Los mejores prompts para estrategia no piden «hazme una estrategia». Piden tareas acotadas: sintetizar evidencia, generar opciones desde perspectivas distintas, enumerar qué tendría que ser cierto para cada opción, hacer un premortem, simular al competidor y estimar con una clase de referencia. Cada pregunta debe incluir contexto propio, criterios explícitos y la instrucción de admitir lo que no sabe.
Puntos clave
- Un buen prompt estratégico tiene rol, contexto, tarea, restricciones, criterios y formato de salida.
- Las preguntas más valiosas son las que obligan a la IA a criticar, no a complacer.
- Pedir varias respuestas desde perspectivas forzadas reduce la homogeneización de ideas.
- Toda cifra o fuente que entregue el modelo debe verificarse antes de usarse en una decisión.
Por qué los prompts para estrategia genéricos fallan
Un prompt es la instrucción que le das a un modelo de lenguaje como ChatGPT o Claude. Si escribes «dame una estrategia para mi empresa de seguros», recibirás un texto correcto y promedio: digitalización, experiencia del cliente, alianzas. Es lo que el modelo considera probable, no lo que tu empresa necesita.
El problema no es la herramienta, sino la pregunta. La estrategia trata de elecciones con información específica. Si no aportas ese contexto ni pides tareas concretas, el modelo rellena con lugares comunes. Y, como mostraron Doshi y Hauser (Science Advances, 2024), si todos usan instrucciones parecidas, las ideas resultantes se parecen entre sí.
La anatomía de un buen prompt estratégico
Una estructura de seis partes funciona en casi cualquier tarea. No hace falta que sea larga, pero sí completa. Lo que más mejora la calidad es el contexto propio y los criterios con los que se juzgará la respuesta.
- Rol: «Actúa como un analista de estrategia escéptico especializado en retail en Centroamérica».
- Contexto: datos de tu empresa, clientes, competidores y la tensión que ya identificaste.
- Tarea: una sola acción concreta, como generar, evaluar o criticar.
- Restricciones: lo que no debe proponer, por ejemplo opciones que requieran adquisiciones.
- Criterios: con qué se juzgará cada respuesta, como diferenciación o reversibilidad.
- Formato y honestidad: tabla, número de opciones y la instrucción de decir «no sé» antes que inventar.
Una biblioteca de preguntas por etapa
Estas preguntas siguen la secuencia del trabajo estratégico. Fíjate en que ninguna le pide a la IA definir el problema: esa parte conviene hacerla sin ella, porque usar IA al formular el problema puede reducir el foco estratégico, según un estudio de Wu, Kim y Lin (INSEAD, 2025).
| Etapa | Pregunta modelo | Para qué sirve |
|---|---|---|
| Diagnóstico | «Con estas 12 entrevistas a clientes, agrupa los trabajos por hacer que mencionan y cita la frase que respalda cada grupo» | Síntesis verificable de evidencia propia |
| Industria | «Analiza las cinco fuerzas de Porter de este mercado y separa lo que sabes con evidencia de lo que supones» | Diagnóstico con incertidumbre explícita |
| Opciones | «Propón 10 opciones desde cinco perspectivas: entrante de bajo costo, competidor líder, cliente perdido, otra industria, regulador. Descarta las tres más obvias» | Ampliar el espacio de búsqueda |
| Validación | «Para cada opción, enumera qué tendría que ser cierto sobre clientes, competidores, capacidades y economía» | Convertir opciones en supuestos comprobables |
| Premortem | «Es dentro de tres años y esta estrategia fracasó. Escribe las cinco causas más probables, ordenadas por probabilidad» | Detectar riesgos que el optimismo oculta |
| Competidor | «Eres el gerente general de nuestro principal competidor. ¿Cómo responderías en los primeros seis meses?» | Simular reacciones |
| Visión externa | «¿Qué proyectos comparables conoces y cómo les fue en plazo y costo? Indica tu nivel de confianza» | Corregir el sesgo de planificación |
«La calidad de una estrategia hecha con IA depende menos de la herramienta que de la incomodidad de las preguntas que te atreves a hacerle.»
