Idea principal

Un product manager que explica una oportunidad de producto a un asistente parte de un interlocutor que no sabe nada de ella, y que no rellenará ningún hueco por cortesía. Hay que dar el objetivo, las restricciones, lo que ya se ha decidido, lo que queda abierto — y luego volver a empezar cuando el resultado no es el esperado, reformular, precisar.

Ahí es donde el dispositivo se da la vuelta. Volver a explicar pone a prueba lo que creías haber entendido: lo que quedaba implícito tiene que escribirse, y una parte de lo que dabas por sentado no sobrevive a la escritura. Allí donde un compañero habría salvado una aproximación con su propio contexto, la máquina la toma al pie de la letra y devuelve un resultado aproximado — sin error visible, simplemente al lado.

El asistente no compensa por tanto la vaguedad, la amplifica: si el contexto es confuso en la cabeza de quien lo describe, el resultado será confuso, y la calidad de la salida se convierte en un indicador de la claridad de la entrada.

Por qué es importante

Esto convierte un trabajo percibido como una tarea ingrata de entrada en un ejercicio de verificación. El tiempo dedicado a encuadrar no es solo el precio a pagar para obtener algo: es el único momento en que constatas lo que todavía no sabes formular.

También da una lectura distinta de un mal resultado. Antes de culpar al modelo, hay un diagnóstico que hacer sobre lo que se le ha dado — y ese diagnóstico suele ser más instructivo que la corrección del prompt.

Matices y límites

El espejo no lo devuelve todo. Un contexto perfectamente claro y perfectamente falso produce un resultado nítido, y el ejercicio no dice nada de su acierto.

Y un asistente complaciente enturbia la señal: si produce algo plausible a partir de una instrucción vaga, la confusión de partida deja de verse.

Preguntas abiertas

• ¿Cómo distinguir un resultado mediocre debido a un contexto confuso de un resultado mediocre debido a los límites del modelo?