Para empezar, debemos desaprender cómo nos comunicamos con otras personas. Cuando hablas con un colega, gran parte de la información viaja de forma implícita. Si le dices a un compañero docente: «Ayúdame a armar la clase de mañana», él ya sabe qué materia impartes, de cuánto tiempo dispones, qué nivel tienen tus alumnos y qué herramientas usas.
La Inteligencia Artificial de Google AntiGravity, por defecto, tiene amnesia contextual. Empieza cada conversación en blanco. No sabe quién eres, qué objetivo persigues, ni quién es tu audiencia final. Si le das una instrucción vaga, la IA se verá obligada a «adivinar» ese contexto faltante, lo que usualmente resulta en respuestas genéricas, aburridas o técnicamente incorrectas (lo que llamamos «alucinaciones»).
El error número uno del nivel inicial es la instrucción perezosa. Es el equivalente a subir a un taxi y simplemente decir «Llévame a un lugar bonito». Puede que te lleve a un parque, cuando tú en realidad querías ir a un restaurante.
Veamos la primera tabla comparativa para ilustrar este concepto básico en el desarrollo de contenidos y código:
| El Objetivo | Instrucciones Incorrectas (Perezosas) | ¿Por qué falla? |
| Crear un temario | «Hazme un curso sobre Inteligencia Artificial.» | La IA no sabe si el curso es para niños de primaria, para ingenieros de software o para docentes. No sabe si debe durar 1 hora o 6 meses. |
| Generar código | «Crea una calculadora.» | No especifica qué tipo de calculadora. ¿Es financiera? ¿Es para sumar notas? ¿En qué lenguaje de programación debe estar? |
| Mejorar un texto | «Mejora este párrafo.» | ¿Mejorar en qué sentido? ¿Hacerlo más formal? ¿Más corto? ¿Más persuasivo? La IA adivinará tu intención. |
La regla de oro del nivel inicial es: La calidad de tu resultado es directamente proporcional a la especificidad de tu instrucción.
Para dejar de adivinar cómo escribir buenos comandos, los profesionales utilizamos estructuras mentales. La más efectiva y fácil de recordar es el Framework R.C.T.F.: Rol, Contexto, Tarea y Formato.
Si logras que todas tus instrucciones a Google AntiGravity contengan estos cuatro elementos, tus resultados mejorarán en un 900%.
Antes de pedirle algo, dile a la máquina quién debe fingir ser. Esto ajusta instantáneamente el vocabulario, la profundidad técnica y el tono de la respuesta.
Ejemplo débil: «Escribe sobre…»
Ejemplo fuerte: «Actúa como un desarrollador web Senior con 15 años de experiencia…» o «Asume el rol de un diseñador instruccional experto en plataformas e-learning…».
Proporciona el escenario en el que se enmarca tu petición. Explícale el problema o el público objetivo.
Ejemplo débil: «…para un curso.»
Ejemplo fuerte: «…El objetivo es diseñar un módulo para estudiantes que están aprendiendo a integrar NotebookLM en sus aulas y no tienen experiencia previa en programación.»
El verbo de acción. Debe ser un mandato preciso e inequívoco. Evita palabras ambiguas.
Ejemplo débil: «…dime cómo hacerlo.»
Ejemplo fuerte: «…redacta una lección de 5,000 palabras estructurada en 4 capítulos, desarrollando paso a paso el código necesario.»
La IA puede devolver texto plano, código, tablas, listas, formato Markdown, etc. Si no lo pides, te dará lo que ella prefiera.
Ejemplo débil: (No pedir formato).
Ejemplo fuerte: «…Entrega la respuesta utilizando encabezados Markdown, incluye al menos dos tablas comparativas y coloca todo el código dentro de bloques de código copiables.»
Observemos cómo evoluciona una petición cuando aplicamos esta anatomía. Supongamos que estamos creando un módulo sobre finanzas y necesitamos una herramienta específica.
| Elemento | Instrucciones Incorrectas / Incompletas | Instrucciones Correctas y Detalladas (R.C.T.F.) |
| Rol | (Ausente) | «Actúa como un experto financiero y desarrollador de software.» |
| Contexto | «Es para ganar dinero.» | «Estoy construyendo un curso técnico sobre Arbitraje Financiero enfocado en el par USDT/BOB en mercados P2P. Mis estudiantes necesitan automatizar sus cálculos de margen de ganancia.» |
| Tarea | «Haz un código para calcular ganancias en Binance.» | «Escribe el código en JavaScript para una calculadora web que tome como entrada el precio de compra, el precio de venta y las comisiones de red, y devuelva el Retorno de Inversión (ROI) neto.» |
| Formato | (Ausente) | «Entrega el código JavaScript debidamente comentado en español. Antes del código, proporciona una tabla explicando cada variable utilizada.» |
El Prompt Final Unificado:
«Actúa como un experto financiero y desarrollador de software. Estoy construyendo un curso técnico sobre Arbitraje Financiero enfocado en el par USDT/BOB en mercados P2P. Mis estudiantes necesitan automatizar sus cálculos de margen de ganancia. Escribe el código en JavaScript para una calculadora web que tome como entrada el precio de compra, el precio de venta y las comisiones de red, y devuelva el Retorno de Inversión (ROI) neto. Entrega el código JavaScript debidamente comentado en español. Antes del código, proporciona una tabla explicando cada variable utilizada.»
