntos en un estudio de referencia, y una sola plantilla de prompt produce clasificaciones de modelos poco fiables en muchas tareas. Las personas dise\u00f1an mal los prompts por defecto: en un estudio de Berkeley, los no expertos iteraban de forma oportunista y daban el \u00e9xito por conseguido tras una sola salida buena. Y la calidad del prompt importa: en una muestra controlada de estudiantes explic\u00f3 entre el 53 y el 78 % de la varianza en la calidad de la salida. Un an\u00e1lisis de CEOtudent cruza las encuestas de adopci\u00f3n con ocho experimentos de campo en un \u00cdndice de prioridad de plantillas que te dice qu\u00e9 familias de tareas merecen una plantilla primero, y despu\u00e9s aporta la ficha de prompt, la estructura de carpetas y las reglas de mantenimiento. La jugada del CEO es tratar tus prompts como activos versionados. La jugada del estudiante es tratar cada uno como una hip\u00f3tesis con casos de prueba.<\/p>\n<p>Este art\u00edculo es el complemento de sistemas de nuestro hub sobre la <a href=\"\/es\/ingenieria-de-prompts-no-basta-pila-alfabetizacion-ia\">pila de alfabetizaci\u00f3n en IA<\/a>. Aquel texto sosten\u00eda que el prompting es una capa entre varias. Este trata de la capa que la mayor\u00eda de los profesionales se salta: almacenar, probar y reutilizar los prompts que ya les funcionan.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Alternar tabla de contenidos\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#%C2%BFPor-que-importa-mas-una-biblioteca-que-un-prompt-mejor\" >\u00bfPor qu\u00e9 importa m\u00e1s una biblioteca que un prompt mejor?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#%C2%BFQue-han-medido-realmente-los-experimentos-de-campo\" >\u00bfQu\u00e9 han medido realmente los experimentos de campo?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#%C2%BFCuanto-se-usa-la-IA-y-cuanto-tiempo-ahorra\" >\u00bfCu\u00e1nto se usa la IA y cu\u00e1nto tiempo ahorra?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#El-Indice-de-prioridad-de-plantillas\" >El \u00cdndice de prioridad de plantillas<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#La-ficha-de-prompt-una-plantilla-nueve-campos\" >La ficha de prompt: una plantilla, nueve campos<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#%C2%BFComo-se-organiza-la-biblioteca\" >\u00bfC\u00f3mo se organiza la biblioteca?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#Seis-reglas-operativas-a-partir-de-la-evidencia\" >Seis reglas operativas a partir de la evidencia<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#La-mirada-del-CEO-y-la-mirada-del-estudiante\" >La mirada del CEO y la mirada del estudiante<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#Lo-que-esta-evidencia-no-puede-decirte\" >Lo que esta evidencia no puede decirte<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#Preguntas-frecuentes\" >Preguntas frecuentes<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-11\" href=\"https:\/\/ceotudent.com\/es\/bibliotecas-de-prompts-para-profesionales-crear-organizar-y-reutilizar-tus-mejores-prompts\/#Fuentes\" >Fuentes<\/a><\/li><\/ul><\/nav><\/div>\n<h2 id=\"por-qu-importa-ms-una-biblioteca-que-un-prompt-mejor\"><span class=\"ez-toc-section\" id=\"%C2%BFPor-que-importa-mas-una-biblioteca-que-un-prompt-mejor\"><\/span>\u00bfPor qu\u00e9 importa m\u00e1s una biblioteca que un prompt mejor?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Cuatro hallazgos, cada uno procedente de un tipo de estudio distinto, apuntan a la misma conclusi\u00f3n.<\/p>\n<p><strong>Los prompts son fr\u00e1giles, as\u00ed que reutiliza exactamente el que funcion\u00f3.<\/strong> En un art\u00edculo de ICLR 2024, Sclar, Choi, Tsvetkov y Suhr no cambiaron m\u00e1s que el formato de prompts few-shot (separadores, espaciado, may\u00fasculas y min\u00fasculas en los nombres de campo) y hallaron &ldquo;diferencias de rendimiento de hasta 76 puntos de exactitud&rdquo; para LLaMA-2-13B, con unos 10 puntos de variaci\u00f3n de media en m\u00e1s de 50 tareas y varios modelos. La sensibilidad se redujo, pero no desapareci\u00f3, en los modelos m\u00e1s grandes y ajustados por instrucciones; GPT-3.5 mostr\u00f3 una dispersi\u00f3n mediana de 0,064 con un m\u00e1ximo de 0,562 en 53 tareas. Mizrahi y colaboradores, al evaluar 20 modelos en 39 tareas con m\u00e1s de 5.000 par\u00e1frasis de instrucciones, encontraron que una sola plantilla &ldquo;conduce a clasificaciones poco fiables en muchas de las tareas&rdquo;, con la mayor\u00eda de las puntuaciones de concordancia por debajo de 0,85. La lectura pr\u00e1ctica no es que debas dise\u00f1ar el prompt perfecto. Es que, una vez que un formato funciona para tu tarea, volver a teclearlo de memoria cada vez tira el resultado por la borda.<\/p>\n<p><strong>Las personas iteran mal por defecto.