Cuando un asistente virtual responde algo inesperado, el reflejo más común es tocar el prompt; en muchos casos, ese es el lugar equivocado para intervenir.
Una respuesta puede fallar porque falta información, porque la información es incorrecta o contradictoria, porque el asistente no la recuperó bien o porque las instrucciones de comportamiento no son claras. Cada causa vive en una capa distinta del sistema y se corrige en un lugar distinto.
Este artículo propone un método simple: diagnosticar primero, e intervenir en la capa correcta. Así se evita acumular instrucciones innecesarias y se mantiene un asistente estable en el tiempo.
¿Qué es un prompt para el Asistente Virtual?
Un prompt es la instrucción, el contexto o el conjunto de indicaciones que le damos a un sistema de IA para guiarlo en cómo generar una respuesta. Es el "input" (entrada) que utilizas para guiarla, y puede incluir desde una frase simple hasta párrafos detallados.
No es lo mismo que una pregunta: una pregunta busca una respuesta, mientras que un prompt diseña la interacción y orienta a la IA hacia un resultado esperado.
Por ejemplo, ante la pregunta «¿Cuándo se acredita?», la respuesta puntual es «24 a 48 horas hábiles». El prompt, en cambio, define cómo se responde esa y cualquier otra consulta: con qué comportamiento, con qué criterios y con qué formato. No es una segunda base de conocimiento.
Para gestionar un asistente virtual de manera sólida necesitamos gobernar dos dimensiones fundamentales: el conocimiento que aportamos y las instrucciones que le damos para utilizarlo.
Criterios que se pueden configurar en el prompt
Debajo se listan los puntos configurables del prompt con su definición y un ejemplo asociado. Todos son criterios de comportamiento, ninguno es un dato de negocio.
| Criterio | Qué define | Ejemplo de instrucción |
| Identidad y rol | Quién es el asistente y a quién ayuda. | Eres el asistente virtual de [Empresa] y ayudas a los clientes con sus consultas sobre productos y servicios. |
| Tono y estilo | La voz deseada, con ejemplos breves de frases cuando aportan claridad. | Usa un tono cercano y profesional, por ejemplo: “Con gusto te ayudo con eso” |
| Formato de respuesta | Uso de negritas, emojis, pasos numerados y extensión esperada. | Responde en un máximo de 3 oraciones, resalta los plazos en negrita y usa pasos numerados para los procedimientos. |
| Orden de respuesta | Intentar resolver con la información disponible y escalar o indicar un canal de contacto cuando no sea posible resolver de forma confiable. | Primero responde con la información de la base de conocimiento. Si con eso no puedes resolver la consulta de forma confiable, no improvises: avísale al usuario que no pudiste resolverla y derívalo al canal de atención definido (por ejemplo, el formulario de contacto o el teléfono de atención). |
| Citas de fuentes | Indicar explícitamente que, al responder con conocimiento Autogenerado, debe citar o identificar la fuente documental según el formato habilitado. | Cuando respondas con información de la base de conocimiento Autogenerado, identifica el documento de origen. |
| Límites y restricciones | Temas que debe rechazar, evitar o derivar. | No brindes asesoría financiera ni compartas datos personales de otros usuarios; deriva esas consultas a un asesor. |
| Fallback | Qué decir cuando no encuentra información suficiente: comunicar que no la encontró y ofrecer el canal de ayuda definido, sin inventar una respuesta. | Si no encuentras la información, dilo con claridad, ofrece el canal de ayuda y no inventes una respuesta. |
| Manejo de ambigüedad | Pedir precisión cuando una consulta admite varias interpretaciones o llega sin contexto suficiente. | Si la consulta puede interpretarse de más de una forma, haz una pregunta breve para precisarla antes de responder. |
| Contexto conversacional | Considerar lo ya dicho, no repetir preguntas respondidas y no solicitar de nuevo datos presentes en el hilo. | Ten en cuenta lo que el usuario ya dijo: no repitas preguntas ya respondidas ni pidas de nuevo datos que figuran en la conversación. |
| Instrucciones específicas de un caso de uso | Por ejemplo, ante un problema de internet: qué diagnósticos priorizar, cuándo escalar directamente y qué tono usar si el cliente expresa frustración. | Ante un problema de internet, primero pide reiniciar el módem; si el cliente ya lo hizo o expresa frustración, reconócelo con empatía y escala directamente. |
Adicionalmente, es posible agregar lineamientos sobre derivaciones, integraciones, botones y otros complementos. Los complementos se generan por medio de tags internas en HTML, que son reconocidas por nuestros servicios. Es decir, no se trata de un agente que por el momento ejecute tareas, sino que responde con tags que nuestro sistema interpreta y, a partir de ellas, ejecuta una acción.
|
☝ Puedes solicitar los parámetros a aplicar en tu prompt configurable para el conocimiento Autogenerado vía requerimiento en nuestro Support Center.