Sergio Restrepo, fundador de Criterio Strategy Studio
Preguntas que obligan a la IA a criticar
Los modelos tienden a ser complacientes con quien pregunta. Si le muestras tu idea favorita, suele encontrarle virtudes. Para evitarlo, pide críticas de manera explícita y con formato: «Dame los tres argumentos más fuertes en contra de esta opción, como los presentaría un miembro escéptico de la junta».
El método «qué tendría que ser cierto», que A.G. Lafley y Roger Martin describen en «Playing to Win» (2013), es especialmente útil: desplaza la discusión de opiniones a condiciones verificables. El premortem de Gary Klein, explicado en «Performing a Project Premortem» (Harvard Business Review, 2007), legitima hablar de fracaso antes de que ocurra. Y la visión externa que propusieron Dan Lovallo y Daniel Kahneman en «Delusions of Success» (Harvard Business Review, 2003) obliga a comparar tu plan con casos similares en lugar de confiar solo en tu propio pronóstico.
Cómo pedir evaluaciones confiables
Para evaluar opciones, entrega una rúbrica con criterios y pesos, y pide una calificación con justificación por criterio. Repite la evaluación varias veces, idealmente en conversaciones distintas o con modelos distintos, y promedia. Una sola respuesta tiene mucha variabilidad.
Pide también pronósticos con probabilidad: «¿Qué probabilidad le asignas a que el segmento A crezca más que el B en dos años?». Philip Tetlock y Dan Gardner, en «Superforecasting» (2015), muestran el valor de expresar juicios como probabilidades revisables. Compara esos números con los de tu equipo.
Paso a paso
- Escribe tu problema sin IARedacta en un párrafo la tensión estratégica y la pregunta que la estrategia debe responder. Esa será la base de todos los prompts.
- Prepara un contexto reutilizableArma un documento con datos clave, clientes, competidores y restricciones, sin información confidencial innecesaria.
- Pregunta por tareas, no por respuestasUsa una pregunta por tarea: sintetizar, generar, validar, criticar o simular. Evita pedir la estrategia completa.
- Fuerza perspectivas y críticaPide opciones desde roles distintos, descarta las obvias y exige argumentos en contra.
- Repite y agregaHaz las evaluaciones varias veces y compara. Contrasta con las opiniones independientes del equipo.
- Verifica antes de decidirComprueba cada cifra y fuente. Lleva al comité supuestos y riesgos, no conclusiones del modelo.
Una universidad privada en México
Una universidad privada de Guadalajara enfrentaba una caída en la matrícula de licenciaturas presenciales. El rector y su equipo definieron primero la tensión: su prestigio estaba en ingenierías, pero sus ingresos dependían de carreras administrativas que competían en precio con opciones en línea. Con ese texto como contexto, pidieron a la IA doce opciones desde cinco perspectivas, incluida la de una empresa manufacturera del Bajío que contrata egresados. Luego pidieron, para las cuatro finalistas, la lista de lo que tendría que ser cierto. Para la opción de programas cortos de ingeniería aplicada en alianza con empresas, la IA señaló que tendría que ser cierto que las empresas pagarían parte de la colegiatura. Ese supuesto se convirtió en una prueba: cinco conversaciones con gerentes de planta antes del siguiente comité. El premortem generado por la IA añadió un riesgo que nadie había mencionado: la falta de profesores con experiencia industrial disponibles en horario vespertino.
Errores comunes
- Pedir «una estrategia completa», lo que produce un texto genérico que cualquier competidor podría recibir.
- No dar contexto propio, obligando al modelo a responder con promedios de la industria.
- Mostrar la opción favorita y pedir opinión, lo que invita a la complacencia del modelo.
- Aceptar estadísticas y fuentes sin verificarlas, aunque suenen precisas.