<\/strong> Zamfirescu-Pereira, Wong, Hartmann y Yang observaron a 10 no expertos dise\u00f1ando prompts para chatbots en un estudio para CHI 2023. Los participantes &ldquo;exploraron los dise\u00f1os de prompts de forma oportunista, no sistem\u00e1tica&rdquo;, sobregeneralizaron &ldquo;a partir de observaciones aisladas de \u00e9xito y de fracaso&rdquo;, y &ldquo;la mayor\u00eda declara el \u00e9xito tras una sola instancia y pasa a otra cosa&rdquo;. Varios insist\u00edan en empezar cada instrucci\u00f3n con &ldquo;por favor&rdquo;. Una biblioteca con casos de prueba es una contramedida directa: un prompt no se promociona hasta que ha funcionado con m\u00e1s de una entrada.<\/p>\n<p><strong>La calidad del prompt predice la calidad de la salida.<\/strong> En un estudio de 2024 con 45 estudiantes universitarios realizado por Knoth, Tolzin, Janson y Leimeister, la calidad del prompt (puntuada en seis componentes) explic\u00f3 el 53 % de la varianza en la calidad de la salida en una tarea de planificaci\u00f3n de viajes y el 78 % en una tarea de planificaci\u00f3n de proyectos. La muestra es peque\u00f1a y las tareas son acad\u00e9micas, pero la direcci\u00f3n coincide con todos los experimentos de campo que siguen.<\/p>\n<p><strong>Las ganancias son reales pero desiguales, as\u00ed que necesitas un mapa de d\u00f3nde est\u00e1n.<\/strong> Los experimentos de campo resumidos en la secci\u00f3n siguiente informan de grandes efectos sobre la productividad en familias de tareas concretas y de una penalizaci\u00f3n medible cuando la IA se usa fuera de su competencia. Una biblioteca es donde registras ambas caras: para qu\u00e9 usar un prompt y para qu\u00e9 no.<\/p>\n<h2 id=\"qu-han-medido-realmente-los-experimentos-de-campo\"><span class=\"ez-toc-section\" id=\"%C2%BFQue-han-medido-realmente-los-experimentos-de-campo\"><\/span>\u00bfQu\u00e9 han medido realmente los experimentos de campo?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<table>\n<thead>\n<tr>\n<th>Estudio (fuente primaria)<\/th>\n<th>Contexto y muestra<\/th>\n<th>Familia de tareas<\/th>\n<th>Efecto verificado<\/th>\n<th>Salvedad registrada en el art\u00edculo<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Noy y Zhang, 2023, Science<\/td>\n<td>453 profesionales con estudios universitarios, tareas de redacci\u00f3n incentivadas, la mitad con acceso a ChatGPT<\/td>\n<td>Redacci\u00f3n profesional<\/td>\n<td>Tiempo medio un 40 % menor, calidad un 18 % mayor; los trabajadores expuestos eran 2 veces m\u00e1s propensos a usarla en su trabajo dos semanas despu\u00e9s<\/td>\n<td>Tareas cortas calificadas por evaluadores; una sola herramienta y una sola generaci\u00f3n de modelo<\/td>\n<\/tr>\n<tr>\n<td>Dell&rsquo;Acqua y colaboradores, 2023, documento de trabajo de Harvard Business School<\/td>\n<td>758 consultores de una misma firma, 18 tareas realistas dentro de la frontera de la IA, una tarea fuera<\/td>\n<td>An\u00e1lisis, redacci\u00f3n, memorandos de estrategia<\/td>\n<td>Dentro de la frontera: 12,2 % m\u00e1s tareas, 25,1 % m\u00e1s r\u00e1pido, m\u00e1s del 40 % de mayor calidad; los de rendimiento inferior a la media ganaron un 43 %, los superiores a la media un 17 %. El grupo que recibi\u00f3 una introducci\u00f3n a la ingenier\u00eda de prompts elev\u00f3 las puntuaciones de calidad un 25,1 % frente al 17,9 % de la IA sola<\/td>\n<td>Fuera de la frontera, los usuarios de IA ten\u00edan 19 puntos porcentuales menos de probabilidad de acertar (control en torno al 84,5 %, grupos con IA 60 y 70 %)<\/td>\n<\/tr>\n<tr>\n<td>Brynjolfsson, Li y Raymond, 2025, Quarterly Journal of Economics (versi\u00f3n de arXiv)<\/td>\n<td>5.172 agentes de atenci\u00f3n al cliente, despliegue escalonado de un asistente de IA<\/td>\n<td>Atenci\u00f3n al cliente por chat<\/td>\n<td>Incidencias resueltas por hora un 15 % m\u00e1s de media; alrededor del 30 % para los agentes menos experimentados, 36 % en el quintil de menor cualificaci\u00f3n; los agentes siguieron las recomendaciones el 35 % de las veces<\/td>\n<td>Ganancias m\u00ednimas y peque\u00f1as ca\u00eddas de calidad para los agentes m\u00e1s experimentados<\/td>\n<\/tr>\n<tr>\n<td>Peng, Kalliamvakou, Cihon y Demirer, 2023, arXiv<\/td>\n<td>95 programadores profesionales, una tarea de servidor HTTP<\/td>\n<td>Programaci\u00f3n<\/td>\n<td>El grupo tratado fue un 55,8 % m\u00e1s r\u00e1pido (71,17 frente a 160,89 minutos), intervalo de confianza del 21 al 89 %<\/td>\n<td>Una sola tarea y una muestra peque\u00f1a, por lo que el intervalo de confianza es amplio<\/td>\n<\/tr>\n<tr>\n<td>Cui, Demirer, Jaffe, Musolff, Peng y Salz, 2025 (Microsoft, Accenture y una empresa de la lista Fortune 100)<\/td>\n<td>4.867 desarrolladores en tres despliegues aleatorizados<\/td>\n<td>Programaci\u00f3n<\/td>\n<td>26,08 % m\u00e1s tareas completadas (error est\u00e1ndar 10,3); los desarrolladores j\u00fanior ganaron entre un 21 y un 40 %, los s\u00e9nior entre un 7 y un 16 %<\/td>\n<td>Cada experimento es ruidoso por s\u00ed solo; la adopci\u00f3n entre los desarrolladores tratados oscil\u00f3 entre el 42,5 y el 75,6 % en distintos momentos, as\u00ed que los efectos son por usuario<\/td>\n<\/tr>\n<tr>\n<td>Chatterji y colaboradores, 2025, NBER (uso de ChatGPT)<\/td>\n<td>Alrededor de 1,1 millones de conversaciones muestreadas, de mayo de 2024 a junio de 2025<\/td>\n<td>Todo el uso laboral<\/td>\n<td>La redacci\u00f3n supone el 40 % de los mensajes de trabajo; unos dos tercios de los mensajes de redacci\u00f3n piden al modelo modificar texto aportado por el usuario en lugar de redactar desde cero; alrededor del 81 % de los mensajes de trabajo corresponden a dos actividades amplias, gestionar informaci\u00f3n y tomar decisiones o resolver problemas<\/td>\n<td>Solo planes de consumo; basado en un clasificador<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>El patr\u00f3n que recorre la tabla es la base del \u00edndice que sigue. Las ganancias son mayores donde la tarea es frecuente, est\u00e1 bien especificada y cae dentro de la competencia del modelo, y son mayores para las personas con menos experiencia en la tarea. El \u00fanico estudio que prob\u00f3 directamente la orientaci\u00f3n sobre prompts (el grupo con introducci\u00f3n de Dell&rsquo;Acqua) hall\u00f3 que mejoraba a\u00fan m\u00e1s la calidad. El \u00fanico estudio que prob\u00f3 una tarea fuera de la frontera encontr\u00f3 una penalizaci\u00f3n lo bastante grande como para anular el beneficio.<\/p>\n<h2 id=\"cunto-se-usa-la-ia-y-cunto-tiempo-ahorra\"><span class=\"ez-toc-section\" id=\"%C2%BFCuanto-se-usa-la-IA-y-cuanto-tiempo-ahorra\"><\/span>\u00bfCu\u00e1nto se usa la IA y cu\u00e1nto tiempo ahorra?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Dos programas de encuestas independientes siguen la misma pregunta con definiciones distintas, as\u00ed que los mantenemos en filas separadas y no los empalmamos.<\/p>\n<table>\n<thead>\n<tr>\n<th>Fuente<\/th>\n<th>Medida<\/th>\n<th>\u00daltimos valores verificados<\/th>\n<th>Tendencia<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Panel trimestral de Gallup sobre la fuerza laboral (empleados de EE. UU., de 19.043 a 23.717 encuestados por oleada)<\/td>\n<td>Usa la IA en su puesto unas pocas veces al a\u00f1o o m\u00e1s \/ unas pocas veces por semana o m\u00e1s \/ a diario<\/td>\n<td>52 \/ 30 \/ 15 % (mayo de 2026)<\/td>\n<td>40 \/ 19 \/ 8 % en mayo de 2025; uso diario del 4 % en mayo de 2024<\/td>\n<\/tr>\n<tr>\n<td>Gallup, mismo panel<\/td>\n<td>La organizaci\u00f3n ha comunicado un plan claro de IA<\/td>\n<td>25 % (mayo de 2026)<\/td>\n<td>22 % en mayo de 2025; el 47 % dice que su organizaci\u00f3n ha integrado herramientas de IA<\/td>\n<\/tr>\n<tr>\n<td>Gallup, mismo panel<\/td>\n<td>Usos m\u00e1s comunes entre los usuarios de IA<\/td>\n<td>Redacci\u00f3n y edici\u00f3n 51 %, b\u00fasqueda o investigaci\u00f3n 49 %, asistencia general o resoluci\u00f3n de problemas 39 %<\/td>\n<td>Oleada de mayo de 2026<\/td>\n<\/tr>\n<tr>\n<td>Bick, Blandin y Deming, Real-Time Population Survey, documento de trabajo 32966 del NBER<\/td>\n<td>Proporci\u00f3n de trabajadores de EE. UU. que usan IA generativa en el trabajo; tiempo ahorrado<\/td>\n<td>26,5 % alg\u00fan uso, 9,0 % todos los d\u00edas laborables, 22,9 % semanalmente (agosto y noviembre de 2024); los usuarios ahorran el 5,4 % de sus horas de trabajo, el 1,4 % en el conjunto de los trabajadores<\/td>\n<td>Tareas situadas entre las dos principales: redacci\u00f3n 39,5 %, administrativas 25,6, interpretar o resumir 22,7, b\u00fasqueda de datos 18,0, generaci\u00f3n de ideas 13,2, programaci\u00f3n 12,9, documentaci\u00f3n 12,7<\/td>\n<\/tr>\n<tr>\n<td>Rastreador de adopci\u00f3n de IA generativa de la Fed de San Luis (misma encuesta, definiciones revisadas)<\/td>\n<td>Uso laboral semanal; horas asistidas; horas ahorradas<\/td>\n<td>39,2 % de uso semanal (segundo trimestre de 2026); 6,3 % de las horas asistidas; 2,2 % de las horas ahorradas<\/td>\n<td>Desde el 28,2, el 4,1 y el 1,6 % en el tercer trimestre de 2024<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Dos cifras de estas tablas fijan lo que est\u00e1 en juego. Un trabajador que usa IA generativa ahorra unas 2,2 horas a la semana seg\u00fan su propia estimaci\u00f3n, y tres de cada cuatro trabajadores no tienen ning\u00fan plan organizativo que les ayude. El sistema que exista va a ser personal.