💊 #05 · Guía práctica de prompting para sanitarios que quieren usar bien la IA

En la primera parte de esta guía aprendimos a crear una directriz de comportamiento anti-sesgo de complacencia, a elegir el tipo de prompt de una forma más consciente y con sentido y a usar el lenguaje Markdown para estructurar nuestros mensajes de forma clara y legible para el modelo de IA.

Ahora vamos a subir de nivel con técnicas más avanzadas y algunas herramientas prácticas para que puedas construir prompts potentes y escalables, y sacar el máximo partido a la IA generativa en tu trabajo diario.

Hoy te comparto:

4️⃣ El sistema CRAFTER para crear “superprompts” estructurados con cero carga mental.

Ya sabemos que los prompts bien estructurados son la clave para obtener respuestas precisas y útiles de ChatGPT. Cuando formulamos adecuadamente nuestras peticiones, no solo mejoramos la calidad de las respuestas sino que también reducimos la necesidad de correcciones posteriores.

El problema no es sólo de conocimiento (no saber como hacerlo), sino el exceso de tiempo y energía mental requeridos para crear prompts de alto nivel.

En un entorno como el sanitario o científico donde las respuestas de los modelos de IA deber ser rigurosas, fiables y con el mínimo margen de error, hacer buenos prompts resulta imprescindible para que haya la menor incertidumbre y riesgo posible.

Aquí es donde aparece para mí el concepto de “Metaprompt”, es decir, un prompt para optimizar tus prompts 🤯 .

Estas técnicas de “metaprompting” mejoran la capacidad de razonamiento y la precisión de los LLMs, reduciendo errores como las famosas “alucinaciones”.

En esencia, un buen metaprompt busca que el modelo piense como planificador, y no solo como un autocompletador de texto.

El framework CRAFTER surge como una evolución del CRAFT, integrando lecciones aprendidas de otros enfoques para conformar una plantilla integral de metaprompt. Cada letra en C.R.A.F.T.E.R. representa un elemento que debería incluirse (cuando sea relevante) en un prompt para maximizar la claridad y efectividad de las respuestas de un LLM.

Esta estructura me ha demostrado ser excepcionalmente efectiva para obtener respuestas detalladas y precisas. Se compone de los siguientes siete elementos que, al combinarse, maximizan el potencial de ChatGPT para generar respuestas de alto valor.

Mi metaprompt CRAFTER (v1)

Puedes acceder y copiar mi metaprompt CRAFTER en el siguiente enlace:

Como usar el metaprompt CRAFTER

1.  Inicia una nueva conversación con ChatGPT (mejor GPT-4 si lo tienes).
   Empieza siempre desde cero para que no arrastre contexto. Esto te asegura que el modelo no mezcle temas ni arrastre respuestas de otras preguntas.

2.  Pega el Metaprompt completo que incluye las secciones CRAFTER (Contexto, Rol, Acción, Formato, Target, Ejemplos y Referencias/Restricciones).
   No dejes nada fuera: cada sección es clave para dar claridad y estructura al modelo.

3.  Responde a la pregunta inicial con el máximo detalle clínico o técnico posible.
   Aquí es donde defines la tarea concreta que quieres resolver (protocolo, tabla de ajuste de dosis, resumen académico…).
   💡 Consejo: cuanto más contexto útil le des, mejor será el prompt final.

4.  Revisa el prompt generado con lupa.
   Lee cada sección (Contexto, Rol, Acción, etc.) y asegúrate de que se ajusta a lo que necesitas.
   Si ves campos en blanco (como [FECHA] o [NOMBRE]), completa la información antes de usarlo.
   Si algo no encaja, modifícalo o pide a la IA que lo corrija.

5.  Personaliza y copia el prompt final.
   Elimina lo que no necesites, afina el tono y, sobre todo, asegúrate de que el Formato y las Referencias sean correctas y realistas (pide fuentes oficiales siempre).

6. Usa el prompt en una nueva conversación.
   Esto es clave: así ChatGPT olvida la interacción del MetaPrompt y te responde directamente al prompt ya optimizado.

7.  Itera si es necesario.
   Aunque CRAFTER te da un prompt casi perfecto, a veces querrás afinarlo: cambia el tono, añade restricciones, o amplía ejemplos.