- Hacer una sola pregunta y tratar la respuesta como un juicio experto consolidado.
Qué preguntas hacerle a ChatGPT o Claude para diseñar estrategia, dentro del ciclo
En Criterio usamos estas preguntas sobre todo en la fase Estresar, donde las opciones finalistas pasan por premortem, simulación de competidores, revisión de supuestos con «qué tendría que ser cierto» y visión externa. Las instrucciones las diseña el consultor a partir del encuadre que el equipo escribió sin IA, y se ejecutan varias veces para agregar resultados. Cada directivo registra antes su propia evaluación, de modo que la IA funcione como contraste y no como ancla. Los hallazgos alimentan el bloque Aprender del Master Strategy Canvas, convertidos en hipótesis y señales medibles.
Conclusión
Los prompts para estrategia más útiles no buscan que la IA decida, sino que trabaje en tareas acotadas: sintetizar evidencia, ampliar opciones, convertirlas en supuestos, imaginar el fracaso y simular al competidor. Escribe tu problema sin IA, aporta contexto propio, exige crítica y verifica cada dato. Así ChatGPT o Claude dejan de ser un generador de lugares comunes y se convierten en un contradictor disciplinado para tu equipo.
Preguntas frecuentes
¿Es mejor ChatGPT o Claude para trabajo estratégico?
Ambos son capaces en síntesis, generación y crítica, y sus versiones cambian con frecuencia. Lo práctico es usar el que tu empresa tenga aprobado y, para evaluaciones importantes, contrastar más de uno. La diferencia entre un buen y un mal resultado suele estar en el contexto y la pregunta, no en la marca.
¿Cuánto contexto debo darle al modelo?
El necesario para que no tenga que adivinar: tu tensión estratégica, cliente, competidores, restricciones y criterios de éxito. Un documento de una o dos páginas suele bastar. Evita cargar información confidencial que no cambie la respuesta y anonimiza nombres de clientes o cifras sensibles cuando sea posible.
¿Cómo evito que la IA invente datos?
Pídele explícitamente separar lo que sabe con evidencia de lo que supone, citar la fuente de cada cifra y responder «no sé» cuando no tenga información. Aun así, verifica todo dato antes de usarlo. Para síntesis de documentos propios, pide que cite el fragmento textual que respalda cada conclusión.
¿Puedo guardar una biblioteca de prompts para mi equipo?
Sí, y es una buena práctica. Organízala por etapa del proceso, con la pregunta base, el tipo de contexto que requiere y un ejemplo de buena respuesta. Revísala periódicamente y agrega variantes para forzar perspectivas distintas, de modo que el equipo no termine obteniendo siempre las mismas ideas.
Sergio Restrepo
Fundador y socio director de Criterio Strategy Studio. Trabaja con juntas directivas y comités ejecutivos en decisiones de estrategia corporativa y competitiva.
Miembro de las juntas directivas de Grupo Monge y Grupo IREX Costa Rica. Profesor visitante en INCAE, ESADE, Georgetown, Wharton Executive Education y Boston University. Autor de Estrategia Aumentada e Irracional, creador de la metodología POINTS® y candidato a DBA en IE Business School.
Fuentes y lecturas recomendadas
- A.G. Lafley y Roger L. Martin (2013). Playing to Win: How Strategy Really Works. Harvard Business Review Press.
- Gary Klein (2007). Performing a Project Premortem. Harvard Business Review.
- Dan Lovallo y Daniel Kahneman (2003). Delusions of Success: How Optimism Undermines Executives' Decisions. Harvard Business Review.
- Philip E. Tetlock y Dan Gardner (2015). Superforecasting: The Art and Science of Prediction. Crown.
- Anil R. Doshi y Oliver P. Hauser (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances.
- Wu, N., Kim, H. y Lin, C. (2025). From problems to solutions in strategic decision-making: The effects of generative AI on problem formulation. INSEAD Working Paper 2025/42/STR.