<\/p>\n<h2 id=\"el-ndice-de-prioridad-de-plantillas\"><span class=\"ez-toc-section\" id=\"El-Indice-de-prioridad-de-plantillas\"><\/span>El \u00cdndice de prioridad de plantillas<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La tabla siguiente es un marco editorial de CEOtudent. Cruza tres fuentes verificadas que no se hab\u00edan combinado antes: las cuotas de casos de uso de Gallup entre los usuarios de IA, las tareas laborales mejor clasificadas de la encuesta de la Fed y la evidencia de los experimentos de campo por familia de tareas. La prioridad se asigna seg\u00fan una regla expl\u00edcita, no solo por criterio: Prioridad 1 significa que la familia de tareas es a la vez frecuente (entre las tres primeras en cualquiera de las dos encuestas) y est\u00e1 respaldada por al menos un estudio de campo aleatorizado o cuasialeatorizado; Prioridad 2 significa que cumple una de las dos condiciones; Prioridad 3 significa que no cumple ninguna, o que la evidencia lleva una advertencia de verificaci\u00f3n.<\/p>\n<table>\n<thead>\n<tr>\n<th>Familia de tareas<\/th>\n<th>Porcentaje de usuarios de IA (Gallup, mayo de 2026)<\/th>\n<th>Porcentaje que la sit\u00faa entre sus dos principales (encuesta de la Fed, 2024)<\/th>\n<th>Evidencia de campo m\u00e1s s\u00f3lida<\/th>\n<th>Repetibilidad (editorial)<\/th>\n<th>Prioridad<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Editar y reescribir texto que t\u00fa aportas<\/td>\n<td>51 % (redacci\u00f3n y edici\u00f3n)<\/td>\n<td>39,5 % (redacci\u00f3n)<\/td>\n<td>Noy y Zhang: 40 % m\u00e1s r\u00e1pido, 18 % m\u00e1s de calidad; dos tercios de los mensajes de redacci\u00f3n en ChatGPT son ediciones<\/td>\n<td>Alta: mismas entradas, misma audiencia, cada semana<\/td>\n<td>1<\/td>\n<\/tr>\n<tr>\n<td>Redactar documentos rutinarios y texto administrativo<\/td>\n<td>Dentro del 51 %<\/td>\n<td>25,6 % (administrativas), 12,7 % (documentaci\u00f3n)<\/td>\n<td>Brynjolfsson, Li y Raymond: 15 % m\u00e1s incidencias resueltas en trabajo de soporte con guion<\/td>\n<td>Alta<\/td>\n<td>1<\/td>\n<\/tr>\n<tr>\n<td>Resumir, interpretar y traducir<\/td>\n<td>No se informa por separado<\/td>\n<td>22,7 %<\/td>\n<td>Dell&rsquo;Acqua: las tareas dentro de la frontera inclu\u00edan an\u00e1lisis y s\u00edntesis, 12,2 % m\u00e1s tareas, m\u00e1s del 40 % de calidad<\/td>\n<td>Media: las entradas var\u00edan<\/td>\n<td>2<\/td>\n<\/tr>\n<tr>\n<td>An\u00e1lisis estructurado y resoluci\u00f3n de problemas<\/td>\n<td>39 % (asistencia general o resoluci\u00f3n de problemas)<\/td>\n<td>No se informa por separado<\/td>\n<td>Dell&rsquo;Acqua: grandes ganancias dentro de la frontera, 19 puntos porcentuales peor fuera<\/td>\n<td>Media, con una marca de frontera en cada ficha<\/td>\n<td>2<\/td>\n<\/tr>\n<tr>\n<td>Investigaci\u00f3n y b\u00fasqueda de datos<\/td>\n<td>49 %<\/td>\n<td>18,0 %<\/td>\n<td>Ning\u00fan estudio de campo aleatorizado midi\u00f3 la exactitud de la b\u00fasqueda con IA en el trabajo<\/td>\n<td>Baja: cada salida necesita verificaci\u00f3n<\/td>\n<td>3<\/td>\n<\/tr>\n<tr>\n<td>Programaci\u00f3n<\/td>\n<td>No se informa por separado<\/td>\n<td>12,9 %<\/td>\n<td>Peng: 55,8 % m\u00e1s r\u00e1pido; Cui: 26,08 % m\u00e1s tareas<\/td>\n<td>Alta para desarrolladores<\/td>\n<td>1 para desarrolladores; en otro caso, no aplica<\/td>\n<\/tr>\n<tr>\n<td>Generaci\u00f3n de ideas<\/td>\n<td>No se informa por separado<\/td>\n<td>13,2 %<\/td>\n<td>Ning\u00fan estudio de campo la aisl\u00f3; Noy y Zhang describen un desplazamiento de las tareas hacia la generaci\u00f3n de ideas y la edici\u00f3n<\/td>\n<td>Baja: las salidas no son comparables<\/td>\n<td>3<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Lee el \u00edndice como un orden de construcci\u00f3n. Tus tres primeras fichas deber\u00edan cubrir la edici\u00f3n de texto que escribiste t\u00fa, los documentos rutinarios que produces cada semana y (si programas) tu tarea de programaci\u00f3n m\u00e1s habitual. Los prompts de investigaci\u00f3n van los \u00faltimos y llevan un paso de verificaci\u00f3n por dise\u00f1o.<\/p>\n<h2 id=\"la-ficha-de-prompt-una-plantilla-nueve-campos\"><span class=\"ez-toc-section\" id=\"La-ficha-de-prompt-una-plantilla-nueve-campos\"><\/span>La ficha de prompt: una plantilla, nueve campos<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Una biblioteca vale lo que vale su unidad de almacenamiento. Recomendamos una ficha de nueve campos, guardada en texto plano para que sobreviva a cualquier cambio de herramienta. Los campos se corresponden con la investigaci\u00f3n: el formato fijo responde a Sclar y Mizrahi, los casos de prueba responden al estudio de Berkeley, la l\u00ednea de frontera responde a Dell&rsquo;Acqua.