Cuanto más escribes, más te obedece la IA. Esa ha sido la «verdad universal» que todo usuario de inteligencia artificial ha recibido durante los últimos tres años. Han proliferado los puestos de «ingeniero de prompts», han aparecido gurús que facturan miles de euros al mes vendiendo plantillas de instrucciones kilométricas y hasta hay empresas que han metido «cómo escribir buenos prompts» en el manual de bienvenida del empleado.
El 9 de julio de 2026, OpenAI lanzó GPT-5.6, su nueva generación de modelos. Y en la guía para desarrolladores que lo acompañaba aparecía una frase que debería helarle la sangre a cualquier «maestro del prompt»: en las evaluaciones internas, al sustituir instrucciones de sistema largas y detalladas por versiones concisas, la puntuación del modelo mejoró entre un 10 y un 15 %, la longitud del texto se redujo entre un 41 y un 66 % y los costes cayeron entre un 33 y un 67 %.
La noticia explotó en Hacker News: 952 votos y 711 comentarios en un solo día. Hubo quien proclamó que «toda la industria de la ingeniería de prompts debería replanteárselo» y quien confesó, con amargura: «He pasado seis meses afinando una plantilla de instrucciones de diez mil palabras y de la noche a la mañana se ha convertido en un lastre.»
▲ Imagen promocional de GPT-5.6 publicada por OpenAI. Los tres modelos —Sol (referencia), Terra (equilibrado) y Luna (ligero)— se lanzan simultáneamente. (Fuente: explainx.ai / OpenAI)
Probablemente estemos ante el hallazgo más contraintuitivo del último año en IA: cuanto más nos esforzamos en «enseñarle» a la IA cómo debe trabajar, peor lo hace.
Tres años de «recetas secretas» que caducan de un día para otro
Desde que ChatGPT explotó en 2023, el arte del prompt ha generado una industria entera. Al principio la gente solo preguntaba lo que se le ocurría. Luego alguien descubrió que el rol funcionaba —«eres un abogado experto, revísame este contrato»—. Después llegaron las cadenas de razonamiento: «primero identifica las dimensiones del problema, luego analízalas una a una y al final dame tu conclusión».
En 2025, una plantilla de prompts de primer nivel ya ocupaba varios cientos de palabras como mínimo: definición del rol, pasos secuenciales, un bloque de restricciones con todo lo que «debes tener en cuenta» y varios ejemplos al final. Las instrucciones de sistema empresariales eran aún peores: el autor de este artículo ha visto alguna que superaba las 3 000 palabras, con docenas de cláusulas del tipo «SIEMPRE responde con listas», «NUNCA menciones a la competencia» o «PRIMERO confirma, DESPUÉS ejecuta».
Y aquella metodología funcionaba. Con GPT-4 y GPT-5.2 funcionaba de verdad. Había datos que lo respaldaban, jefes que lo aprobaban, equipos que habían invertido dinero de verdad en optimizarlo.
Hasta que llegó GPT-5.6.
La guía de OpenAI ofrece un consejo tan simple que resulta inquietante: «Empieza con el prompt más corto posible —solo lo imprescindible para que la tarea se complete de forma fiable—. Añade instrucciones, herramientas o ejemplos únicamente cuando tus evaluaciones detecten una carencia concreta.»
Traducido a román paladino: borra esas 3 000 palabras de instrucciones de sistema y prueba con 200. Es posible que funcione mejor.
▲ GPT-5.6 se despliega a escala global en ChatGPT, Codex y la API. (Fuente: nitromediagroup.com)
¿Por qué más palabras producen peores resultados?
La razón de fondo no es complicada; simplemente nadie se había atrevido a enunciarla con tanta claridad.
Los modelos como GPT-5.6 poseen una capacidad de razonamiento que supera en varios órdenes de magnitud a sus predecesores. Pongamos una analogía: los modelos antiguos eran como un becario recién llegado al que tienes que explicarle todo al milímetro —«primero consulta el sistema A, luego cruza los datos con el sistema B, verifica que todo cuadre y manda el correo»—; si te saltas un paso, se bloquea. GPT-5.6 se parece más a un profesional con cinco años de experiencia: le dices «mira a ver si este pedido tiene algo raro y, si lo tiene, avisa al cliente» y él ya sabe dónde mirar, cómo evaluarlo y con qué tono redactar el mensaje.
