La mayoría de guías sobre prompt engineering que circulan por LinkedIn se quedan en trucos. El framework PRO propone algo distinto: una estructura profesional en tres componentes que puedes aplicar desde el primer día en cualquier tarea real del oficio.
Por qué la mayoría de prompts profesionales fallan
Si has usado ChatGPT, Claude o Gemini en tu día a día como Project Manager, probablemente has vivido esta secuencia: escribes una pregunta, recibes una respuesta genérica, refinas la pregunta con más contexto, recibes una respuesta un poco mejor, vuelves a refinar. Y así hasta que consigues algo utilizable, o hasta que decides que era más rápido hacerlo tú mismo.
El problema no está en la herramienta. Está en la ausencia de estructura.
Los prompts profesionales tienen tres componentes que deben aparecer siempre. Cuando falta uno, la respuesta pierde precisión. Cuando faltan dos, la respuesta se vuelve inútil. La mayoría de profesionales, cuando empiezan a usar IA, escriben prompts que tienen solo uno de los tres. Por eso las respuestas parecen impredecibles.
Los tres componentes del framework PRO
P — Propósito
El propósito es qué necesitas conseguir con el prompt. No qué quieres preguntar. Qué quieres obtener al final.
La diferencia parece sutil pero es crítica. «Ayúdame con el análisis de riesgos» no es un propósito. Es un tema. «Necesito una primera versión del registro de riesgos para un proyecto de migración a la nube que presentaré al Steering Committee la semana que viene» sí es un propósito. Especifica el entregable, el contexto de uso, y la audiencia final.
Cuanto más concreto sea el propósito, más precisa será la respuesta. La IA no es adivina: procesa lo que le das. Si le das ambigüedad, devuelve ambigüedad.
R — Rol y contexto
El rol es la perspectiva desde la cual quieres que responda la IA. El contexto es todo lo que necesita saber para responder con criterio.
Ejemplo aplicado: «Actúa como un Project Manager senior con experiencia en proyectos de migración a la nube en el sector financiero. El proyecto tiene un presupuesto de 800.000 euros, un equipo de 12 personas, una duración estimada de 9 meses, y un patrocinador que ya ha comunicado la fecha de go-live a los inversores. La organización tiene una cultura orientada a resultados y baja tolerancia al riesgo regulatorio.»
Sin este bloque, la IA responde con genericidad porque debe asumir un caso medio del sector. Con este bloque, la respuesta se calibra a tu situación real.
O — Output esperado
El output esperado es cómo quieres recibir la respuesta. Formato, extensión, estructura, nivel de detalle, tono.
Ejemplo: «Devuélveme el registro en formato tabla, con columnas para categoría de riesgo, descripción, probabilidad (alta/media/baja), impacto (alto/medio/bajo), y plan de mitigación inicial. Máximo 12 riesgos. Prioriza los que consideres más relevantes para el contexto descrito. Al final, añade una línea con los tres riesgos que considerarías críticos si tuvieras que priorizar.»
Este componente es el que la mayoría de profesionales omite. Y es el que determina si la respuesta será utilizable directamente o si tendrás que reformatearla.
Un ejemplo completo aplicando PRO
Comparemos dos prompts para la misma tarea:
Prompt sin estructura (típico):
«Ayúdame a preparar un análisis de riesgos para un proyecto de migración a la nube.»
Prompt aplicando PRO:
Propósito: necesito una primera versión del registro de riesgos para un proyecto de migración a la nube que presentaré al Steering Committee la semana que viene. Es un input inicial que después revisaré con el equipo.
Rol y contexto: actúa como un Project Manager senior con experiencia en proyectos de migración a la nube en el sector financiero. El proyecto tiene un presupuesto de 800.000 euros, un equipo de 12 personas, una duración estimada de 9 meses, y un patrocinador que ya ha comunicado la fecha de go-live a los inversores.
Output esperado: devuélveme el registro en formato tabla, con columnas para categoría, descripción, probabilidad, impacto, y plan de mitigación inicial. Máximo 12 riesgos. Al final, añade una línea con los tres riesgos que considerarías críticos.»
La segunda versión tarda 90 segundos más en escribirse. Pero devuelve una respuesta directamente utilizable en lugar de una respuesta genérica que hay que refinar tres veces.
Cuándo NO usar el framework PRO
PRO no es una regla universal. Es una herramienta. Y como cualquier herramienta, tiene contextos donde no aplica.
Para conversaciones exploratorias donde no sabes exactamente qué necesitas, PRO puede sobreestructurar y limitar los caminos que la IA podría abrirte. Para consultas muy puntuales (traducir una frase, resumir un párrafo), aplicar PRO es innecesario y añade fricción.
PRO brilla en tareas profesionales donde el output debe ser utilizable en un entregable real: registros de riesgos, análisis de stakeholders, borradores de comunicaciones, resúmenes ejecutivos, planes de gestión del cambio. En esos casos, la diferencia entre un prompt improvisado y un prompt estructurado con PRO es la diferencia entre una hora de refinamiento y quince minutos de trabajo directo.
El próximo paso
PRO es uno de los tres frameworks propios de CEOLEVEL para aplicar IA con criterio profesional al oficio del Project Manager. Los otros dos son VERA, para decidir cuándo aplicar IA con criterio, y ADOPTA, para liderar adopciones organizacionales de IA a escala de PMO.
Los tres forman parte del curso IA Avanzada para Project Managers y PMOs. Si quieres profundizar con el temario completo, las 25 plantillas descargables y la certificación oficial validada por Credly by Pearson, toda la información está en ceolevel.com/curso-ia-pms/
Únete a nuestra newsletter semanal de Gestión de Proyectos para estar a la última.
+60.000 suscriptores, incluyendo directivos de multinacionales como Meta, Apple, Amazon, Microsoft, Tesla, etc.
