Quedamos en que la inteligencia artificial era el futuro. Que iba a escribir nuestro código, a redactar nuestros correos y a darnos respuestas con la seguridad de un profesor de Oxford. Pero llega el momento de la verdad: le preguntas algo con cierta confianza y la IA te suelta una biblioteca de Python que no existe, una receta de cocina que incluye «clavo de olor al gusto» en un código de backend, o peor aún, te cita un paper de ciencia ficción como si fuera real.
Eso, amigo mío, no es magia. Es una alucinación. Y no, no es culpa de la IA (bueno, un poco sí). El 90% de las veces, el problema está entre la silla y el teclado, concretamente en cómo le estás preguntando.
¿Te suena? Es exactamente igual que cuando tu jefe, en la retrospectiva de sprint, suelta un: «Hay que arreglar el rendimiento, eh, que va lento». Y punto. Sin logs, sin trazas, sin una puta idea de por dónde empezar. Pues eso. Vamos a aprender a preguntar bien, porque si no, la IA alucinará, tú perderás el tiempo, y yo seguiré pagando 5 euros por un café que no merece la pena.
¿Qué es eso de «alucinar» y por qué me sale con respuestas que no vienen a cuento?
Para los no iniciados, una alucinación en IA es cuando el modelo te devuelve información que suena plausible, está bien estructurada gramaticalmente, pero es completamente falsa o inventada. No miente a propósito (no tiene consciencia), lo que pasa es que es un «loro estocástico»: escupe la palabra más probable estadísticamente según su entrenamiento, aunque no tenga ni idea de si es real.
¿Por qué ocurre?
Entrenamiento ruidoso: Internet está lleno de basura. Si aprendió de foros de StackOverflow con respuestas erróneas, va a replicar ese error.
Falta de contexto: Si no le das suficiente información, el modelo «rellena» los huecos con lo que le parece más lógico… y muchas veces falla.
Pero ojo, que aquí entra el factor humano. El gran desencadenante de la alucinación no es la IA, es nuestro prompt vago y mal construido.
El símil de la retrospectiva (o por qué tu jefe es el peor prompt engineer)
Vamos a ponerlo en términos que nos duelan a todos. Imagina que la IA es un becario con un cociente intelectual altísimo pero con cero sentido común y cero experiencia en tu proyecto.
Escena A (El prompt del jefe):
«Becario, haz que la app vaya más rápido.»
El becario (la IA) se queda mirando al infinito. ¿Más rápido el renderizado? ¿La carga de la API? ¿La conexión a la BBDD? ¿Optimizar las imágenes? Sin saberlo, el becario «alucina» y te borra el useEffect porque cree que eso hace que vaya más rápido, cuando en realidad rompe toda la aplicación.
Escena B (El prompt del ingeniero con 5 tazas de café):
«Becario, necesito optimizar el tiempo de carga de la ruta ‘/dashboard’. El waterfall actual muestra que tardamos 3 segundos en la query de PostgreSQL. Dame 3 estrategias de indexación o de refactorización de la query, y explícame el coste en complejidad temporal de cada una.»
El becario no alucina. Sabe exactamente por dónde tirar.
Conclusión: La IA alucina porque le pedimos peras al olmo, igual que tu jefe te pide «subir la productividad» sin definir qué es productividad. La ambigüedad es el abono de las alucinaciones.
Los 3 pecados capitales del mal prompt (y por qué la IA te toma el pelo)
1. La ambigüedad (o «arreglar el código»)
Decir «Hazme un script» es como ir al mecánico y decirle «Arregla el coche». ¿Qué pieza? ¿Qué lenguaje? ¿Qué formato de salida? Si no especificas, la IA elige por ti, y suele elegir lo que lee más a menudo (que no siempre es lo correcto).
2. La temperatura mal ajustada (o el cafetazo de más)
Explicación técnica de forma sencilla: La «temperatura» es un parámetro que controla la creatividad (aleatoriedad) de la IA. Si la pones a 0, es robótica y predecible. Si la pones a 1.5, se vuelve hiper-creativa, mezcla conceptos y… sí, alucina como una cabra. Si usas el ChatGPT por defecto y no tocas nada, a veces va «muy colocado» y te inventa cosas porque le pediste «creatividad».
3. El contexto (o la memoria de pez)
Le cuentas tu vida en el primer mensaje, pero luego le haces 20 preguntas más y la IA se olvida de lo primero. El «context window» es limitado. Si le das un montón de basura irrelevante al principio y una pregunta súper específica al final, la IA priorizará lo último, ignorando el contexto crucial. Alucina porque le falta la mitad de la historia.
La guía de supervivencia: 5 pasos para que la IA no te tome el pelo
Aquí tienes tu «Prompt Engineering para Dummies» (con perdón). No necesitas ser un Data Scientist. Solo necesitas aplicar el sentido común y un poco de maldita precisión.
Paso 1: Asígnale un rol específico.
❌ Mal: «Dame consejos de Python.»
✅ Bien: «Actúa como un arquitecto de software sénior especializado en sistemas de alta concurrencia. Dame consejos de Python.»
Paso 2: Ponle límites de formato.
❌ Mal: «Dame el código.»
✅ Bien: «Devuélveme únicamente un bloque de código en JSON con la estructura
{ "funcion": "", "explicacion": "" }. No añadas texto adicional.»
Paso 3: Dale contexto de sobra (pero relevante).
No le tires 10 páginas de logs. Dale las 5 líneas clave y pregúntale específicamente sobre esas. La calidad del input determina la calidad del output. GIGO (Garbage In, Garbage Out), colega.
Paso 4: Pídele que razone en voz alta (Chain-of-Thought).
❌ Mal: «¿Es correcta esta función?»
✅ Bien: «Analiza esta función paso a paso. Primero dime qué hace cada línea, luego dime si hay errores lógicos, y finalmente sugiere una mejora. Razonémoslo juntos.»
Paso 5: Pídele fuentes o «dime que no sabes».
Esto es clave para evitar alucinaciones. Dile: «Si no estás seguro al 100%, respóndeme con ‘No tengo datos suficientes para responder a eso’ en lugar de inventar.» Es el equivalente a decirle al becario que prefieres un «no lo sé» antes de que te borre la base de datos en producción.
Conclusión: La IA no es bruja, es ingeniera de prompts
Así que ya sabes. La próxima vez que la IA te dé una respuesta que parece sacada de un episodio de Black Mirror (pero mal escrito), no la insultes. Revisa tu prompt.
La IA alucina porque le preguntas mal, porque eres vago o porque esperas que lea tu mente. Y lo siento, pero los transformers no son psíquicos. Todavía.
La buena noticia es que aprender a hacer prompting bien te convierte en un ser humano más valioso que el 80% de la población que escribe «Hazme una web» y se asusta cuando la IA propone usar Flash en 2026.
Ahora, ve y pídele a tu jefe que sea específico en la próxima retro. Y si no lo consigues, al menos tú ya sabes cómo domar a la bestia. Eso sí, el café de 5 euros te lo vas a tener que seguir pagando tú.
¿Te ha pasado alguna vez que la IA te ha hecho perder un día entero por una alucinación? Cuéntame tu anécdota más surrealista en los comentarios. Y si te ha gustado este prompt engineering para escépticos, compártelo con ese compañero que le pide a ChatGPT que ‘le haga un programa’ y luego se queja de que no funciona. Que aprenda, coño.