{"id":48183,"date":"2025-04-22T09:31:53","date_gmt":"2025-04-22T08:31:53","guid":{"rendered":"https:\/\/keepler.io\/?p=48183"},"modified":"2025-04-22T12:22:42","modified_gmt":"2025-04-22T11:22:42","slug":"prompts-para-project-managers","status":"publish","type":"post","link":"https:\/\/keepler.io\/es\/2025\/04\/22\/prompts-para-project-managers\/","title":{"rendered":"Prompts para Project Managers: AI Generativa aplicada a gesti\u00f3n de proyectos"},"content":{"rendered":"

\u00bfA quien no le ha pasado de pedirle a la IA generativa que nos genera una hoja de c\u00e1lculo para un determinado prop\u00f3sito y nos acabe generando informaci\u00f3n dentro que no tiene nada que ver con lo que esperamos? Esto muchas veces se debe a que no somos capaces de generar el contexto adecuado, o nuestra petici\u00f3n es ambigua y eso hace que la IA genere respuestas poco acertadas, imprecisas, err\u00f3neas e incluso las conocidas como alucinaciones (respuestas completamente sin sentido).<\/p>\n

Cuando nos enfrentamos a una inteligencia artificial conversacional como ChatGPT, Copilot o Gemini<\/strong>, corremos el riesgo de no preguntar correctamente y generar informaci\u00f3n que muchas veces puede sernos de dudosa utilidad. Hay que recordar que para que estas inteligencias funcionen correctamente debemos proporcionarle una pregunta o petici\u00f3n formulada correctamente. Para ello podemos utilizar diferentes patrones que nos ayudar\u00e1n a enfocar mejor aquellas peticiones que le hacemos.<\/p>\n

Imaginad que le preguntamos a la IA generativa que nos devuelva los riesgos que podemos encontrarnos al usar Scrum en un proyecto de IA Generativa<\/strong><\/em>. La respuesta posiblemente sea adecuada, pero es posible que sea tan general que no podemos usarla de manera efectiva.<\/p>\n

Para evitar esto vamos a ver dos patrones para generar vuestros prompts de manera m\u00e1s efectiva.<\/strong><\/p>\n

Prompts RTF<\/h3>\n

El primer patr\u00f3n para la creaci\u00f3n de prompts es el conocido como RTF<\/strong>, un acr\u00f3nimo de Role, Task y Format<\/strong>. Veamos qu\u00e9 significa cada uno de estas siglas:<\/p>\n

    \n
  • Role<\/strong>: Con esta parte le indicaremos al prompt el rol que tiene que asumir al generar la respuesta a nuestra petici\u00f3n. Con esto lo que hacemos es establecer un contexto a la IA de manera que pueda proporcionarnos una respuesta m\u00e1s espec\u00edfica en base al rol determinado.<\/li>\n
  • Task<\/strong>: Aqu\u00ed le vamos a indicar de forma precisa la tarea que queremos que realice. La IA generativa utilizar\u00e1 el rol indicado anteriormente para acometer esta tarea espec\u00edfica. Es importante ser lo m\u00e1s claro posible en la tarea, no indicarle diferentes tareas a la vez, ya que muchas veces nos vamos a encontrar con que alguna de ellas no la realiza.<\/li>\n
  • Format<\/strong>: Con esta parte le vamos a indicar el formato y la estructura con la que queremos que nos genere la respuesta. En cada situaci\u00f3n podemos necesitar un formato diferente, tabla, spreadsheet, imagen, etc.<\/li>\n<\/ul>\n

    Veamos un ejemplo ficticio aplicado a la gesti\u00f3n para este patr\u00f3n:<\/p>\n

    R – Role<\/em><\/strong>
    \nEres un Agile Change Manager experimentado con especializaci\u00f3n en proyectos de machine learning e inteligencia artificial.<\/em><\/p>\n

    T-Task<\/em><\/strong>
    \nTu tarea es identificar posibles riesgos a la hora de aplicar Scrum en un proyecto de chatbot con IA generativa indicando los diferentes artefactos afectados, eventos donde trabajar el riesgo y el rol responsable de gestionar el riesgo.<\/em><\/p>\n