El problema es que si tratas a ese profesional como a un becario y le pautas hasta el último paso, no le estás ayudando: le estás atando las manos. La «ruta óptima» que tú le marcas probablemente sea peor que la que él habría trazado por su cuenta.
Hay un detalle técnico del documento de OpenAI que merece atención: «Los prompts más densos tienden a provocar comportamiento exploratorio adicional, verificaciones redundantes y una expansión continua del contexto». Dicho sin tecnicismos: cuando abarrotas al modelo de exigencias, él se dedica a sopesarlas, a comprobar que no incumple ninguna, a revisar una y otra vez… y todo eso consume su «atención», esa capacidad de cómputo que debería estar dedicada a resolver tu problema.
En palabras llanas: si le llenas la cabeza a la IA de «no hagas esto» y «tienes que hacer esto otro», su energía se irá en vigilar que no se salta ninguna regla en lugar de irse en ayudarte.
▲ Posicionamiento de Sol, Terra y Luna dentro de GPT-5.6: rendimiento de referencia, equilibrio calidad-precio y alta concurrencia ligera, respectivamente. (Fuente: explainx.ai)
Pedirle a GPT-5.6 que sea «más amable» no sirve de nada
Otro hallazgo que ha pillado a contrapié a muchos usuarios: GPT-5.6 no mejora porque le pidas que sea «más amable» o «más empático».
La guía de OpenAI lo dice sin paños calientes: «GPT-5.6 does not become meaningfully better when prompted to be broadly friendlier or more empathetic.» Es decir: darle instrucciones genéricas del tipo «sé más simpático» o «muestra más empatía» no produce ninguna mejora apreciable.
En los comentarios de Hacker News apareció una réplica que lo clava: «Es como decirle a tu peluquero “córtame un poco”. Él no sabe si tu “poco” son tres milímetros o tres centímetros. Si le dices “degradado a los lados, dos dedos arriba”, ahí sí acierta.»
La alternativa que propone OpenAI es sustituir esas vaguedades por descripciones concretas: «Sé directo pero no brusco, reconoce las fricciones solo cuando sea relevante y evita los consuelos de fórmula y las cortesías innecesarias.»
Visto en profundidad, este hallazgo revela un cambio decisivo: los modelos antiguos necesitaban que les machacaras el «tono» porque su comprensión era limitada; los nuevos ya tienen suficiente inteligencia emocional para calibrar el registro adecuado a cada situación. Tú solo tienes que marcarles las líneas rojas.
El prompt «sé conciso» es el más peligroso de todos
Esta es probablemente la recomendación más desconcertante de toda la guía.
OpenAI advierte con total claridad: GPT-5.6 es anormalmente sensible a instrucciones como «sé conciso», «resume todo lo posible» o «cuantas menos palabras, mejor». Mucho más sensible que GPT-5.5. Y el problema es que esa hipersensibilidad no es una ventaja.
GPT-5.6 ya tiende de por sí a dar respuestas más escuetas que la generación anterior. Si encima le añades un «sé breve», puedes provocar un efecto de bola de nieve: no solo elimina la paja, sino que también cercena los razonamientos necesarios, las condiciones importantes e incluso las advertencias de riesgo que deberías conocer.
Un desarrollador de Hacker News puso un ejemplo muy gráfico: su peluquero, cuando oye «córtame un poco», le deja el pelo casi al cero. GPT-5.6 reacciona igual cuando lee «sé conciso»: te suelta la respuesta más corta posible, aunque no sea la que necesitabas.
La alternativa que recomienda OpenAI es abandonar la palabra «conciso» y describir prioridades: «La conclusión, primero; a continuación, las pruebas que la respaldan, las limitaciones importantes y los próximos pasos; suprime saludos, repeticiones, consuelos de fórmula y contexto innecesario.»
Resumido en una frase: no le digas a la IA cuántas palabras quieres; dile qué importa y qué sobra.
Tres bandos en Hacker News
En la discusión de Hacker News se perfilaron tres posturas.