Al pegar esto en Google AntiGravity, la respuesta no requerirá correcciones. Estará lista para ser integrada en tu plataforma.
A medida que nuestros proyectos crecen en complejidad (por ejemplo, estructurar cursos técnicos de 10 a 15 partes), el framework básico necesita esteroides. Aquí entran en juego las técnicas de nivel avanzado.
A veces, es más importante decirle a la máquina lo que no debe hacer. Las IAs tienden a ser excesivamente serviciales y prolijas. Si le pides un bloque de código pequeño, a menudo te explicarán la historia de la computación antes de dártelo.
Para evitar esto, usamos «Restricciones Negativas»:
«NO utilices jerga técnica sin definirla primero.»
«OMITE cualquier introducción o conclusión amable. Entrégame directamente el código.»
«BAJO NINGUNA CIRCUNSTANCIA uses variables de una sola letra (como x o y); usa nombres descriptivos (como precioCompra).»
La técnica «Zero-Shot» (Cero Ejemplos) es cuando le pides algo a la IA esperando que entienda a la primera. La técnica «Few-Shot» (Pocos Ejemplos) consiste en incluir en tu instrucción uno o dos ejemplos exactos de lo que consideras una respuesta correcta. La máquina imitará tu patrón con una precisión asombrosa.
Imagina que estás preparando material para la plataforma Aula Chile y necesitas que la IA redacte descripciones de lecciones de forma muy específica.
| Técnica | Instrucción | Resultado Esperado de la IA |
| Zero-Shot (Incorrecta/Vaga) | «Escribe las descripciones para las lecciones de un curso de programación en AntiGravity.» | Generará descripciones aleatorias, con diferentes longitudes, diferentes tonos y estructuras inconsistentes. |
| Few-Shot (Correcta/Detallada) | «Escribe 3 descripciones de lecciones para un curso de AntiGravity Code. Sigue EXACTAMENTE esta estructura y tono: Ejemplo 1:
Título: Módulo 1: La Interfaz.
Objetivo: Dominar el entorno visual.
Duración: 15 min. Ejemplo 2:
Título: Módulo 2: Tu primer script.
Objetivo: Escribir código sin errores.
Duración: 30 min. Ahora, genera los Módulos 3, 4 y 5.» | La IA capturará el patrón de «Título, Objetivo, Duración», la longitud de las frases y el tono exacto, devolviendo un resultado que encaja perfectamente con tu estilo previo. |
Llegamos a la cúspide de la ingeniería de instrucciones. Cuando queremos que Google AntiGravity construya sistemas complejos de código o estructure documentos inmensamente largos (como lecciones de 5,000 palabras), no podemos pedirlo en un solo mensaje.
Si le pides a una IA: «Escríbeme un libro entero ahora», colapsará bajo su propio peso, perderá el hilo conductor y la calidad será paupérrima.
Esta técnica consiste en obligar a la IA a pensar paso a paso en voz alta antes de ejecutar la acción final. Cuando la máquina «razona» sus pasos, los errores lógicos disminuyen drásticamente.
En lugar de pedir la solución directa, le pedimos un plan.
Prompt Estándar (Destinado al fracaso):
«Construye una aplicación completa en HTML y JS que sirva para registrar estudiantes, sus notas, calcular promedios y exportar todo a un archivo PDF.» (Demasiado complejo para un solo intento).
Prompt Experto (Chain of Thought – Iterativo):
El experto divide la petición en varias interacciones (chat).
Paso 1: La Planificación (El Prompt Arquitectónico)
«Actúa como un Arquitecto de Software. Necesito construir una aplicación web estática (HTML/JS) para gestión de estudiantes, cálculo de notas y exportación a PDF. NO ESCRIBAS CÓDIGO TODAVÍA. Tu tarea ahora es pensar paso a paso y darme un esquema detallado de la arquitectura. Dime qué archivos necesitaremos, qué librerías externas usaremos (como jsPDF) y enumera las funciones principales que tendrá el archivo JavaScript. Esperaré tu confirmación del plan.»
La IA responde con un plan detallado.
Paso 2: La Ejecución Estructurada
«Excelente plan. Ahora, basándonos estrictamente en el Paso 1 de tu esquema, genera exclusivamente el código del archivo
index.html. Asegúrate de incluir los enlaces a las librerías CDN mencionadas. No expliques el código, solo entrégalo.»
La IA entrega un HTML perfecto.
Paso 3: Expansión de Módulos
«Perfecto. Ahora, redacta la función
calcularPromedios()para el archivo JavaScript, asegurándote de validar que los campos numéricos no estén vacíos antes de hacer la operación matemática.»