    F-Format<\/em><\/strong>
    \nCrear un registro de Riesgos con una descripci\u00f3n, acci\u00f3n de mitigaci\u00f3n, artefacto, evento y rol responsable en formato tabla.<\/em><\/p>\n

    Con este patr\u00f3n veremos una mejora significativa en las respuestas que conseguiremos de la IA generativa.<\/p>\n

    Si necesitamos algo todav\u00eda m\u00e1s eficiente y efectivo entonces tendremos que darle mas detalle y optamos por un patr\u00f3n m\u00e1s completo.<\/p>\n

    \"\"<\/p>\n

    Prompts CREATE<\/h3>\n

    CREATE<\/strong> es el acr\u00f3nimo de Character, Request, Examples, Adjustments, Types of output y Evaluation<\/strong>. Se trata de un patr\u00f3n expande el patr\u00f3n anterior<\/strong> y proporciona un entorno mucho m\u00e1s comprensivo y completo<\/strong> para el Prompt.<\/p>\n

      \n
    • Character<\/strong>: Al igual que en el patr\u00f3n anterior, consiste en definir el rol o persona que debe asumir la IA generativa para generar la respuesta.
      \nRequest: Consistir\u00eda en la tarea o tareas que debe realizar la IA generativa.<\/li>\n
    • Examples<\/strong>: A la hora de definir cualquier contexto indicar ejemplos puede clarificar mucho el resultado que esperamos. Estos ejemplos har\u00e1n que la respuesta obtenida se aproxime mucho m\u00e1s a lo que deseamos obtener.<\/li>\n
    • Adjustments & Constraints<\/strong>: En esta secci\u00f3n indicaremos cualquier requisito o limitaci\u00f3n que tenga que tenerse en cuenta a la hora de generar la respuesta.<\/li>\n
    • Types of output<\/strong>: Consiste en describir (al igual que el Format del patr\u00f3n anterior) el tipo de salida, formato y estructura que queremos obtener.<\/li>\n
    • Evaluation & steps<\/strong>: En esta \u00faltima parte le proporcionamos al prompt ejemplos o una gu\u00eda para conseguir ejecutar la tarea correctamente.<\/li>\n<\/ul>\n

      Veamos c\u00f3mo reescribir el ejemplo anterior con este nuevo patr\u00f3n de escritura:<\/p>\n

      C \u2013 Character<\/em><\/strong>
      \nEres un Agile Change Manager experimentado, especializado en proyectos de machine learning e inteligencia artificial.<\/em><\/p>\n

      R \u2013 Request<\/em><\/strong>
      \nTienes que identificar riesgos al aplicar Scrum en un proyecto de desarrollo de un chatbot con IA generativa, considerando c\u00f3mo estos riesgos afectan a los artefactos y eventos de Scrum, as\u00ed como qui\u00e9n debe gestionarlos.<\/em><\/p>\n

      E \u2013 Examples<\/em><\/strong>
      \nAlgunos ejemplos de riesgos ser\u00edan:<\/em><\/p>\n

        \n
      • \n
          \n
        • Falta de claridad en los criterios de aceptaci\u00f3n de historias t\u00e9cnicas.<\/em><\/li>\n
        • Riesgo de sesgo en los datos de entrenamiento que afecte al desarrollo del chatbot.<\/em><\/li>\n
        • Dificultades para estimar tareas t\u00e9cnicas relacionadas con el entrenamiento de modelos.<\/em><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n

          A \u2013 Adjustments and Constraints<\/strong><\/em>
          \nLimita la tabla a entre 5 y 10 riesgos relevantes, incluyendo \u00fanicamente riesgos relacionados con la aplicaci\u00f3n de Scrum en el contexto de IA generativa con un lenguaje claro y t\u00e9cnico.<\/em><\/p>\n

          T \u2013 Types of Output<\/strong><\/em>
          \nGenera un reporte de riesgos en formato tabla que contenga:<\/em><\/p>\n

            \n
          • \n
              \n
            • Descripci\u00f3n del riesgo<\/em><\/li>\n
            • Artefacto de Scrum afectado<\/em><\/li>\n
            • Evento Scrum donde puede tratarse<\/em><\/li>\n
            • Acci\u00f3n de mitigaci\u00f3n<\/em><\/li>\n
            • Rol responsable de gestionar el riesgo<\/em><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n

              E \u2013 Evaluation and Steps<\/strong><\/em>
              \nTu resultado debe:<\/em><\/p>\n

                \n
              1. \n
                  \n
                1. Ser \u00fatil para equipos \u00e1giles que trabajan en IA.<\/em><\/li>\n
                2. Demostrar conocimiento de Scrum y los desaf\u00edos espec\u00edficos de proyectos de IA generativa.<\/em><\/li>\n
                3. Ser aplicable en contextos reales<\/em><\/li>\n<\/ol>\n<\/li>\n<\/ol>\n

                  Con este segundo formato de escritura estaremos consiguiendo resultados m\u00e1s espec\u00edficos y adaptados<\/strong> a nuestra necesidad m\u00e1s concreta.<\/p>\n

                  Por supuesto en cualquiera de estos formatos y escenarios lo m\u00e1s importante es validar la respuesta<\/strong> que hemos obtenido y confirmar con otras personas<\/strong> e integrantes del equipo que aquello que se ha generado es correcto.<\/p>\n

                  Aunque ambos formatos son ciertos el patr\u00f3n CREATE nos permite una mayor especializaci\u00f3n y detalle<\/strong> que nos puede permitir evolucionar nuestro prompt hasta que obtengamos un resultado adecuado y v\u00e1lido para nuestro trabajo.<\/p>\n

                  Os invito a que prob\u00e9is los diferentes prompts de este art\u00edculo y comprob\u00e9is por vosotros mismos las diferencias en el resultado obtenido.<\/p>\n

                   <\/p>\n

                  Imagen\u00a0| Freepick<\/p>\n","protected":false},"excerpt":{"rendered":"

                  \u00bfA quien no le ha pasado de pedirle a la IA generativa que nos genera una hoja de c\u00e1lculo para un determinado prop\u00f3sito y nos acabe generando informaci\u00f3n dentro que no tiene nada que ver con lo que esperamos? Esto muchas veces se debe a que no somos capaces de generar el contexto adecuado, o […]<\/p>\n","protected":false},"author":134360170,"featured_media":48225,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_seopress_titles_title":"Prompts para Project Managers","_seopress_titles_desc":"Mejora tus prompts en gesti\u00f3n de proyectos con IA usando los patrones RTF y CREATE para obtener respuestas m\u00e1s precisas y \u00fatiles.","_seopress_robots_index":"","_seopress_robots_follow":"","_seopress_robots_imageindex":"","_seopress_robots_snippet":"","_seopress_robots_primary_cat":"none","_seopress_robots_breadcrumbs":"","_seopress_robots_freeze_modified_date":"","_seopress_robots_custom_modified_date":"","_seopress_robots_canonical":"","_seopress_social_fb_title":"","_seopress_social_fb_desc":"","_seopress_social_fb_img":"","_seopress_social_fb_img_attachment_id":0,"_seopress_social_fb_img_width":0,"_seopress_social_fb_img_height":0,"_seopress_social_twitter_title":"","_seopress_social_twitter_desc":"","_seopress_social_twitter_img":"","_seopress_social_twitter_img_attachment_id":0,"_seopress_social_twitter_img_width":0,"_seopress_social_twitter_img_height":0,"_seopress_redirections_value":"","_seopress_redirections_enabled":"","_seopress_redirections_enabled_regex":"","_seopress_redirections_logged_status":"both","_seopress_redirections_param":"","_seopress_redirections_type":301,"_seopress_analysis_target_kw":"","_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","content-type":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"_wpas_customize_per_network":false,"jetpack_post_was_ever_published":false},"categories":[222,93],"tags":[240,328,485,486,487,484],"class_list":["post-48183","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia","category-sin-categorizar","tag-agile","tag-ai-es","tag-chatgpt","tag-create","tag-pm","tag-prompts"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/keepler.io\/wp-content\/uploads\/2025\/04\/Prompts-for-PM.jpg?fit=1280%2C450&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p9CeZw-cx9","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/posts\/48183","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/users\/134360170"}],"replies":[{"embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/comments?post=48183"}],"version-history":[{"count":23,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/posts\/48183\/revisions"}],"predecessor-version":[{"id":48238,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/posts\/48183\/revisions\/48238"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/media\/48225"}],"wp:attachment":[{"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/media?parent=48183"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/categories?post=48183"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/tags?post=48183"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}