Los del «ya era hora» ven en esto una señal de madurez: el modelo por fin es lo bastante inteligente como para no necesitar que lo traten como a un niño. «Si el modelo es capaz de decidir por sí mismo cuánta extensión requiere cada situación, es que las cosas están como deben estar. Que antes soltara párrafos enteros de relleno no era una prestación, era un defecto.»
Los del «conflicto de intereses» se mantienen en guardia. Alguien señaló que OpenAI y Anthropic —los dos grandes laboratorios de IA— han coincidido en recomendar a los usuarios que «den menos instrucciones y dejen decidir al modelo», y que esa coincidencia tiene una lectura comercial obvia: si el modelo decide por sí solo la longitud de la respuesta, tenderá a generar más texto, y más texto significa más tokens facturables en la API. «El ideal es impecable —que el modelo escoja la longitud óptima—, pero cuando quien te vende los tokens te pide que no supervises cómo te los vende, conviene mantener un ojo abierto.»
Los del «desconcierto práctico» plantean la pregunta más inmediata: ¿cuánto es «corto»? ¿Dónde está la raya? ¿Basta con dejarlo en una sola frase? La guía de OpenAI da principios pero no traza una frontera clara. Recuerda a aquello de «haga ejercicio con regularidad»: el consejo es correcto, pero luego cada cual lo interpreta como quiere.
El autor tiende a pensar que las tres posturas tienen su parte de razón y no hace falta precipitarse a elegir bando. La conclusión más sólida que arroja esta guía es solo una: si sigues aferrado a las plantillas de prompts del año pasado —o del anterior—, no eres «conservador» ni «prudente»; simplemente estás sumando puntos en contra.
Qué significa la era del prompt corto
Si ampliamos el foco, esto apunta a una tendencia de fondo: la IA está pasando de «necesitar que le enseñes» a «necesitar que le fijes el objetivo».
La IA de antes era como un navegador GPS: tenías que indicarle cada cruce. La de ahora se parece más a un chófer con experiencia: le dices «al aeropuerto» y él elige la mejor ruta según el tráfico, la hora y tus costumbres. Si te emperras en «primero la M-30 y luego la A-2», igual acabas dando más vueltas.
Hay dos perfiles a los que este cambio les toca de lleno.
Los que viven de la ingeniería de prompts. Si el mejor prompt resulta ser el más corto, el valor de las plantillas kilométricas se desploma. No es que la habilidad deje de importar, sino que su centro de gravedad se desplaza de «acumular palabras» a «dar en la diana». Saber qué decir y, sobre todo, qué callar, vale mucho más que ser capaz de escribir cien líneas de instrucciones.
Los usuarios de a pie. Durante años, la IA ha tenido una barrera de entrada invisible: quien sabía escribir prompts obtenía respuestas excelentes; quien no, respuestas mediocres. Que GPT-5.6 responda mejor a instrucciones breves reduce esa barrera. Ya no necesitas cursillos de «mentalidad prompt». Con explicar lo que quieres, basta.
Naturalmente, nada va a cambiar de la noche a la mañana. GPT-5.6 acaba de salir y estas «guías» son, por ahora, recomendaciones para desarrolladores, no la experiencia cotidiana del usuario medio. Pero la dirección está clara.
Coda
Después de leer los 711 comentarios de Hacker News, la impresión más honda no es «qué mágico es el prompt corto», sino «a veces hemos puesto la confianza en el sitio equivocado».
Los últimos tres años, la industria entera ha hecho una misma cosa: ingeniárselas para que la IA obedeciera mejor, encerrarla en instrucciones cada vez más complejas para limitarla, guiarla, corregirla. Dábamos por sentado que la IA era la parte torpe, la que necesitaba ser tutelada, y que los humanos éramos la parte lista, la que llevaba el timón.
La respuesta de GPT-5.6 tiene algo de irónico: cuanto menos la controlas, mejor funciona. Cada palabra de instrucción que te ahorras es espacio que ella emplea en pensar de verdad sobre tu problema.
No significa que escribir prompts haya dejado de ser útil. Significa que el prompt más valioso quizá sea el que supiste no escribir.
Enlaces de referencia: