flowchart LR
A[Prompt existente] --> B[Diagnosticar]
B --> C[Preguntar por vacíos]
C --> D[Reescribir]
D --> E[Auditar versión nueva]
Meta-prompts
Cómo pedir a un modelo que diseñe, critique, mejore o adapte instrucciones y cómo utilizar esa capacidad sin delegar silenciosamente el criterio profesional.
Hasta ahora el usuario ha diseñado el prompt y el modelo ha intentado ejecutar la tarea. Pero existe otra posibilidad: utilizar el propio modelo para trabajar sobre el prompt.
Por ejemplo, en vez de escribir directamente una instrucción de revisión contractual podemos pedir:
Ayúdame a construir un buen prompt para revisar un contrato de proveedor tecnológico.
No redactes todavía el prompt final.
Primero identifica qué información necesitas conocer para especificar correctamente la tarea.Aquí el objeto de trabajo ya no es el contrato. El objeto inmediato es la instrucción que utilizaremos después.
Eso es lo que llamaremos un meta-prompt.
Idea central
Un meta-prompt no pide resolver directamente la tarea final.
Pide diseñar, mejorar, depurar, evaluar, adaptar o transformar el prompt con el que después ejecutaremos esa tarea.
Prompt normal y meta-prompt
Prompt normal:
Revisa este contrato e identifica riesgos relevantes para el cliente.Meta-prompt:
Evalúa el siguiente prompt para revisión contractual.
Identifica qué decisiones relevantes deja abiertas y propón una versión mejorada.
PROMPT BASE:
"Revisa este contrato e identifica riesgos relevantes para el cliente."La diferencia no está en que uno sea corto y otro largo. La diferencia está en qué objeto debe transformar el modelo.
prompt normal
→ transforma documentos o información en una respuesta
meta-prompt
→ transforma una instrucción en otra instrucciónPor qué puede ser útil
Una persona puede conocer muy bien su trabajo jurídico y no saber todavía cómo traducir ese conocimiento a una especificación clara para un sistema de IA.
Un abogado puede pensar:
“Cuando reviso estos contratos miro si la obligación es unilateral, si hay una excepción, si afecta salida, si el proveedor puede cambiar términos y si existe una política interna.”
Eso ya contiene una metodología, pero todavía no está organizado como prompt.
Un meta-prompt puede ayudar a:
- detectar componentes faltantes;
- formular preguntas de aclaración;
- convertir conocimiento tácito en instrucciones;
- eliminar redundancias;
- reorganizar secciones;
- construir ejemplos;
- transformar un prompt puntual en una plantilla.
El modelo actúa como asistente de diseño.
Primer uso: detectar huecos
Podemos utilizar la anatomía aprendida anteriormente:
Analiza el siguiente prompt.
Comprueba si especifica suficientemente:
- tarea;
- objetivo;
- perspectiva;
- audiencia;
- contexto;
- documentos;
- evidencia;
- criterios;
- restricciones;
- formato.
Devuelve:
1. elementos ya presentes;
2. decisiones importantes todavía abiertas;
3. preguntas que debería responder el usuario.
No reescribas todavía el prompt.Esta secuencia tiene una ventaja: separa diagnóstico de redacción.
Si pedimos inmediatamente “mejora este prompt”, el modelo puede rellenar vacíos con supuestos que nosotros nunca autorizamos.
Segundo uso: construcción iterativa
Un meta-prompt puede funcionar como una conversación de levantamiento de requisitos.
Etapa 1 — Preguntar
Quiero construir un prompt para revisar acuerdos de confidencialidad.
No escribas todavía la versión final.
Haz únicamente las preguntas indispensables para determinar:
- objetivo;
- parte representada;
- documentos;
- materias prioritarias;
- criterio de evaluación;
- evidencia requerida;
- formato de salida.Etapa 2 — Recoger respuestas
El usuario responde, por ejemplo:
Representamos al receptor de información.
Nos preocupa especialmente el alcance de la definición de información confidencial, duración, excepciones y obligaciones postcontractuales.
El resultado debe ser una tabla para negociación.Etapa 3 — Construir borrador
Con esas respuestas, construye una primera versión del prompt.
No agregues materias que no hayan sido mencionadas sin identificarlas como propuestas opcionales.Etapa 4 — Auditar
Ahora audita el prompt.
Busca:
- ambigüedades;
- contradicciones;
- redundancias;
- criterios no observables;
- restricciones imposibles;
- variables que todavía falten.Etapa 5 — Consolidar
Produce una versión final incorporando sólo las correcciones justificadas.La construcción iterativa reduce el riesgo de que el sistema “mejore” el prompt mediante una reescritura que cambie silenciosamente su objetivo.
Tercer uso: mejorar una instrucción existente sin cambiar su finalidad
Supongamos que un equipo utiliza desde hace tiempo:
Analiza este contrato y prepara un informe.Podemos pedir:
Mejora este prompt sin cambiar la finalidad de la tarea.
