Cómo hacer prompts a la IA para mejores resúmenes: patrones que funcionan en 2026

El modelo no es el problema. Los malos resúmenes de la IA en 2026 son casi siempre un fallo de prompting. La misma transcripción pasada por un prompt débil y por un prompt potente puede producir resultados tan diferentes que parecen herramientas distintas. Conseguir la versión potente es una disciplina, no un talento, y se aprende sobre todo en una tarde.

Esta entrada cubre los patrones prácticos: la estructura de seis partes de un buen prompt de resumen, cinco plantillas listas para pegar para los tipos de contenido más comunes, y el bucle de iteración que consolida una plantilla de prompt fiable tras unas pocas ejecuciones.

Para prompting de preguntas y respuestas en general, en lugar de trabajo específico de resúmenes, consulta prompts avanzados de ChatGPT para mejores respuestas. Esta entrada se centra en el resumen de transcripciones.

La estructura de prompt de seis partes

Un prompt de resumen fiable tiene seis partes, en este orden:

1. Rol y contexto: Para quién resume el modelo y por qué lo necesita.
2. Encuadre del material de origen: Qué tipo de transcripción sigue y quiénes son los hablantes.
3. Estructura de salida: Las secciones y el formato exactos que quieres recibir.
4. Instrucciones de estilo: Tono, voz y restricciones de extensión.
5. Qué excluir: Frases prohibidas y categorías de contenido que omitir.
6. La transcripción.

Cada parte cumple una función. Omitir una significa que el modelo rellenará con un valor por defecto que quizá no coincida con lo que quieres.

Una nota sobre el orden: instrucciones primero, transcripción al final. Algunos flujos de trabajo pegan la transcripción arriba, pero eso aleja las instrucciones de la atención del modelo cuando llega el momento de generar el resultado. Para transcripciones de más de unos minutos, instrucciones y luego transcripción es más fiable.

Parte 1: Rol y contexto

El prompt debe establecer para quién sirve el resumen.

Débil: "Resume esta reunión."

Mejor: "Eres quien resume una reunión de equipo para el jefe de proyecto que no pudo asistir."

El más potente:

You are summarizing a customer discovery interview for a product manager 
who is deciding which features to prioritize next quarter. The PM will 
read the summary to identify common pain points across multiple interviews.

Cuanto más específico sea el rol, más útil será el resultado. El modelo ajusta qué contenido enfatizar según lo que el lector hará realmente con el resumen.

Parte 2: Encuadre del material de origen

Dile al modelo qué está leyendo antes de que lo lea.

Débil: "Aquí tienes una transcripción."

Mejor:

The transcript below is from a 45-minute Zoom interview. Speaker A is 
the interviewer (PM at our company). Speaker B is the customer. The 
customer runs a small marketing agency and was being asked about how 
they currently handle social media analytics.

El encuadre moldea la interpretación. Una afirmación de un CEO y una de un analista junior tienen pesos distintos en la lectura del modelo, pero solo si el modelo sabe quién está hablando.

Parte 3: Estructura de salida

Especifica exactamente las secciones que quieres.

Débil: "Resúmelo."

Mejor:

Output:
- Two-sentence summary
- Three to five key pain points (one per topic)
- Three to seven verbatim quotes with timestamps
- Open questions for follow-up

El más potente (con un ejemplo bueno/malo incorporado):

Output the summary as Markdown with this structure:

## Summary
Two sentences. Lead with the most important finding.

## Pain Points
Three to five bullets. Each bullet is a complete observation, 
not a topic label.
Bad: "Tools are confusing."
Good: "Customer spent 4 hours last week trying to figure out which 
metric in Google Analytics matched the one in their HubSpot dashboard."

## Notable Quotes
Three to seven verbatim quotes. Format: "[quote]" (timestamp).

## Open Questions
Things that came up but were not resolved. One sentence each.

El patrón de ejemplo bueno/malo es uno de los movimientos de mayor impacto en un prompt de resumen. Ancla al modelo en el nivel de especificidad que quieres, más rápido que cualquier instrucción abstracta.