<\/p>\n<table>\n<thead>\n<tr>\n<th>Campo<\/th>\n<th>Qu\u00e9 contiene<\/th>\n<th>Por qu\u00e9 existe<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Nombre y versi\u00f3n<\/td>\n<td>Familia-verbo-objeto m\u00e1s un n\u00famero de versi\u00f3n, por ejemplo &ldquo;edit-exec-summary-v3&rdquo; (editar-resumen-ejecutivo)<\/td>\n<td>Tendr\u00e1s cinco variantes en un mes; los nombres frenan la deriva<\/td>\n<\/tr>\n<tr>\n<td>Disparador<\/td>\n<td>La situaci\u00f3n concreta que reclama esta ficha, por ejemplo &ldquo;cualquier borrador de m\u00e1s de 300 palabras dirigido a quien decide&rdquo;<\/td>\n<td>Las fichas se recuperan por situaci\u00f3n, no por ingenio<\/td>\n<\/tr>\n<tr>\n<td>Entradas requeridas<\/td>\n<td>Exactamente lo que debes pegar o adjuntar: borrador, audiencia, decisi\u00f3n buscada, l\u00edmite de extensi\u00f3n<\/td>\n<td>Las entradas que faltan son la causa m\u00e1s com\u00fan de salidas flojas<\/td>\n<\/tr>\n<tr>\n<td>Cuerpo del prompt (congelado)<\/td>\n<td>El texto completo, incluidos separadores y may\u00fasculas, nunca reescrito de memoria<\/td>\n<td>Los cambios de formato por s\u00ed solos alteran los resultados<\/td>\n<\/tr>\n<tr>\n<td>Modelo y ajustes<\/td>\n<td>En qu\u00e9 modelo y modo lo probaste, con una referencia a tu regla de enrutamiento<\/td>\n<td>Los resultados no se transfieren intactos entre modelos<\/td>\n<\/tr>\n<tr>\n<td>Casos de prueba<\/td>\n<td>Tres entradas con la salida que aceptaste, guardadas junto a la ficha<\/td>\n<td>Una ficha se promociona solo tras tres aciertos, no uno<\/td>\n<\/tr>\n<tr>\n<td>Modos de fallo conocidos<\/td>\n<td>Qu\u00e9 hace mal este prompt cuando falla, por ejemplo &ldquo;a\u00f1ade hechos que el borrador no conten\u00eda&rdquo;<\/td>\n<td>Convierte una mala sorpresa en una barrera permanente<\/td>\n<\/tr>\n<tr>\n<td>L\u00ednea de frontera<\/td>\n<td>La frase expl\u00edcita de &ldquo;no usar para&rdquo;, por ejemplo &ldquo;no para redacci\u00f3n legal o financiera&rdquo;<\/td>\n<td>La penalizaci\u00f3n fuera de la frontera es el mayor riesgo documentado<\/td>\n<\/tr>\n<tr>\n<td>\u00daltima verificaci\u00f3n y responsable<\/td>\n<td>La fecha en que ejecutaste por \u00faltima vez los casos de prueba; qui\u00e9n mantiene la ficha en un equipo<\/td>\n<td>Los modelos cambian; una ficha sin fecha es un rumor<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3 id=\"una-ficha-completada\">Una ficha completada<\/h3>\n<p><strong>Nombre y versi\u00f3n:<\/strong> edit-exec-summary-v3.<br \/>\n<strong>Disparador:<\/strong> Cualquier borrador de m\u00e1s de 300 palabras que vaya a leer alguien que decide algo.<br \/>\n<strong>Entradas requeridas:<\/strong> El borrador; el rol del lector; la \u00fanica decisi\u00f3n que el lector debe tomar; el l\u00edmite de extensi\u00f3n en palabras.<br \/>\n<strong>Cuerpo del prompt (congelado):<\/strong> &ldquo;Est\u00e1s editando, no escribiendo. Conserva cada afirmaci\u00f3n factual exactamente como est\u00e1 y no a\u00f1adas ning\u00fan hecho, cifra o ejemplo que no figure en el borrador. Lector: [rol]. Decisi\u00f3n que el lector debe tomar tras leer: [decisi\u00f3n]. Reescribe el borrador de modo que el primer p\u00e1rrafo enuncie la recomendaci\u00f3n y la \u00fanica cifra que la respalda, el segundo p\u00e1rrafo d\u00e9 las dos razones m\u00e1s s\u00f3lidas y el p\u00e1rrafo final nombre el riesgo y lo que har\u00eda cambiar la recomendaci\u00f3n. M\u00e1ximo [N] palabras. Donde al borrador le falte un dato que el lector necesitar\u00e1, inserta el marcador [FALTA: qu\u00e9 falta] en lugar de rellenarlo. Devuelve solo el texto reescrito.&rdquo;<br \/>\n<strong>Modelo y ajustes:<\/strong> El modelo de prop\u00f3sito general de nuestra regla de enrutamiento para redacci\u00f3n; sin navegaci\u00f3n.<br \/>\n<strong>Casos de prueba:<\/strong> Un memorando de presupuesto, un correo de estado de proyecto y unas notas de diapositivas, cada uno con la salida aceptada guardada.<br \/>\n<strong>Modos de fallo conocidos:<\/strong> Elimina matizadores como &ldquo;preliminar&rdquo; al comprimir; de vez en cuando fusiona dos razones en una.<br \/>\n<strong>L\u00ednea de frontera:<\/strong> No para lenguaje contractual, presentaciones regulatorias ni nada con efecto legal; no para borradores sin cifras (usa en su lugar la ficha de redacci\u00f3n).<br \/>\n<strong>\u00daltima verificaci\u00f3n y responsable:<\/strong> 2026-10, t\u00fa.<\/p>\n<p>Observa que la ficha incorpora el hallazgo de los datos de uso de ChatGPT: dos tercios de las peticiones de redacci\u00f3n profesional son ediciones de texto que el usuario ya tiene. La ficha m\u00e1s valiosa de la mayor\u00eda de las bibliotecas es una ficha de edici\u00f3n, no una de redacci\u00f3n.<\/p>\n<h2 id=\"cmo-se-organiza-la-biblioteca\"><span class=\"ez-toc-section\" id=\"%C2%BFComo-se-organiza-la-biblioteca\"><\/span>\u00bfC\u00f3mo se organiza la biblioteca?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Carpetas por familia de tareas, no por herramienta.<\/strong> Las herramientas cambian; las familias de tareas del \u00edndice anterior se han mantenido estables en todas las encuestas desde 2024. Usa las siete familias como carpetas de primer nivel y deja vac\u00eda la de programaci\u00f3n si no programas.