   
   🔁 Recuerda: la ingeniería de prompts es un proceso iterativo.

¿Por qué CRAFTER me ha resultado tan útil?

• Me permite ahorrar tiempo desde la primera pregunta.

• Consigo respuestas más precisas y adaptadas al contexto clínico o técnico.

• Evito improvisar cada vez que necesito la ayuda de la IA.

• Obtengo salidas claras y listas para usar: informes, protocolos, etc.

En definitiva: me ayuda a pensar. CRAFTER convierte un prompt en una herramienta de pensamiento y a ChatGPT en tu apoyo (sparring) para resolver problemas o buscar soluciones dirigidas por IA.

No es solo teoría: lo uso a diario para todo tipo de tareas semicomplejas para controlar el resultado.

Créeme: con CRAFTER vas a dejar de “pelearte” con la IA y vas a empezar a trabajar con ella de verdad.

Así de simple.

Cuando usar CRAFTER y cuando NO:

También te digo: CRAFTER no es para todo. Apunta:

👍️ Tareas complejas, multicomponente (protocolos, informes técnicos, procesos clí­nico-administrativos…).

👍️ Trabajo profesional donde el error tiene consecuencias (salud, investigación, clínica, docencia…).

👍️ Generación de contenido con estilo o público definido (material de formación docente, abstracts, comunicación institucional…).

👎️ Tareas simples o muy conocidas por el modelo (traducciones, resumen literal, extracción tabular, etc.).

👎️ Tareas creativas exploratorias abiertas (brainstorming, ideación narrativa, etc.).

👎️ Casos en los que se espera intuición o voz personal espontánea (respuesta a un dilema, valoración crítica sin guías).

Conclusión

CRAFTER no es para todo, pero es ideal para mucho.

Es una herramienta de precisión: cuanto más alto el coste del error y más estructurada la salida deseada, más valor aporta.

Pero si la tarea es trivial, experimental o requiere espontaneidad, conviene usar enfoques más ligeros (zero-shot, role-only o incluso exploración libre).

Su aplicación correcta = +calidad +consistencia + productividad.

Si lo aplicas forzadamente = − fluidez −creatividad −agilidad.

Como toda buena herramienta, la clave es saber cuándo usarla… y cuándo no.

Seguimos, que vienen curvas…

 5️⃣ Flujo de trabajo en dos fases para contextualización mediante investigación profunda (DRPF-Deep Research Prompting Framework).

En muchas tareas clínicas y científicas, un único prompt “directo” suele fallar por una razón simple: falta contexto relevante y/o una base de conocimiento específico.

Los modelos de lenguaje no han sido entrenados concretamente con información científico-sanitaria (y mucho menos actualizada). Tampoco conocen tu hospital como tú, ni tus guías locales, tu población de pacientes, tus restricciones ni tus objetivos operativos si no se los contextualizas primero.

El resultado: respuestas genéricas, razonables y bien redactadas en apariencia, pero mal alineadas con tu realidad y de poco valor añadido para tus objetivos.

En este sentido, ha empezado a generar interés la “Context Engineering” o ingeniería de contextos, un área de estudio centrada en como “contextualizar” a un LLM para obtener mejores resultados.

Como ya vimos en la anterior edición de Píldoras Digitales, una de las claves que más distingue a un usuario principiante de uno profesional en IA generativa es saber adaptar el tipo de prompt a la tarea que se quiere resolver.

Os presento el nada rimbombante 😆 “Deep Research Prompting Framework”, un flujo de trabajo que os puede aportar claridad y ayudar a la hora de hacer tareas de complejidad alta y creatividad baja, que requieran un mayor control y limitación de riesgos.

🧠 ¿Qué es el Deep Research Prompting Framework ?

Un sistema diseñado para utilizar modelos generativos como ChatGPT de manera crítica, trazable y productiva en tareas científicas, clínicas o docentes. Combina exploración asistida (mediante la funcionalidad de investigación profunda), un prompting estructurado (como CRAFTER por ejemplo) y autovalidación en cada paso antes de la entrega (metaprompting).

🧪 Cómo funciona

El flujo de trabajo consiste en dividir una interacción con IA en dos etapas claramente diferenciadas:

1. Fase de generación de contexto mediante investigación profunda.

Su objetivo es recopilar, limpiar y estructurar la información que alimentará la fase 2.

Es esta primera fase es donde el modelo recopila y sintetiza toda información clave sobre el tema relevante sobre el que tengamos el “problema”.

Cuanto más preciso y curado sea el contexto inicial, menor es la probabilidad de alucinación y mayor la relevancia del output de la Fase 2.

De esta manera estamos generando un contexto previo profundizando en el problema que queremos resolver.

Entre las diferentes herramientas que podemos usar en la Fase 1, se encuentran:

• Perplexity

• ChatGPT

• Gemini

• Claude

• Elicit

• Notebook LM (como herramienta sintetizadora en un paso previo cuando tenemos mucho material y queremos que esa síntesis sea fiable).

El resultado de esta fase será un documento (.pdf, .md, etc.) de investigación profunda que usaremos en la siguiente fase.

2. Fase de ejecución operativa con prompt estandarizado CRAFTER.

En esta fase se utiliza un prompt complejo para ejecutar la tarea definitiva (redacción, análisis, propuesta, etc.) utilizando como base de conocimiento el contexto previamente generado en la fase 1.

Para ello usaremos algún modelo avanzado razonador de nuestro LLM favorito (recomiendo ChatGPT, Claude o Gemini) al que le pegaremos nuestro prompt CRAFTER que ya conocemos y que refinaremos para adaptarlo a esta tarea. También puedes utilizar Notebook LM para extremar el ajuste y minimizar el riesgo, pero tendrás que ser más exquisito en el prompt y los resultados seguramente sean peores.

Aparte de la investigación profunda realizada, es importante incluir en la interacción inicial conocimiento clave para contextualizar al modelo (y hacer mención en el prompt): Artículos PDF, SOP internos, fichas técnicas, guías clínicas, datasets tabulares o incluso imágenes diagnósticas son útiles siempre que se apliquen a la tarea final.

La IA actúa entonces también como sistema RAG (Retrieval‑Augmented Generation): primero investiga, analiza, recupera y consolida, para luego generar el resultado que pidamos (“solución”).

Este enfoque permite mejorar la calidad, precisión y relevancia de los resultados, especialmente en tareas complejas, científicas o con alta carga contextual.

👀 2 ejemplos de casos de uso

1. Elaboración de protocolo clínico 

   • Fase 1: Investigación profunda en ChatGPT (modelo o3) sobre el uso domiciliario de plerixafor en pacientes oncohematológicos. Se extrae la evidencia citando estudios, riesgos y beneficios reportados.

   • Fase 2: Ejecutamos prompt CRAFTER para redactar un borrador de protocolo institucional para la administración domiciliaria de plerixafor, con secciones personalizadas que indicamos en el prompt como criterios de inclusión, seguimiento y evaluación, etc.

2. Creación de guión para sesión clínica 

   • Fase 1: Investigación profunda con Perplexity (o Elicit) sobre la evidencia actual en deprescripción de benzodiacepinas en pacientes mayores institucionalizados. Incluyendo guías clínicas y recomendaciones europeas.

   • Fase 2: Prompt CRAFTER contextualizado para crear el guión borrador de la sesión tal y como tu quieras que se haga o te hayan pedido.

No he querido profundizar mucho en los ejemplos para no alargar (más todavía) esta píldora, pero si quieres ver como funciona exactamente y los resultados obtenidos escríbeme respondiendo a este correo y te lo explico. 😃 

🔍 ¿Cómo sé que lo estoy haciendo bien? 4 checks:

🧾 ¿Por qué usar el DRPF?

👍🏼 Ventajas:

• Mejora la precisión en tareas complejas y sensibles.

• Reduce nuestra carga mental en la preparación de contexto.

• Favorece la transparencia del proceso (“sé de dónde viene esta conclusión”).

• Es reutilizable para crear plantillas inteligentes en workflows o GPTs.

👎🏼 Desventajas:

• Requiere más pasos y tiempo de interacción.

• Depende de que el modelo estructure bien la fase 1 (o haya validación humana).