> Evitar incorporar indicaciones de tipo prompt que señalen al asistente virtual el modo de resolver dentro de los documentos que agregas en la sección de conocimiento Autogenerado. > Evitar incluir indicaciones de proactividad. > Evitar los prompts muy largos. A medida que se acumulan reglas y ejemplos, aumenta el riesgo de instrucciones que compiten o se contradicen, y el modelo pierde precisión. Como criterio práctico, el prompt debería contener solo criterios de comportamiento (identidad, tono, formato, límites y fallback). Los datos de negocio van en la base de conocimiento.  ¿Por qué?
|
¿Qué no debes hacer?
Un prompt en la práctica
Así se ve un prompt básico real: instrucciones concretas que guían identidad, tono, comportamiento y límites.
| Eres el asistente virtual de [Empresa]. Responde de forma clara, amigable y profesional, sin superar 3 oraciones. Prioriza siempre la información de la base de conocimiento; si no encuentras la respuesta, indica que no tienes esa información y ofrece derivar a un asesor. No brindes asesoría financiera ni compartas datos personales de otros usuarios. |
Cada frase cumple una función específica:
- Identidad y voz: Eres el asistente virtual de [Empresa].
- Tono: Responde de forma clara, amigable y profesional.
- Comportamiento: Prioriza siempre la información de la base de conocimiento; si no encuentras la respuesta, indica que no tienes esa información y ofrece derivar a un asesor.
- Límites: sin superar 3 oraciones y no brindes asesoría financiera ni compartas datos personales de otros usuarios .
No hay reglas de negocio ni redacciones exactas: solo criterios. Con el listado ampliado, este mismo prompt podría sumar citas de fuentes, manejo de ambigüedad y contexto conversacional, siempre en el terreno del comportamiento.
El asistente funciona en dos dimensiones y tres capas
Gobernamos dos dimensiones, el conocimiento y las instrucciones, dentro de un sistema de tres capas: a ellas se suma la IA generativa, que las combina para construir la respuesta. La respuesta nace de la combinación de información, instrucciones y consulta. Entender esas tres capas es la base para diagnosticar el resto del sistema.
1. Base de conocimiento (personalizado o autogenerado): productos, procesos, políticas, condiciones, plazos y procedimientos. Es la fuente de verdad. | 2. Prompt / instrucciones: tono, personalidad, estructura, límites, clarificaciones y fallback. | 3. IA generativa: combina las instrucciones, la información disponible y la pregunta contextual del usuario para construir la respuesta. |
Consistencia no es determinismo
Un prompt puede estandarizar el comportamiento del asistente, pero no siempre la redacción exacta. Las instrucciones guían criterios y formato; no congelan cada palabra.
Tomemos un hecho respaldado por la base: «El plazo de acreditación es de 24 a 48 horas hábiles». El asistente puede decirlo de más de una forma y seguir siendo correcto:
- «La acreditación demora entre 24 y 48 horas hábiles.»
- «Los fondos deberían acreditarse dentro de las próximas 24 a 48 horas hábiles.»
Mismo significado, distinta redacción. La corrección factual no equivale a la repetición literal del texto.
Instrucciones como «Responde siempre en un máximo de 3 oraciones» o «Expresa los plazos como 24 a 48 horas hábiles» guían el tono, la estructura, los límites y el fallback. El resultado es un asistente consistente en comportamiento y criterios, y variable en palabras exactas. El modelo puede elegir palabras diferentes y seguir siendo consistente.
Si en un caso concreto se necesita una respuesta idéntica, palabra por palabra, la solución no es sumar instrucciones al prompt, sino usar un enfoque determinista desde el conocimiento Personalizado.