Esta tabla resume por qué los desarrolladores profesionales no piden todo a la vez.
| Característica | Instrucción Monolítica (Incorrecta) «Hazlo todo de una vez» | Instrucción Iterativa / CoT (Correcta) «Planifiquemos y construyamos por partes» |
| Calidad del Código | Baja. Se olvida de cerrar etiquetas, mezcla lenguajes de forma sucia. | Altísima. Cada módulo recibe toda la atención y los «tokens» de la IA. |
| Control del Usuario | Nulo. Si la IA se equivoca al principio, todo el resto del código es inútil. | Total. Puedes corregir el plan arquitectónico antes de que se escriba una sola línea de código. |
| Manejo de Contexto | Pobre. La IA «olvida» las primeras instrucciones al final del texto largo. | Óptimo. El historial de chat mantiene el contexto paso a paso, recordando decisiones previas. |
| Depuración (Debugging) | Una pesadilla. Encontrar un error en 500 líneas generadas de golpe es frustrante. | Sencillo. Pruebas el HTML. Funciona. Pruebas la Función 1. Funciona. Aísla los errores fácilmente. |
Como vimos en la lección anterior sobre la configuración del entorno, Google AntiGravity permite ajustar parámetros internos de la IA. Aunque la instrucción sea perfecta, debes conocer cómo el «motor» interpreta la creatividad.
La Temperatura es un valor entre 0 y 1 (o 0 y 2 en algunos modelos).
Temperatura Baja (0.1 – 0.3): La IA se vuelve determinista, analítica y rígida. Es ideal para: Programación matemática, revisión de sintaxis de código, documentos legales o cálculos de liquidación.
Temperatura Media (0.5 – 0.7): Un balance perfecto. Ideal para: Escribir lecciones educativas, redactar correos, generar estructuras HTML/CSS donde se requiere algo de diseño pero mucha estructura.
Temperatura Alta (0.8 – 1.0+): La IA se vuelve altamente creativa, metafórica y, a veces, caótica. Ideal para: Lluvia de ideas, creación de historias, generación de paletas de colores inusuales.
Error común: Pedirle a la IA que construya un algoritmo de cálculos financieros estrictos (como un arbitraje) teniendo la temperatura al máximo. La IA podría «inventar» fórmulas para ser creativa, lo cual es desastroso. Cuando pidas código crítico, especifica en tu prompt: «Por favor, prioriza la precisión analítica y lógica estricta por encima de la creatividad.»
Incluso los expertos se enfrentan a respuestas insatisfactorias. Si Google AntiGravity no te entrega lo que necesitas, realiza este diagnóstico rápido a tu instrucción:
¿Fui ambiguo con los adjetivos? Palabras como bueno, rápido, bonito, mucho no significan nada para una máquina. Reemplázalas por robusto, optimizado en menos de 100ms, diseño minimalista usando paleta monocromática, más de 500 palabras.
¿Sobrecargué la instrucción? ¿Le pediste 10 cosas diferentes en un solo párrafo? Vuelve a la técnica iterativa. Pide la cosa 1, espera respuesta, pide la cosa 2.
¿Asumí que la IA sabe algo que no sabe? Si le pides que actúe según la ley de una región específica (por ejemplo, leyes de propiedad o recepción final habitacional), debes asegurarte de decirle a qué país te refieres, ya que las leyes varían enormemente.
Dominar el arte de dar instrucciones claras es como aprender a tocar un instrumento. Al principio requiere pensar en cada movimiento de los dedos (Rol, Contexto, Tarea, Formato), pero con la práctica diaria, redactar prompts avanzados se vuelve un reflejo natural.
Puntos clave a recordar:
La IA sufre de «amnesia contextual». Debes darle todo el escenario.
Utiliza siempre el Framework R.C.T.F. para estructurar tus peticiones.
Dile a la máquina lo que no quieres que haga.
Usa el «Few-Shot Prompting» (dar ejemplos) para clonar estilos y formatos.
Para proyectos masivos de código o temarios inmensos, usa «Chain of Thought» y construye paso a paso.
Abre el panel de IA de tu Google AntiGravity. Tu objetivo es no escribir ni una sola línea de código a mano, sino generar una herramienta mediante un solo prompt perfecto.
El Reto:
Escribe un prompt utilizando el Framework R.C.T.F. para que la IA te genere el código HTML y JavaScript de una herramienta que calcule estadísticas deportivas simples (por ejemplo, tomar los goles de 5 partidos de fútbol, sumarlos y sacar el promedio de goles por partido).
Requisitos de tu Prompt:
Define el Rol (Ej: Analista deportivo y programador).
Define el Contexto.
Establece la Tarea detallada (con validaciones de que no se puedan ingresar goles negativos).
Establece el Formato (Código comentado en español y diseño limpio).
Evalúa el resultado. Si la IA falla en algo, no corrijas el código a mano; corrige tu prompt y vuelve a intentarlo. Ese es el verdadero camino para convertirse en un Maestro de AntiGravity. ¡Mucho éxito en tu práctica!
Sin comentarios