Entrada
El material de partida: notas de reunión, un documento, varios textos, una planilla. Sin entrada concreta no hay transformación útil.
Productividad con IA: trabajar de forma más eficiente
Quiero usar IA para trabajar de forma más eficiente. ¿Qué tareas puedo mejorar?
Esta página no es una lista de aplicaciones comerciales: explica qué tipos de tareas se benefician de la IA, cómo plantearlas y qué revisar. La IA no solo sirve para escribir más rápido: su mayor valor está en ahorrar trabajo cognitivo y operativo, es decir, sintetizar, estructurar, transformar, clasificar y preparar decisiones.
Ahorrar escritura es dictar un texto y que salga redactado. Ahorrar trabajo cognitivo es entregar notas desordenadas y recibir decisiones extraídas, información clasificada o documentos comparados. Lo primero acelera los dedos; lo segundo libera la cabeza. Pero ningún resultado se usa sin revisión humana.
Qué podés hacer
- Resumir documentos largos
- Redactar borradores a partir de ideas
- Mejorar textos propios (claridad, tono, corrección)
- Organizar información dispersa
- Extraer los puntos importantes de un texto
- Preparar reuniones (orden del día, antecedentes)
- Transformar notas sueltas en actas o informes
- Generar listas de tareas desde una descripción
- Analizar documentos y responder preguntas sobre ellos
- Comparar información entre varias fuentes
- Generar ideas y alternativas para un problema
- Clasificar contenido por categorías
- Preparar presentaciones (estructura y guion)
- Trabajar con tablas y datos, cuando corresponda
- Traducir y adaptar contenido a otra audiencia o idioma
Patrón de transformación
Objetivo
Qué querés obtener: extraer decisiones, clasificar, comparar, resumir. Pedir 'ayudame con esto' sin objetivo da resultados genéricos.
Contexto
Objetivo, audiencia, formato, restricciones y documentos de referencia. El resultado mejora cuando la IA conoce todo esto (ver guías de prompting).
Transformación
Qué operación pedís: resumir, clasificar, reestructurar, comparar, traducir. Nombrarla en el pedido evita respuestas vagas.
Resultado
El entregable en el formato pedido: acta con tareas, tabla comparativa, resumen ejecutivo. Definilo antes de pedir.
Revisión
Validación humana obligatoria: verificar datos, recuperar detalles perdidos y decidir. Ejemplo: notas de reunión → extraer decisiones → contexto del proyecto → resumir y clasificar → acta con tareas → revisión humana.
Trabajar con documentos
No todas las formas de darle material a la IA son iguales, y no todas las plataformas soportan todas estas capacidades.
- Pegar texto: lo más simple, para fragmentos cortos
- Subir un documento: para archivos completos, cuando la plataforma lo permite
- Buscar dentro de documentos: localizar respuestas puntuales sin leer todo
- Trabajar con múltiples documentos: comparar y cruzar información
- Sistemas con recuperación (RAG): la IA busca en tu base de documentos y responde citando fragmentos
- Conectores y herramientas: acceso a tus archivos y apps desde el asistente, cuando corresponda
- Definir el formato de salida antes de pedir el resultado
- Revisar contra los documentos originales, no contra tu recuerdo
- Guardar el prompt que funcionó como plantilla reutilizable
La productividad mejora cuando la IA conoce tu objetivo, tu audiencia, el formato esperado, las restricciones y el contexto. Las guías de prompting explican cómo dar ese contexto.
Qué necesitás saber
Conceptos explicados en las guías existentes. Se escriben una vez y se reutilizan: son las mismas guías de la sección Explorar IA.
¿Qué es un prompt y cómo funciona?
Un prompt no es una frase mágica: es la entrada completa que recibe el modelo. Qué lo compone y por qué cada parte importa.
Leer guíaAnatomía de un buen prompt
Un mapa visual de las piezas de un prompt completo: objetivo, contexto, datos, restricciones, formato, ejemplos y validación. Y cuándo omitir cada una.
Leer guíaZero-shot, few-shot y role prompting
Pedir sin ejemplos, pedir con ejemplos y pedir con un rol: qué aporta cada técnica, cuándo conviene y cuáles son sus límites reales.
Leer guíaStructured outputs y formatos de respuesta
Cuando la respuesta la va a leer un programa, pedirle el formato en prosa no alcanza: esquemas, salidas estructuradas y llamadas a funciones.
Leer guíaPrompt chaining, descomposición y context engineering
El prompting moderno excede el texto del prompt: dividir tareas, encadenar pasos y diseñar todo el contexto (datos, herramientas, memoria, instrucciones).
Leer guíaCómo evaluar y mejorar prompts
Mejorar a ojo no escala: definir casos de prueba, medir, cambiar una cosa por vez y versionar. El método iterativo completo.
Leer guíaTokens y ventana de contexto
Qué es un token, qué es la ventana de contexto y por qué determinan cuánto puede leer un modelo, cuánto cuesta usarlo y cómo hay que escribirle.
Leer guíaPrompts para practicar
Plantillas del Laboratorio de Prompting para resumir, redactar y transformar contenido.
- Minuta de reunión accionable (Inicial)
Riesgos y límites
- Información incorrecta presentada con seguridad
- Pérdida de detalles importantes al resumir
- Privacidad: qué datos salen de tu equipo y a dónde van
- Documentos confidenciales pegados o subidos sin control
- Dependencia excesiva: dejar de verificar porque 'casi siempre acierta'
- Automatizar una tarea que está mal definida
- Resultados demasiado genéricos por pedidos vagos
- Sesgos reproducidos del material de origen
- Publicar o decidir sin revisar el resultado
Próximo paso
Abrir ¿Qué IA necesito? Aprender prompting Explorar modelos Ver biblioteca de prompts Mejorar un prompt