<\/p>\n<p><strong>Tres niveles dentro de cada familia.<\/strong> Las fichas N\u00facleo son las que ejecutas cada semana; tienen tres casos de prueba y una fecha. Las fichas Situacionales se ejecutan una vez al mes o menos; tienen un caso de prueba. Las fichas Experimentales son todo lo que probaste una vez; viven en la carpeta pero no llevan n\u00famero de versi\u00f3n hasta que se promocionan. El hallazgo de Berkeley es la raz\u00f3n del sistema de niveles: el comportamiento humano por defecto es promocionar tras un solo \u00e9xito.<\/p>\n<p><strong>Un \u00fanico archivo \u00edndice.<\/strong> Una sola p\u00e1gina que liste cada ficha N\u00facleo con su disparador. La recuperaci\u00f3n se hace por disparador (&ldquo;borrador dirigido a quien decide&rdquo;), que es como lo recordar\u00e1s de verdad bajo presi\u00f3n de tiempo.<\/p>\n<p><strong>Guarda las entradas por separado.<\/strong> Tu contexto permanente (rol, audiencia, estilo de la casa, restricciones) pertenece a un documento de contexto, no al interior de cada ficha. Nuestros art\u00edculos sobre el <a href=\"\/es\/archivo-de-contexto-documento-30-minutos-herramientas-ia-mejores\">archivo de contexto<\/a> y sobre <a href=\"\/es\/configurar-herramientas-ia-instrucciones-proyectos-memoria-contexto-trabajo\">configurar instrucciones personalizadas, proyectos y memoria<\/a> cubren esa capa; as\u00ed las fichas se mantienen cortas y port\u00e1tiles. En qu\u00e9 modelo se prueba una ficha lo decide tu <a href=\"\/es\/que-modelo-ia-para-que-tarea-guia-enrutamiento-2026\">regla de enrutamiento<\/a>.<\/p>\n<h2 id=\"seis-reglas-operativas-a-partir-de-la-evidencia\"><span class=\"ez-toc-section\" id=\"Seis-reglas-operativas-a-partir-de-la-evidencia\"><\/span>Seis reglas operativas a partir de la evidencia<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ol>\n<li><strong>Congela el formato.<\/strong> Copia el cuerpo del prompt al pie de la letra. No &ldquo;ordenes&rdquo; separadores, may\u00fasculas ni espaciado entre ejecuciones. Sclar y colaboradores se\u00f1alan que, para quienes construyen sistemas sobre un modelo, elegir un formato que funcione y mantenerlo es un m\u00e9todo v\u00e1lido.<\/li>\n<li><strong>Tres casos antes de promocionar.<\/strong> Un prompt pasa de Experimental a N\u00facleo solo despu\u00e9s de que tres entradas distintas hayan producido una salida aceptada. La evaluaci\u00f3n multiprompt de Mizrahi es la versi\u00f3n investigadora de la misma regla.<\/li>\n<li><strong>Escribe primero la l\u00ednea de frontera.<\/strong> Antes de guardar una ficha, escribe la frase que dice para qu\u00e9 no debe usarse. Los consultores de Dell&rsquo;Acqua perdieron 19 puntos porcentuales de exactitud en la \u00fanica tarea que la herramienta no pod\u00eda hacer, y no se dieron cuenta.<\/li>\n<li><strong>Registra los fallos como campos, no como recuerdos.<\/strong> Cada vez que una ficha falla, el fallo va al campo de fallos conocidos ese mismo d\u00eda. Los participantes de Berkeley sobregeneralizaron a partir de fallos aislados con la misma facilidad que a partir de \u00e9xitos aislados; un registro escrito evita ambas cosas.<\/li>\n<li><strong>Fecha y vuelve a probar cada trimestre.<\/strong> Vuelve a ejecutar los tres casos de prueba en el modelo actual cada trimestre. Si la salida cambia de forma sustancial, sube la versi\u00f3n.<\/li>\n<li><strong>Comparte el nivel N\u00facleo.<\/strong> Gallup encuentra que tres de cada cuatro empleados no tienen un plan organizativo de IA y, en la encuesta de Microsoft de 2024 a 31.000 trabajadores del conocimiento, el 78 % de los usuarios llevaba sus propias herramientas de IA al trabajo. Una carpeta N\u00facleo compartida por el equipo es la unidad m\u00e1s peque\u00f1a de un plan de IA que existe de verdad. Tambi\u00e9n cierra la brecha de experiencia que los experimentos de campo encuentran una y otra vez: los novatos ganaron entre un 30 y un 43 % en los estudios de soporte y consultor\u00eda, y una ficha compartida es la forma en que un novato toma prestado el prompt de un experto.<\/li>\n<\/ol>\n<h2 id=\"la-mirada-del-ceo-y-la-mirada-del-estudiante\"><span class=\"ez-toc-section\" id=\"La-mirada-del-CEO-y-la-mirada-del-estudiante\"><\/span>La mirada del CEO y la mirada del estudiante<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Gestiona la biblioteca como un registro de activos. Cada ficha tiene un responsable, una versi\u00f3n, una fecha de \u00faltima verificaci\u00f3n y una regla de retiro (sin uso en seis meses significa archivar). M\u00eddela una vez al trimestre con la propia vara de medir de la encuesta de la Fed: \u00bfcu\u00e1ntas horas te ahorraron las fichas N\u00facleo esta semana, seg\u00fan tu estimaci\u00f3n honesta? Si la respuesta est\u00e1 por debajo de las 2,2 horas semanales que declara el usuario medio, la biblioteca no est\u00e1 cubriendo tus tareas frecuentes y el \u00edndice anterior te dice qu\u00e9 familia falta.