• No siempre es útil en tareas directas o sin carga contextual relevante.

• No todos los modelos manejan bien este tipo de flujo.

💡 Mensaje para casa

☝️ One more Thing

Si has usado algún agente de IA como Manus, Genspark o Operator de OpenAI te habrás dado cuenta que este flujo de trabajo “simula” el trabajo de un agente, los cuales trabajan de forma paralela realizando diferentes acciones ante un prompt. En nuestro caso este flujo de trabajo nos otorga mayor control sobre el resultado a cambio de más energía y carga mental y de tiempo en la realización de la tarea [nada te impide hacer comparaciones de resultado de algún agente de IA Vs DRPF, así que adelante 🙂 ]

6️⃣ GePeTo, mi GPT “artesano” del prompt:

Después de todo lo que he comentado en esta guía sobre la importancia de los prompts, de su estructura y de como obtener mejores resultados eligiendo y formateando prompts correctamente, te confieso que no hace falta conocer en profundidad NADA de ingeniería de prompts ni dedicar 15 minutos en cada prompt.

Cuando empecé a aprender sobre esto me encontré con un gran dilema:

Mi solución a esta gran fricción fue crearme para mis flujos de trabajo un GPT personalizado para automatizar la creación de prompts profesionales siguiendo el formato CRAFTER por defecto (mi primer paso fue tener una nota con el metaprompt CRAFTER e ir copiando y pegando en cada tarea 😅).

Para terminar esta guía, te cuento todo sobre GePeTo y te digo al final como puedes usarlo:

🎯 ¿Qué es GePeTo?

GePeTo es un custom GPT de ChatGPT que actúa como generador inteligente de prompts, creado para ayudarte a convertir tus ideas complejas en instrucciones claras y efectivas para modelos de lenguaje como GPT-4, a través del flujo de trabajo CRAFTER. GePeTo te guíará paso a paso para definir el contexto, el tono, la estructura y los objetivos de tu prompt, logrando resultados profesionales y consistentes.

🔧 ¿Qué hace GePeTo exactamente?

• Te hace preguntas para contextualizar y clarificar el motivo de consulta.

• Aplica el método CRAFTER para estructurar prompts claros y escaneables en formato markdown.

• Te devuelve un prompt modular (contexto, rol, audiencia, formato, tono, ejemplos y referencias/restricciones…), que puedes adaptar o reutilizar fácilmente

Para que veas la diferencia entre un prompt mediocre y otro profesional creado por GePeTo, te muestro el mismo ejemplo:

1. Prompt real escrito a mano:

Haz una hoja de información para pacientes que toman Selinexor. Soy farmacéutico hospitalario y trabajo con pacientes oncohematológicos. Quiero que la hoja sea clara y fácil de entender. Tiene que caber en dos páginas. Usa un tono profesional pero cercano. Antes dime qué secciones crees que debería tener. Redáctala pensando en el paciente, para que entienda el tratamiento y lo siga correctamente.

2. Prompt tras usar GePeTo:

C. Contexto: Eres farmacéutico hospitalario especializado en oncohematología y necesitas elaborar una hoja informativa para pacientes que inician tratamiento con Selinexor. El objetivo es que los pacientes comprendan su terapia, sepan cómo tomarla correctamente y gestionar posibles efectos secundarios.

R. Rol:Actúa como un farmacéutico clínico experto en atención oncológica, con habilidad para traducir términos técnicos a un lenguaje claro y cercano, manteniendo un tono profesional y empático.

A. Acción:

Propón primero una lista de secciones que debería incluir la hoja informativa.

Una vez aprobadas, redacta el contenido de cada sección:

1. Breve descripción del fármaco y su mecanismo de acción.

2. Instrucciones de dosificación y administración.

3. Posibles efectos secundarios y cómo manejarlos.

4. Consejos para el día a día (alimentación, hidratación, signos de alarma).

5. Contactos de urgencia y seguimiento.

F. Formato:

- Respuesta en Markdown.

. Usa títulos de nivel 2 (##) para cada sección aprobada.

. Dentro de cada sección, emplea viñetas (-) para claridad.

. Máximo dos páginas impresas (aprox. 800–900 palabras).