Objetivo de la mejora:
- hacer verificable la evidencia;
- distinguir texto e interpretación;
- marcar información faltante;
- ordenar la salida.
No agregues nuevos temas jurídicos ni inventes criterios sustantivos que el prompt original no contenga.Esta última regla es importante porque existe una diferencia entre:
mejorar la especificacióny:
cambiar el trabajoUn meta-prompt útil debería respetar esa frontera.
Cuarto uso: convertir experiencia informal en una instrucción
Podemos describir cómo trabajamos en lenguaje natural:
Cuando reviso contratos primero miro si falta algún anexo. Después extraigo las cláusulas de responsabilidad y terminación. Luego comparo con nuestro modelo y sólo después decido qué puntos escalar.Y pedir:
Convierte esta descripción de práctica profesional en una instrucción reutilizable.
Antes de redactarla:
1. identifica etapas;
2. separa reglas fijas de datos variables;
3. identifica criterios que aún no están definidos;
4. señala decisiones que deben permanecer bajo control humano.
No inventes criterios faltantes. Represéntalos como preguntas o variables.Este uso es especialmente interesante porque ayuda a externalizar conocimiento tácito.
Quinto uso: generar candidatos de ejemplos
Si estamos diseñando few-shot prompting, podemos utilizar un meta-prompt para proponer ejemplos:
Necesito ejemplos de referencia para calibrar una clasificación contractual ALTO / MEDIO / BAJO.
Genera seis candidatos diversos.
Para cada candidato indica:
- qué categoría ilustra;
- qué frontera pretende enseñar;
- qué supuesto podría volverlo un mal ejemplo.
No incorpores automáticamente los ejemplos al prompt final.La última instrucción importa. Los ejemplos generados deben ser revisados antes de transformarse en estándar.
Sexto uso: adaptar un prompt a otro tipo de tarea
Tenemos una instrucción diseñada para contratos de trabajo y queremos adaptar la estructura a contratos tecnológicos.
Podemos pedir:
Adapta este prompt para revisión de contratos de servicios tecnológicos.
Conserva:
- separación entre evidencia e interpretación;
- tratamiento de información faltante;
- estructura de salida;
- control de avance.
Identifica:
1. qué componentes son generales;
2. qué componentes son específicos del contrato de trabajo;
3. qué variables nuevas serían necesarias.
No inventes un estándar jurídico sustantivo para contratos tecnológicos. Marca como variable aquello que dependa de política interna, jurisdicción o tipo de servicio.Esta forma de adaptación permite reutilizar arquitectura sin trasladar ciegamente contenido sustantivo.
Meta-prompt para auditar calidad del propio prompt
Una vez construido un prompt complejo, podemos pedir una auditoría específica:
Audita el prompt siguiente como una especificación de trabajo.
No ejecutes la tarea sustantiva.
Evalúa:
1. claridad de la tarea;
2. consistencia entre objetivo y formato;
3. separación entre contexto y evidencia;
4. existencia de criterios observables;
5. contradicciones internas;
6. instrucciones redundantes;
7. materias que parecen quedar abiertas;
8. instrucciones que invaden una decisión humana.
Para cada problema:
- cita la sección correspondiente;
- explica por qué puede causar resultados inconsistentes;
- propone una corrección mínima.La idea de corrección mínima evita que la auditoría termine reescribiendo innecesariamente todo el artefacto.
Meta-prompt para simplificar
No todo meta-prompt debe agregar complejidad.
También podemos pedir:
Simplifica este prompt conservando su comportamiento sustantivo.
Elimina:
- instrucciones duplicadas;
- adjetivos sin función operativa;
- secciones que repiten el mismo criterio;
- requisitos de formato que no aporten al uso posterior.
No elimines reglas de evidencia, incertidumbre ni control humano.Esta operación es importante porque los prompts complejos tienden a crecer con el tiempo.
Podemos acumular parches:
no hagas X
además evita Y
recuerda también Z
excepto cuando...Hasta que la instrucción se vuelve difícil de mantener.
Un meta-prompt puede ayudar a refactorizar la especificación: misma finalidad, estructura más clara.
Cuándo utilizar meta-prompts
Son especialmente útiles cuando:
- todavía no sabemos formular bien el encargo;
- necesitamos convertir una práctica profesional en instrucciones;
- un prompt produce resultados inconsistentes y queremos diagnosticarlo;
- debemos adaptar una instrucción sin perder controles importantes;
- queremos convertir un prompt recurrente en una plantilla;
- necesitamos generar y revisar ejemplos;
- una instrucción ha crecido tanto que conviene simplificarla.
No son necesarios para cada interacción.
Para:
Corrige ortografía y puntuación sin cambiar el contenido.crear primero un proceso de meta-prompting puede añadir fricción sin beneficio.
El riesgo principal: que el modelo rellene el criterio que faltaba
Supongamos que escribimos:
Mejora mi prompt para decidir si un contrato es aceptable.El modelo puede decidir por su cuenta qué significa “aceptable” y agregar:
considera estándares de mercado, equidad, proporcionalidad y mejores prácticas.La nueva versión puede parecer más sofisticada, pero ha introducido un estándar sustantivo que el usuario nunca definió.
Por eso conviene instruir:
Si falta un criterio sustantivo, no lo inventes.
Identifícalo como una decisión que el usuario debe proporcionar.Esta regla refleja una distinción crucial:
DISEÑAR LA FORMA DEL ENCARGO
≠
DEFINIR EL CRITERIO PROFESIONALEl meta-prompt no conoce automáticamente la política institucional
Un modelo puede proponer una buena estructura como:
[CRITERIOS_DE_APROBACION]Pero si la organización tiene una política interna que determina cuándo escalar un contrato, esa información debe venir de una fuente apropiada.
El meta-prompt puede ayudarnos a detectar que falta el criterio. No debería inventarlo y presentarlo como política vigente.
Esta distinción prepara una materia posterior del handbook: saber cómo realizar una tarea no equivale a disponer del conocimiento concreto necesario para ejecutarla.
Meta-prompt ≠ garantía de un buen prompt
Existe una regresión posible:
“Si el prompt puede ser malo, usemos un meta-prompt.”
Pero el meta-prompt también es un prompt. Puede estar mal diseñado.
Por eso debemos revisar:
- qué tarea le estamos dando;
- qué libertad tiene para cambiar el objetivo;
- qué fuentes puede utilizar;
- qué debe hacer ante información faltante;
- cómo debemos evaluar su resultado.
El meta-prompt no elimina el problema de especificación. Lo desplaza a un nivel superior.
Un patrón robusto: diagnosticar antes de reescribir
Una estrategia especialmente útil es separar cuatro operaciones:
¿Por qué?
Si pedimos simplemente:
Haz este prompt mejor.el criterio de “mejor” queda nuevamente implícito.
En cambio, si primero diagnosticamos, podemos decidir qué aspectos queremos modificar.
Ejemplo completo: de idea vaga a prompt de revisión
Punto de partida
Quiero usar IA para revisar contratos de proveedores.Meta-prompt de levantamiento
Ayúdame a convertir esta idea en un prompt reutilizable.
No lo redactes todavía.
Identifica primero qué decisiones debemos definir respecto de:
- objetivo;
- parte representada;
- documentos;
- materias prioritarias;
- evidencia;
- criterios;
- restricciones;
- formato;
- puntos de control humano.Respuestas del usuario
Representamos al cliente.
El resultado debe apoyar una decisión interna de aprobación.
Usamos contrato, anexos y una política interna.
Queremos separar evidencia, interpretación e información faltante.
La aprobación final sigue siendo humana.Meta-prompt de construcción
Ahora construye una primera versión.
Marca entre corchetes las decisiones que todavía deban completarse.
No inventes políticas ni criterios de aprobación.Meta-prompt de auditoría
Audita el borrador.
Comprueba que ningún placeholder crítico haya sido reemplazado por un supuesto.El resultado puede ser mucho más controlado que una reescritura automática de una sola vez.
De meta-prompt a template
Una de las aplicaciones más importantes en Clases UDD.pdf consiste en pedir al sistema que convierta un prompt repetido en una plantilla reutilizable.
La lógica es:
prompt puntual
↓
meta-prompt identifica partes fijas y variables
↓
template parametrizablePor ejemplo:
Convierte el siguiente prompt en una plantilla reutilizable.
1. Identifica qué partes deben permanecer fijas.
2. Identifica qué partes cambian entre casos.
3. Propón nombres claros para esas variables.
4. Usa placeholders entre corchetes.
5. No inventes valores para variables no definidas.Esta transición abre el siguiente tema.
Qué debes recordar
Un meta-prompt convierte al modelo en asistente de diseño de instrucciones.
Puede servir para:
crear
criticar
mejorar
simplificar
adaptar
auditar
convertirprompts.
Pero no debemos interpretar esa capacidad como autoridad para definir silenciosamente el criterio sustantivo de la tarea.
La mejor práctica es mantener visible qué decisiones provienen del usuario y cuáles son propuestas del sistema.
El problema que todavía queda abierto
Supongamos que, después de varias iteraciones, ya tenemos un prompt que funciona muy bien.
Ahora queremos usarlo una y otra vez en contratos distintos.
Copiar el texto completo y modificar manualmente cliente, documento, jurisdicción, materias y criterios es posible, pero introduce variabilidad y errores.
La siguiente abstracción consiste en separar lo que permanece fijo de lo que cambia en cada ejecución.
Así pasamos del prompt a la template.