<\/p>\n<p>Aprende de ella como de un cuaderno de laboratorio. Cada ficha es una hip\u00f3tesis sobre lo que funciona; los casos de prueba son el experimento; el campo de fallos conocidos es el resultado que no quer\u00edas. La investigaci\u00f3n le da al estudiante un dato tranquilizador: las personas que m\u00e1s ganaron con la asistencia de la IA en todos los experimentos de campo fueron las menos experimentadas, y el mecanismo fue el acceso a buenas pr\u00e1cticas codificadas. Una biblioteca son buenas pr\u00e1cticas codificadas que escribiste para ti. Encaja de forma natural con el <a href=\"\/es\/mejores-preguntas-superan-mejores-respuestas-marco-calidad-de-preguntas-era-ia\">marco de calidad de las preguntas<\/a>: la ficha guarda el formato, el marco comprueba si la pregunta que contiene merece hacerse.<\/p>\n<h2 id=\"lo-que-esta-evidencia-no-puede-decirte\"><span class=\"ez-toc-section\" id=\"Lo-que-esta-evidencia-no-puede-decirte\"><\/span>Lo que esta evidencia no puede decirte<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li>Ning\u00fan estudio aleatorizado ha probado &ldquo;mantener una biblioteca de prompts&rdquo; como intervenci\u00f3n. El argumento aqu\u00ed se arma a partir de estudios sobre la fragilidad de los prompts, el comportamiento de los novatos, la calidad de los prompts y la productividad por tarea. Tr\u00e1talo como una inferencia bien respaldada, no como un efecto medido.<\/li>\n<li>Los experimentos de campo usaron modelos de 2023 a 2025 en tareas concretas de empresas concretas. Los tama\u00f1os del efecto ser\u00e1n distintos para tus tareas y para los modelos actuales; justo por eso la ficha lleva fecha y casos de prueba.<\/li>\n<li>Los resultados de fragilidad se midieron sobre todo en modelos de pesos abiertos en entornos few-shot. Los modelos m\u00e1s nuevos pueden ser menos sensibles, pero el art\u00edculo de Sclar encontr\u00f3 que la sensibilidad persist\u00eda tras el escalado y el ajuste por instrucciones, y el coste de congelar un formato es casi cero.<\/li>\n<li>Las cifras de las encuestas son autodeclaradas y los dos programas de encuestas definen el uso de forma distinta. Nunca combinamos una cifra de Gallup con una de la Fed en la misma frase.<\/li>\n<li>El estudio de Knoth tiene 45 estudiantes y tareas acad\u00e9micas; el estudio de Berkeley tiene 10 participantes. Ambos se usan aqu\u00ed para el mecanismo, no para la magnitud.<\/li>\n<\/ul>\n<h2 id=\"preguntas-frecuentes\"><span class=\"ez-toc-section\" id=\"Preguntas-frecuentes\"><\/span>Preguntas frecuentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>\u00bfUna biblioteca de prompts es lo mismo que una gu\u00eda de ingenier\u00eda de prompts?<\/strong><br \/>\nNo. Una gu\u00eda te da principios; una biblioteca guarda los prompts concretos que han superado tus casos de prueba en tus tareas. El experimento de Dell&rsquo;Acqua sugiere que una breve introducci\u00f3n a la ingenier\u00eda de prompts mejora los resultados, y la biblioteca es donde esa introducci\u00f3n se convierte en pr\u00e1ctica reutilizable.<\/p>\n<p><strong>\u00bfCu\u00e1ntas fichas necesito?<\/strong><br \/>\nMenos de las que crees. Empieza con tres fichas N\u00facleo de las familias de Prioridad 1. El uso semanal de IA de la mayor\u00eda de los profesionales se concentra en edici\u00f3n, documentos rutinarios y b\u00fasqueda, y por eso el \u00edndice las sit\u00faa primero.<\/p>\n<p><strong>\u00bfDeber\u00eda guardar las fichas en la funci\u00f3n de prompts guardados de la propia herramienta de IA?<\/strong><br \/>\nGuarda la copia maestra en texto plano bajo tu control y repl\u00edcala en las funciones de la herramienta por comodidad. Las funciones de las herramientas cambian, y los casos de prueba y los campos de fallos de la ficha no suelen tener sitio all\u00ed.<\/p>\n<p><strong>\u00bfY los prompts para agentes de IA en lugar de chat?<\/strong><br \/>\nSirve la misma ficha, con la l\u00ednea de frontera haciendo una parte mayor del trabajo. Nuestros art\u00edculos sobre <a href=\"\/es\/como-delegar-en-un-agente-de-ia\">delegar en un agente de IA<\/a> y sobre <a href=\"\/es\/que-es-la-ingenieria-de-contexto-habilidad-sustituye-ingenieria-de-prompts\">ingenier\u00eda de contexto<\/a> cubren los campos adicionales que necesita el brief de un agente.<\/p>\n<p><strong>\u00bfC\u00f3mo s\u00e9 que una ficha sigue siendo buena tras una actualizaci\u00f3n del modelo?<\/strong><br \/>\nVuelve a ejecutar los tres casos de prueba. Si dos de las tres salidas cambian de un modo que no habr\u00edas aceptado, la ficha vuelve a Experimental hasta que los supere de nuevo.<\/p>\n<h2 id=\"fuentes\"><span class=\"ez-toc-section\" id=\"Fuentes\"><\/span>Fuentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li>Gallup, &ldquo;AI Use at Work Has Nearly Doubled in Two Years&rdquo; (junio de 2025), &ldquo;Organizational AI Adoption Jumps Six Points&rdquo; (julio de 2026) y el Gallup Indicator on Artificial Intelligence (datos a mayo de 2026).<\/li>\n<li>Bick, Blandin y Deming, &ldquo;The Rapid Adoption of Generative AI&rdquo;, National Bureau of Economic Research Working Paper 32966 (revisado en febrero de 2025); Federal Reserve Bank of St. Louis, &ldquo;The Impact of Generative AI on Work Productivity&rdquo; (febrero de 2025) y FRED Blog, &ldquo;Does generative AI save time at work?&rdquo; (agosto de 2026).<\/li>\n<li>Chatterji, Cunningham, Deming, Hitzig, Ong, Shan y Wadman, &ldquo;How People Use ChatGPT&rdquo;, National Bureau of Economic Research Working Paper 34255, septiembre de 2025.<\/li>\n<li>Sclar, Choi, Tsvetkov y Suhr, &ldquo;Quantifying Language Models&rsquo; Sensitivity to Spurious Features in Prompt Design&rdquo;, International Conference on Learning Representations 2024.<\/li>\n<li>Mizrahi, Kaplan, Malkin, Dror, Shahaf y Stanovsky, &ldquo;State of What Art? A Call for Multi-Prompt LLM Evaluation&rdquo;, Transactions of the Association for Computational Linguistics, volumen 12, 2024.<\/li>\n<li>Zamfirescu-Pereira, Wong, Hartmann y Yang, &ldquo;Why Johnny Can&rsquo;t Prompt: How Non-AI Experts Try (and Fail) to Design LLM Prompts&rdquo;, Proceedings of CHI 2023.<\/li>\n<li>Knoth, Tolzin, Janson y Leimeister, &ldquo;AI literacy and its implications for prompt engineering strategies&rdquo;, Computers and Education: Artificial Intelligence, volumen 6, 2024.<\/li>\n<li>Noy y Zhang, &ldquo;Experimental evidence on the productivity effects of generative artificial intelligence&rdquo;, Science, 381(6654), 2023, p\u00e1ginas 187 a 192.<\/li>\n<li>Dell&rsquo;Acqua, McFowland, Mollick, Lifshitz-Assaf, Kellogg, Rajendran, Krayer, Candelon y Lakhani, &ldquo;Navigating the Jagged Technological Frontier&rdquo;, Harvard Business School Working Paper 24-013, 2023.<\/li>\n<li>Brynjolfsson, Li y Raymond, &ldquo;Generative AI at Work&rdquo;, Quarterly Journal of Economics, 140(2), 2025 (cifras de la versi\u00f3n de arXiv de noviembre de 2024).<\/li>\n<li>Peng, Kalliamvakou, Cihon y Demirer, &ldquo;The Impact of AI on Developer Productivity: Evidence from GitHub Copilot&rdquo;, arXiv 2302.06590, 2023.<\/li>\n<li>Cui, Demirer, Jaffe, Musolff, Peng y Salz, &ldquo;The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers&rdquo;, 2025 (versi\u00f3n de los autores, junio de 2025); Microsoft y LinkedIn, 2024 Work Trend Index Annual Report (para la cifra de uso de herramientas de IA propias).<\/li>\n<\/ul>\n<hr>\n<p><em>Este contenido fue recopilado con el apoyo de la IA tras una investigaci\u00f3n exhaustiva, y luego redactado y preparado para su publicaci\u00f3n por el equipo editorial de CEOtudent.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>A mediados de 2026 m\u00e1s de la mitad de los empleados de EE. UU. usa la IA en el trabajo y el 15 % la usa a diario, pero solo el 25 % dice que su organizaci\u00f3n ha comunicado un plan claro al respecto. La investigaci\u00f3n explica por qu\u00e9 la mayor parte de ese uso nunca se capitaliza: los prompts son fr\u00e1giles (el formato por s\u00ed solo mueve la exactitud hasta 76 puntos), la gente itera de forma oportunista y da por logrado el \u00e9xito tras un solo intento, y la calidad del prompt explica m\u00e1s de la mitad de la calidad de la salida. Este art\u00edculo cruza las encuestas de adopci\u00f3n con ocho experimentos de campo en un \u00cdndice de prioridad de plantillas y despu\u00e9s te da la ficha de prompt, la estructura de carpetas y las reglas de mantenimiento que convierten un historial de chat en un activo reutilizable.<\/p>\n","protected":false},"author":1,"featured_media":326305,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4456,5],"tags":[],"class_list":["post-326309","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-dijital","category-is"],"_links":{"self":[{"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/posts\/326309","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/comments?post=326309"}],"version-history":[{"count":0,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/posts\/326309\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/media\/326305"}],"wp:attachment":[{"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/media?parent=326309"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/categories?post=326309"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ceotudent.com\/es\/wp-json\/wp\/v2\/tags?post=326309"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}