Parte 4: Instrucciones de estilo

Restricciones de extensión, tono y voz.

Keep the summary under 300 words total. Use active voice. Write 
for a busy reader who will scan rather than read. Do not pad with 
framing language. Do not introduce concepts the speaker did not 
mention. If something is uncertain, mark it explicitly.

Las restricciones de extensión importan porque los modelos tienden por defecto a resultados más largos cuando no se les pone límite. La instrucción de "no rellenar" elimina frases de relleno como "Como se comentó..." o "Vale la pena señalar...". La voz activa hace visible la atribución (quién hizo qué).

Parte 5: Qué excluir

Las instrucciones negativas son más eficaces de lo que parecen.

Exclude:
- Filler exchanges ("thanks for taking the time", "no problem").
- Tangential discussion that did not produce insight.
- Phrases like "great point" or "really interesting."
- Any hypothesis about the speaker's underlying motivation. 
  Stick to what they actually said.

Los modelos modernos siguen las instrucciones de tipo "no hagas X" de forma fiable, lo que te permite extirpar quirúrgicamente los modos de fallo concretos que hayas visto en resultados anteriores.

Parte 6: La transcripción

Después de todo lo anterior, pega la transcripción. Es la única parte que no se puede convertir en plantilla. Todo lo demás puede reutilizarse en cada resumen del mismo tipo de contenido.

Plantillas de prompt por caso de uso

La estructura de seis partes adaptada a los cinco escenarios más comunes.

Resumen de reunión

You are summarizing a team meeting for an attendee who needs to act 
on the outcomes within the next week.

The transcript is from a [type] meeting with [N] attendees. Speakers 
are labeled. The meeting was [duration] long.

Output:

## Summary
One sentence. What the meeting was about and whether it produced 
its intended outcome.

## Decisions Made
Bullets. Each decision with which speaker advocated for it if relevant.

## Action Items
Table with columns: Owner | Action | Due Date | Source Quote.
Only include explicit commitments. Skip hypotheticals.

## Topics Discussed Without Resolution
Bullets. Things that came up but were not decided.

## Next Steps
One sentence. What happens next.

Style: Active voice. Specific. No filler. Under 400 words total.

Exclude: Filler exchanges, off-topic tangents, scheduling chat.

Transcript:
[paste transcript]

La herramienta de transcripción de reuniones combina bien con este prompt en la mayoría de los flujos de trabajo de reuniones de equipo. Para el flujo completo de actas de reunión, consulta cómo crear actas de reunión a partir de audio.

Resumen de entrevista

You are summarizing a customer discovery interview for a product 
manager who is consolidating findings across many interviews.

The transcript is from a [duration] call. Speaker A is the 
interviewer. Speaker B is the customer. Context on the customer: 
[brief description].

Output:

## Participant Snapshot
Two sentences. Role, company stage, anything notable about context.

## Key Themes
Three to five themes that emerged. Each as a complete observation 
with a supporting quote.

## Direct Quotes
Six to ten verbatim quotes that capture the customer's voice on 
the themes above. Include timestamp.

## Pain Points
Bulleted list of frustrations described. Include the specific 
moment or example, not just the topic.

## Open Questions
Things mentioned but unclear. Useful for follow-up interviews.

Style: Customer's voice should come through in the quotes. Avoid 
paraphrasing strong language down to corporate-speak.

Exclude: Pleasantries, leading framing from the interviewer, 
off-topic tangents.

Transcript:
[paste transcript]

Para la parte de transcripción del trabajo con entrevistas, consulta cómo transcribir una grabación de entrevista.

Notas del episodio de pódcast

You are creating show notes for a podcast episode that will be 
published on the podcast website, Apple Podcasts, and Spotify.

The transcript is from a [duration] episode. The host is [Host 
Name]. The guest is [Guest Name and Title]. The topic is [brief 
description].

