El anti-prompt: disciplina de restar para gobernar la IA

Frente a un modelo de lenguaje, el primer instinto es sumar: más contexto, adjetivos, instrucciones y ejemplos. En producción, lo que me ha servido va en la dirección contraria: definir con precisión lo que nunca debe ocurrir. Eso es un anti-prompt, un límite negativo escrito en el prompt que limita el rango de respuestas posibles. Un guardrail es otra cosa: un programa aparte que revisa la respuesta y la bloquea si rompe una regla. El anti-prompt es la capa anterior y ahorra trabajo.

Sin límites definidos, un modelo escribe el promedio de todo lo que leyó: complaciente y lleno de clichés. Prohibir tiene una trampa. Una instrucción negativa suelta funciona peor que una positiva, y la guía de prompting de Anthropic lo ilustra: en vez de “no uses markdown”, pide que la respuesta esté escrita en prosa corrida. El modelo necesita saber qué hacer con el espacio que le quitas. Por eso un anti-prompt bien escrito siempre viene en pares: lo que queda vetado y lo que ocupa su lugar.

En mis “Custom Instructions” lo aplico así. Pedir «concisión y profesionalismo» no sirve. Veto fórmulas como «en el dinámico mundo de hoy», «crucial» o «sumergirse en», y exijo lenguaje de reunión de comité. Veto los preámbulos del tipo “¡Por supuesto!” y pido que la primera línea sea la respuesta. Prohíbo inventar métricas o prometer retornos que los datos no respaldan, y pido que marque cada cifra que no pueda sustentar. El modelo deja de sonar complaciente y habla como un socio que va al grano. Pero, cuando una cifra llega a un cliente, alguien tiene que verificarla fuera del modelo.

El anti-prompt pasa de preferencia de estilo a requisito técnico en los agentes de voz. Lo comprobé construyendo, con ElevenLabs y Claude, un agente que aplica un diagnóstico comercial de 10 minutos a prospectos B2B en mi web. Lo que se lee bien en pantalla suena mal de boca de una máquina. Nadie habla en viñetas ni en negritas, así que las prohíbo y pido prosa coloquial. Limito cada intervención a dos oraciones antes de devolver la palabra, porque en voz el interlocutor pierde el hilo. El cierre fue la parte más delicada, y la instrucción que lo resolvió no prohíbe nada: le dice al agente que pronuncie exactamente una frase de despedida y, solo después, ejecute la herramienta que devuelve al usuario a la invitación de calendario. Si invierte el orden, el prospecto se va sin la cita. Explicarle por qué cuenta: si el modelo sabe que un motor de voz leerá su texto, resuelve solo casos que yo no anticipé, como pronunciar una fecha o un símbolo de moneda.

Comparar el buen prompt con la escultura, que avanza retirando material. Es cierto a medias. Ningún escultor quita piedra sin saber qué quiere dejar en pie. Un prompt hecho solo de prohibiciones deja al modelo adivinando qué hacer, y un modelo que adivina es lo que el anti-prompt pretendía evitar.