Regla de oro: al prompt criterios; no contenido
Los datos de negocio deben vivir en la fuente de verdad. Cuando el asistente da un dato incorrecto, hay dos caminos posibles:
| Enfoque | Mal enfoque | Buen enfoque |
| Situación | El asistente responde «Puede demorar hasta 72 horas» | El mismo error de plazo. |
Reacción | Agregar al prompt «Responder siempre 24 a 48 h» | Actualizar la fuente: «24 a 48 horas hábiles». |
Resultado | El prompt se convierte en una segunda base de datos | La base de conocimiento queda actualizada y el prompt sigue enfocado en tono, estructura y límites |
La regla es corregir el contenido donde vive el contenido. Antes de editar el prompt, una pregunta ayuda a ordenar el criterio: ¿estoy corrigiendo comportamiento o intentando enseñarle información?
Fragilidad de las reglas rígidas
Una regla general escrita en el prompt puede ocultar una excepción válida que sí existe en la base de conocimiento.
| Base de conocimiento | Prompt |
El servicio puede cancelarse hasta 24 horas antes. | Regla rígida: Siempre informar que las cancelaciones requieren 24 horas de anticipación. |
Excepción válida: Reservas premium: hasta 2 horas antes. |
La regla del prompt entra en conflicto con la excepción: la excepción queda tapada. El problema puede estar en el diseño y la gobernanza del conocimiento, no en el modelo.
Caso real: horarios de sucursales
La base de conocimiento de una entidad con sucursales en todo el país ofrece un caso ideal: los horarios de atención del documento de canales de atención. Hay una regla general y varias excepciones válidas:
| Sucursales | Horario |
Regla general, área metropolitana | Lunes a viernes de 10 a 15 hs |
Sucursales de la región A | 7:30 a 11:30 hs |
| Sucursales de la región B | 8:00 a 13:00 hs |
| Sucursales de la región C | 8:15 a 13:15 hs |
| Sucursales de la región D | 8:30 a 13:30 hs |
Supongamos una regla rígida hipotética en el prompt: Siempre informar que las sucursales atienden de 10 a 15. Un cliente de la región C recibiría un horario equivocado (10 a 15 hs) cuando el correcto es 8:15 a 13:15 hs. La excepción queda tapada, y la causa no es el modelo sino una regla de negocio puesta en la capa equivocada.
Matriz de diagnóstico
Antes de tocar el prompt, clasifica el problema. No toda inconsistencia requiere cambiar instrucciones.
| # | Situación | Dónde se interviene |
| A | Falta información | Crear o actualizar la Base de conocimiento. |
| B | Información incorrecta | Corregir la Base de conocimiento. |
| C | Información contradictoria | Resolver la Gobernanza de conocimiento. |
| D | Correcta, pero mal estructurada | Revisar el Prompt / instrucciones. |
| E | Correcta, con redacción variable | Puede ser comportamiento esperado. |
| F | Se necesita una respuesta idéntica | Enfoque determinista o híbrido: Conocimiento Personalizado y/o Autogenerado. |
Solo el caso D apunta de lleno al prompt. Los casos A, B y C son de contenido y gobernanza; E puede no ser una falla, y F requiere otro tipo de diseño.
Flujo de diagnóstico, paso a paso
El árbol de decisión reemplaza el ajuste a ciegas: se diagnostica primero y se interviene en la capa correcta.
Se recorren las preguntas en orden: contenido primero, luego recuperación, después comportamiento. Solo si la respuesta es correcta y únicamente cambió la forma de decirlo, no hay nada que corregir; si ninguna rama explica el problema, se escala para revisión manual.
El objetivo es romper el círculo vicioso
Diagnosticar, no acumular instrucciones. El anti-patrón es el ajuste a ciegas: ante una respuesta inesperada se cambia el prompt, con lo que cambia otra respuesta; se agrega una instrucción para compensarla y aparece una contradicción. Cada parche genera el siguiente problema.
El flujo ordenado evita ese círculo y asigna a cada capa su responsabilidad:
- Base de conocimiento: verdad y contenido.
- Prompt: comportamiento y forma.
- IA generativa: construcción de la respuesta.
- Gobernanza: coherencia entre capas.
La pregunta que ordena todo el trabajo es: ¿qué problema estoy intentando resolver y en qué capa corresponde resolverlo? Diagnosticar primero permite intervenir en la capa correcta y evita acumular instrucciones innecesarias.