Output:

## Episode Summary
Two sentences. Lead with the most newsworthy claim or finding 
the guest made.

## Key Takeaways
Three to five takeaways. Each is a complete idea, not a topic 
label. Include the strongest specific claim per takeaway.

## Notable Quotes
Three to seven verbatim quotes from the guest with timestamps.

## Resources Mentioned
Books, papers, tools, websites referenced in the episode.

## High-Value Timestamps
Three to five timestamps where the conversation hit something 
especially worth re-listening to.

Style: Energetic but factual. Avoid "great conversation" or 
"fascinating discussion." Specifics over generalities.

Exclude: Intro/outro pleasantries, ad reads, off-topic banter.

Transcript:
[paste transcript]

Para el flujo de trabajo de pódcast más amplio, consulta la mejor transcripción para pódcast.

Nota de voz

You are converting a voice memo into structured notes for 
personal use. The memo captures my thinking on a topic I want 
to remember and act on later.

Output:

## Core Idea
One sentence. The main thing I was thinking about.

## Supporting Thoughts
Bullets in the order they appeared in the memo. Each bullet 
captures one idea.

## Action Items for Myself
Things I said I would do. Be specific about who, what, and when 
if mentioned.

## Open Questions
Things I flagged as unclear or needing more thought.

Style: Use my conversational tone. Do not introduce concepts I 
did not mention. Do not pad with framing language.

Voice memo transcript:
[paste transcript]

Resumen de clase

You are summarizing a [duration] lecture for a student who 
attended and wants structured notes for review.

The lecture topic is [topic]. The speaker is [name and 
credentials].

Output:

## Thesis
One sentence. The main claim or argument of the lecture.

## Main Arguments
Three to seven supporting arguments. Each captures the argument 
and the supporting reasoning.

## Definitions
Technical terms introduced and how they were defined.

## Examples
Specific cases or stories used to illustrate points.

## Citations
Books, papers, names referenced. With page numbers if mentioned.

## Open Threads
Topics the speaker raised but did not fully resolve.

Style: Academic but readable. Capture nuance without losing 
structure.

Transcript:
[paste transcript]

Si quieres generar la transcripción y resumirla en un solo paso sin copiar y pegar, el resumidor de ConvertAudioToText hace ambas cosas desde una sola subida y sin necesidad de cuenta.

El bucle de iteración

El primer prompt rara vez es el prompt correcto. Ejecuta este bucle:

1. Ejecuta el prompt inicial sobre una transcripción.
2. Compara el resultado con lo que te habría gustado que produjera.
3. Identifica la brecha concreta: secciones que faltan, tono equivocado, demasiado largo, incluye contenido que no querías.
4. Actualiza el prompt para corregir esa brecha concreta.
5. Repite con tres a cinco transcripciones antes de dar el prompt por asentado.

Tras tres a cinco rondas, el prompt suele estabilizarse. En ese punto, guárdalo como plantilla con nombre y úsalo como punto de partida para todo el contenido similar.

Mi opinión: el bucle de iteración es donde la mayoría abandona demasiado pronto. La brecha entre la ejecución 1 y la 4 de un prompt bien iterado es mayor que la brecha entre dos modelos de IA cualesquiera. El prompt es el punto de apalancamiento.

Antipatrones comunes

Antipatrón 1: Directivas de calidad vagas

"Resume esto bien" o "hazlo bueno". No le dan al modelo nada sobre lo que actuar. Sustitúyelas por instrucciones específicas sobre secciones, extensión y tono.

Antipatrón 2: Expectativas de una sola tirada

Intentar clavar el prompt en un único intento. Trata las ejecuciones 1 a 3 como borradores. El camino más rápido hacia un prompt fiable es la iteración, no un prompt inicial más largo.

Antipatrón 3: Restricciones contradictorias

"Que sea breve pero incluya todo lo importante." El modelo resuelve el conflicto eligiendo cuál obedecer. Prioriza de forma explícita: "Menos de 300 palabras. Omite todo lo que no apoye directamente los tres temas principales."

Antipatrón 4: Ignorar la calidad de la transcripción

Un prompt perfecto no puede rescatar una mala transcripción. Si la fuente tiene problemas importantes de precisión, el resumen los refleja. La entrada consejos de precisión de transcripción cubre la parte de la fuente.

Antipatrón 5: Tratar el resultado como definitivo

Todo resumen de IA necesita revisión, especialmente en nombres propios, cifras y citas textuales. La entrada calidad del resumen: IA frente a humano cubre la capa de verificación.

Para una perspectiva complementaria sobre cómo el formato del resultado de la IA afecta a la usabilidad, consulta salida estructurada frente a prosa de resumen.

Qué hace que una plantilla merezca guardarse

Una plantilla de prompt reutilizable que seguirá funcionando dentro de seis meses tiene cuatro cosas:

• Secciones que se corresponden con tu uso posterior (el lector, la acción, el formato).
• Instrucciones de estilo y tono que coinciden con cómo publicas tú o tu equipo.
• Exclusiones específicas que abordan los modos de fallo que realmente has visto.
• Un marcador de posición claramente etiquetado para la transcripción.

De tres a cinco plantillas cubren la mayoría de los flujos de trabajo profesionales: resumen de reunión, entrevista de cliente, notas de pódcast, nota de voz, y una plantilla personalizada para el caso especial que manejes con más frecuencia. Cualquier cosa más allá de cinco suele ser una variación de alguna de esas cinco, no una estructura genuinamente nueva.

FAQ

¿Qué es lo más importante que puedo añadir a un prompt de resumen?

La estructura de salida. Especificar secciones exactas (Resumen, Puntos de dolor, Acciones a seguir, etc.) mejora la calidad del resultado más que cualquier otra instrucción aislada. Un modelo al que se le da una estructura explícita la completará de forma fiable. Un modelo sin estructura inventará una, y no coincidirá con lo que necesitabas.

¿Debo poner la transcripción antes o después de las instrucciones?

Después. Colocar las instrucciones primero y la transcripción al final mantiene la atención del modelo en los requisitos de salida durante todo el paso de generación. En transcripciones muy cortas (de menos de unos cientos de palabras) el orden importa menos, pero poner las instrucciones primero es la opción más segura a cualquier longitud.

¿Cómo manejo una transcripción con baja precisión?

Soluciónalo antes de escribir el prompt. Si la transcripción tiene errores frecuentes, limpia primero las secciones más importantes, en particular las etiquetas de hablante y los términos técnicos. Mejorar la precisión de la transcripción en el origen reduce considerablemente los fallos posteriores del prompt.

¿Puedo usar el mismo prompt de resumen para distintos tipos de contenido?

La estructura de seis partes se traslada, pero las secciones de salida y las exclusiones deben ser distintas según el tipo de contenido. Un prompt de resumen de reunión (decisiones, acciones, responsables) es estructuralmente distinto de un prompt de notas de pódcast (ideas clave, citas, marcas de tiempo). Adapta la plantilla al uso real del lector, no a una forma genérica.

¿Cuántas iteraciones necesito antes de que una plantilla sea fiable?

De tres a cinco ejecuciones con transcripciones reales del mismo tipo de contenido. La primera te muestra la calidad inicial. La segunda revela la brecha. De la tercera a la quinta puedes comprobar si las correcciones de la segunda realmente se mantuvieron. Las plantillas afinadas con menos de tres ejemplos reales suelen tener puntos ciegos que afloran después.

Fuentes

• Guía de ingeniería de prompts de OpenAI: developers.openai.com/api/docs/guides/prompt-engineering (consultada en julio de 2026)
• Guía de resumen de PromptLayer: blog.promptlayer.com/prompt-engineering-guide-to-summarization (consultada en julio de 2026)