Un encargo preciso, una verificación

Al terminar vas a tener dos piezas propias y reutilizables: una plantilla de encargo y una lista de verificación. Las vas a probar con un caso ficticio y después con una tarea tuya de bajo riesgo.

• Un asistente de IA de chat, el que ya uses. El tutorial no depende de ninguna marca.
• Un documento en blanco o una nota para guardar la plantilla y la lista.
• Entre 30 y 40 minutos sin interrupciones.

El caso: coordinas compras en una distribuidora ficticia. El proveedor avisó que el pedido 4512 no llega el martes 10 y necesitas un correo para pedir una nueva fecha antes del viernes 13.

En un estudio con 18 personas y 425 conversaciones con asistentes, Nielsen Norman Group observó que los pedidos sin componentes, como una consulta escrita igual que en un buscador, terminaban en conversaciones largas: la persona iba sumando sus requisitos de a poco, una reformulación tras otra [C2].

Es una observación cualitativa con herramientas de 2023: no mide cuánto mejora un pedido completo. Lo que sí muestra es dónde se va el tiempo: en explicar de a pedazos lo que podías decir al principio.

La guía de Anthropic propone pensar al asistente como una persona nueva y capaz que no conoce tus normas ni tu forma de trabajar. Su prueba: mostrarle el pedido a un colega con poco contexto; si esa persona se confundiría, el modelo también [C1].

1. Lee tu pedido como si fueras alguien que llegó hoy a la oficina.
2. Marca cada cosa que esa persona tendría que preguntarte: qué pasó, para quién es, qué resultado esperas.
3. Cada marca es un dato que falta en el encargo.

Nielsen Norman Group ordena el pedido en cuatro componentes, que en inglés forman la sigla CARE: contexto (la situación), pedido (la acción concreta), reglas (las restricciones) y ejemplos de lo que quieres. Aclara que no hace falta tanto detalle en una consulta general, pero sí cuando buscas un resultado específico [C3].

CONTEXTO: Soy [tu rol]. [Qué pasó o en qué situación estás, con los datos que importan].
PEDIDO: [Qué tiene que producir, en una frase con verbo: redacta, resume, compara].
REGLAS: [Tono, largo máximo, qué no debe incluir, qué no puede prometer].
EJEMPLO: [Un fragmento de cómo lo quieres: un cierre, un formato, un texto anterior que te guste].

No necesitas seguir ese orden ni usar los títulos. Lo que importa es que las cuatro partes estén.

Copia este encargo en tu asistente tal como está. Todavía no leas la respuesta con atención: en el paso siguiente vas a escribir con qué la vas a juzgar.

CONTEXTO: Soy la coordinadora de compras de una distribuidora. El proveedor avisó que el pedido 4512 no llega el martes 10, como estaba previsto.
PEDIDO: Redacta un correo para el proveedor que pida una nueva fecha de entrega antes del viernes 13.
REGLAS: Tono cordial, sin culpas. Máximo 120 palabras. No ofrezcas descuentos ni hables de penalidades.
EJEMPLO: Así cierro mis correos: «Quedo atenta a tu confirmación. Gracias.»

Leer una respuesta que suena bien empuja a aceptarla. La investigación sobre automatización llama complacencia a confiar en un sistema sin reconocer sus límites, y describe un error típico: seguir una recomendación automática aunque sea falsa, por no buscar información que la confirme o la contradiga [C4].

Ese estudio se hizo en una simulación industrial, no con asistentes de IA, así que tómalo como un mecanismo general. La defensa práctica es escribir el criterio antes de leer, cuando todavía no te convenció ningún texto.

LISTA DE VERIFICACIÓN — [nombre de la tarea]
1. Los datos coinciden con mi fuente: [cuáles].
2. Pide o dice exactamente lo que necesito: [qué].
3. No promete ni afirma nada que yo no autoricé: [qué no].
4. Respeta las reglas del encargo: [tono, largo, formato].
5. Lo firmaría cambiando una frase como máximo.

1. Recorre la lista en orden y marca cada criterio: cumple o no cumple.
2. Contrasta los datos con tu fuente, no con tu memoria: el número de pedido y las fechas.
3. Si falla un dato o una promesa, corrige el encargo y vuelve a pedir; no reformules a ciegas.
4. Si solo falla el estilo, corrige tú la frase. Cambiar más de una frase es señal de que faltó algo en el encargo.

En el mismo experimento sobre automatización, exponer a las personas a fallas del sistema durante el entrenamiento redujo la complacencia, aunque no la eliminó. Los autores citan además trabajos según los cuales solo avisar que hay que verificar no alcanza [C5].

1. Toma la respuesta que aprobaste y cambia un dato: por ejemplo, el número de pedido o la fecha límite.
2. Agrega una frase que prometa algo que no autorizaste, como un descuento.
3. Pásala otra vez por tu lista. Si la lista no detecta los dos cambios, le falta un criterio: agrégalo.

Es una práctica de entrenamiento, no una garantía: el estudio no se hizo con IA generativa ni en trabajo de oficina.

En un experimento de campo con 758 consultores, quienes usaron GPT-4 en tareas dentro de lo que el modelo hacía bien completaron más tareas, más rápido y con mejor calidad que el grupo sin IA. En una tarea elegida fuera de ese límite, quienes usaron IA tuvieron 19 puntos porcentuales menos de probabilidad de dar una solución correcta. Los autores lo llaman una frontera tecnológica irregular [C6].

La consecuencia práctica: no puedes saber de antemano si una tarea queda dentro o fuera. Por eso la lista no es opcional. Si una parte de la tarea no la puedes comprobar con una fuente propia, esa parte no se delega.

Nielsen Norman Group sugiere pensar tu necesidad como un iceberg: cuanto más de ella aparece en el pedido, más probable es una respuesta útil. Si te cuesta encuadrarla, pídele al asistente que te haga las preguntas que necesita. Y advierte lo contrario también: los detalles innecesarios pueden desviar la respuesta, y no todo pedido necesita tanto encuadre [C7].

Necesito [resultado]. Antes de responder, hazme hasta cinco preguntas sobre lo que te falta saber para hacerlo bien. Espera mis respuestas.

Para las tareas que se repiten, NN/g recomienda tener una biblioteca de pedidos [C7]. Tu primera entrada ya existe: la plantilla de encargo y la lista de verificación de este tutorial, ajustadas con lo que aprendiste en el caso.

Ahora repítelo con una tarea tuya de bajo riesgo: un resumen, un correo interno, un orden del día. Sin datos sensibles.

• Tienes una plantilla de encargo que pasa la prueba del colega sin contexto.
• Tienes una lista de cinco criterios escrita antes de leer la respuesta.
• Tu lista detectó los dos errores que pusiste a propósito.
• Repetiste el proceso con una tarea propia sin datos sensibles.

Fuentes consultadas y capturadas el 30/10/2026; los detalles y límites de cada una están en el dossier de este tutorial. Guía independiente: ninguna de estas organizaciones participó ni la respalda.

• Mi encargo pasa la prueba del colega sin contexto alto
• La lista de verificación estaba escrita antes de leer la respuesta alto
• Contrasté los datos con mi fuente, no con mi memoria alto
• Mi lista detectó un error puesto a propósito medio
• Guardé la plantilla y la lista para reutilizarlas medio