El modo - y la mejor manera - de consultar los chatbots a evolucionado con el tiempo. Podemos distinguir 3 etapas: la consulta o búsqueda común, el "prompting" y, ahora, la "ingeniería de bucles".
1. El modo "búsqueda"
Consultábamos los primeros chatbots del mismo modo que preguntábamos en Google Search. Los chatbots aparecieron como “motores de respuesta” y podían reemplazar a los motores de búsqueda tradicionales como puerta de entrada a Internet. Y algunos chatbots, como Perplexity AI, trataron de especializarse en esta modalidad. Y todos los creadores de contenido empezaron a preocuparse, algunos acudiendo a los tribunales para defender sus derechos de autor.
2. El modo "prompting"
Rápidamente aprendimos que para obtener buenas respuestas era importante saber hacer bien las preguntas. Aprendimos que debían darse instrucciones muy precisas, con información sobre la intención u objetivo, el contexto, el estilo y modo de abordar el tema (vea más abajo), y la forma de los resultados, lo cual constituía un conjunto de "prompts", y los usuarios expertos fueron llamados "ingenieros de prompts".
3. EL modo "ingeniería de bucles"
Al parecer, este método "simple" de consulta con un conjunto (único) de prompts estaría quedando obsoleto: se ha de pasar al "loop engineering" ("ingeniería de bucles"), que es ahora muy popular entre los desarrolladores. Este asume que la IA va a cometer errores y, en esta, "un subagente genera una respuesta, otro la audita y busca fallos, y luego el sistema vuelve a ejecutar el proceso de forma automática hasta que el resultado cumple con los estándares de calidad especificados por el usuario". Es evidentemente más caro por cuanto se usan más tokens. Varios expertos, como Peter Steinberger, creador de OpenClaw, y Addy Osmani, responsable de Google Cloud, coinciden. (Pastor, 29/06)
Cómo consultar
La ingeniería de bucles no abandona el prompting experto como acabamos de ver: lo multiplica en al menos tres consultas sucesivas.
¿Cómo hacer la primera consulta? Lluis Codina habla de "3 capas" o componentes: una capa de intención (objetivos), una capa de información (contexto y características de los resultados esperados) y una capa de control (estilo o tono, y cadena de razonamiento, si es el caso).
Muñoz da múltiples ejemplos. El siguiente prompt ejemplifica muy bien el conjunto de componentes recomendados: "Actúa como un asesor financiero. Quiero invertir 5,000€, tengo perfil conservador. Dame 3 opciones con pros y contras."
Estas son algunas estructuras que recomienda Muñoz:
"* Explícame [concepto] como si tuviera [edad o perfil].
* Dame una lista de [X cosas] ordenadas por [criterio específico].
* Redacta un texto de [X palabras] en tono [formal, amigable, técnico, etc.] sobre [tema]
* Corrige este texto y sugiere mejoras en claridad, ortografía y estil."
Y conviene agregar "Actúa como [rol, profesión]"; especificar el formato de salida (texto [dividido en secciones si se quiere], presentación, video) y precisar eventualmente el público destinatario (público general, estudiantes...).
Ejemplo de prompt más completo de este tipo: "Eres un analista de datos especializado en startups tecnológicas. Redacta un informe de 500 palabras que explique las métricas clave que un inversor busca antes de invertir. Incluye ejemplos reales, separa por secciones y usa lenguaje claro pero técnico." (Muñoz).
Los siguientes bucles dependerán evidentemente de la respuesta. Esta constituirá el documento que someteremos a la segunda IA (o por segunda vez a la misma) pidiéndole que busque los posibles fallos o que genere argumentos en contra. Con la nueva respuesta redactaremos un borrador de respuesta final y lo someteremos a una revisión final.
¿Qué IA utilizar?
Sabemos que hay múltiples alternativas y tenemos quizás ya una preferida. Si tenemos una suscripción, será sin dudas conveniente aprovechar esta. Los chatbots gratuitos se prestan muy poco para el "loop engineering".
Si tenemos algún servicio de Google (como Gmail o Google Workspace), tendremos acceso a Gemini que está entre los mejores (La versión 3.1 Pro es considerada la mejor para resolver patrones lógicos [Xataka, 20/02/26]). Pero varias investigaciones han mostrado que Claude, de Anthropic, da generalmente los mejores resultados, además de tener los mejores controles de seguridad y fuertes algoritmos éticos.
Referencias
Codina, L.: Elementos y capas de un prompt. Enero 2026.
Muñoz, A.: ¿Cómo preguntar a la inteligencia artificial? Guía práctica con ejemplos reales. Escuela de Internet, 10/04/2025.
Pastor, J.: La moda del prompt engineering ya pasó. Ahora lo que se lleva es el loop engineering, Xataka, 29/06/2026.