T. Target:Pacientes oncohematológicos no especializados en medicina; familias y cuidadores. Lenguaje sencillo, sin jerga médica innecesaria.

E. Ejemplo (opcional):Se adjuntan ejemplos de hoja de información de pacientes de [MEDICAMENTO_1] y [MEDICAMENTO_2] para que tengas de ejemplo.

R. Requisitos y restricciones:

- Tono profesional pero cercano.

- Evitar siglas sin explicar.

- Incluir notas al pie o cuadros de “¿Sabías que…?” para refuerzos clave.

- Garantizar legibilidad (fuente ≥ 12 pt, interlineado 1.5 al pasar a formato impreso).

💡 ¿Cuándo usar GePeTo?

No todas las tareas y consultas requieren de un “superprompt”, por ello te digo que yo uso GePeTo solo cuando:

• No quiero perder 15 minutos pensando cómo escribir un prompt decente.

• Requiero de prompts de calidad para obtener un resultado de calidad muy alta.

• Necesito sistematizar tareas repetitivas con IA (informes, resúmenes, instrucciones…)

• Estoy creando algo con IA y no sé ni por dónde empezar…

➡️ Cómo usar GePeTo paso a paso

GePeTo está en beta gratuita (sólo hasta Agosto), pero si formas parte de esta newsletter, puedes probarlo.

1. Accede al GPT a través de este enlace.

1. Cuéntale tu idea básica (¿Que necesitas que haga GePeTo?). Puede ser:

   • Crear un prompt desde cero en formato CRAFTER ("Necesito un prompt para que ChatGPT me desarrolle un plan de investigación para mi proyecto").

   • Optimizar uno que ya tengas (refinamiento): Si ya tienes un borrador, pégalo tal cual. GePeTo lo revisará y lo optimizará siguiendo C.R.A.F.T.E.R. (detectando huecos de contexto, estructura o claridad).

   • Asesorarte para obtener el mejor prompt según el tipo de tarea (Zero-shot, Few-shot, Chain-of-Thought, CRAFTER, etc.).

   • Formarte en "Ingeniería de prompts".

   💡 Puedes usar iniciadores de conversación o escribir en la caja de prompt.

2. Resultado: Un prompt CRAFTER optimizado y personalizado.

   • GePeTo te dara una respuesta en formato "Markdown".

3. Revisa y refina el prompt haciendo y respondiendo preguntas del GPT:

   • Añade detalles clave (tono, longitud, estilo…).

   • Ajusta para tu caso concreto o sector (ciencia, salud, gestión clínica, etc.).

   • Refina hasta que el prompt sea perfecto para tí.

4. Copia la respuesta de GePeTo y pégala en una conversación nueva de ChatGPT (o cualquier otro LLM, aunque GePeTo está optimizado para ChatGPT).

   Elige el modelo adecuado para la tarea antes de apretar el ENTER ;).

Como ves, es un proceso sencillo pero que requiere de varios pasos.

No te preocupes, le cogerás el truco al tercer uso. Sólo comentarte que no le tengas miedo a los “superprompts”, ya no necesitas ser un experto en la dichosa “Prompt Engineering” para obtener resultados óptimos.

👷 Reto exprés para esta semana (15 MINUTOS):

1. Crea un prompt a mano para una tarea semicompleja que tengas que hacer (un informe, un guión de ponencia, etc.)

2. Usa GePeTo para obtener un prompt CRAFTER y dáselo a ChatGPT.

3. Compara los dos resultados.

4. Comparte tu resultado conmigo y dime que has notado 😉 .

Gracias por haber llegado hasta aquí. Si tienes cualquier duda o consulta quedo disponible al otro lado del “Responder correo”.

Bye 🖖 

—- Alfredo MD

Pildoras Digitales es una newsletter donde recibirás casos prácticos, herramientas digitales, consejos y trucos para que aproveches al máximo todo lo que la tecnología digital tiene para ofrecerte como científico y mejores tus competencias digitales.

Si quieres ayudar a crecer la newsletter, puedes compartirla con tus compañeros/as y en tus redes.

Si has llegado hasta aquí y no estás suscrito, dale caña que es gratis y me das dopamina: