Define qué necesita saber antes de responder
Una instrucción como «no inventes» resulta más útil cuando explicas qué información necesita esa decisión. Identifica los campos obligatorios, la fuente válida y las condiciones que impiden llegar a una conclusión. El asistente debe señalar la carencia concreta, en lugar de expresar una duda genérica que no ayuda a avanzar en la conversación.
Yo empiezo por el trabajo previo sobre el negocio. El equipo necesita definir qué vende, a quién, en qué condiciones y con qué responsabilidades. Pedir a la IA que complete esas decisiones con texto plausible crea un contexto que puede parecer completo sin corresponder a la empresa.
Imagina un asistente hipotético que ayuda a preparar propuestas de formación para equipos. Para sugerir un formato, necesita conocer el objetivo, el público y las condiciones de realización. Puede explicar opciones generales sin esos datos, pero no debe presentar una propuesta específica como si el briefing estuviera cerrado.
No toda la información que falta impide cualquier respuesta. Si el usuario pregunta qué datos debe reunir, el asistente puede ayudar con una lista breve. Si pide una confirmación de disponibilidad o un compromiso comercial, necesita información y autoridad diferentes. Escribe esas distinciones en las instrucciones de la tarea.
Esto desarrolla el trabajo de dar contexto a la IA sin acumular información sin criterio. El contexto útil incluye hechos y reglas para interpretarlos. También debe indicar qué decisiones siguen reservadas al equipo, incluso cuando el asistente dispone de información suficiente para sugerir una opción.
Para preparar el siguiente paso, consulta Inteligencia artificial en atención al cliente.
Distingue falta de datos, ambigüedad y contradicción
El asistente debe tratar de forma diferente un campo vacío, una expresión ambigua y dos informaciones incompatibles. En el primer caso, pide el dato que falta; en el segundo, aclara el significado; en el tercero, identifica el conflicto. Esta distinción evita preguntas repetidas e impide que elija una versión solamente porque parece más conveniente.
En el ejemplo de la formación, «queremos mejorar la productividad» puede ser un objetivo demasiado amplio para elegir el programa. El asistente puede preguntar qué tareas pretende mejorar el equipo. Si el objetivo ya está definido y solo falta el número de participantes, la pregunta debe referirse a ese número.
Una contradicción necesita otro tratamiento. Imagina que un documento prevé una sesión presencial y el mensaje más reciente menciona participación remota, sin aclarar si sustituye la primera indicación. El asistente debe presentar la diferencia y pedir confirmación, sin combinar ambas condiciones en una propuesta aparentemente resuelta.
Indica también cómo tratar los materiales antiguos. La fecha de un documento ayuda a entender el contexto, pero no demuestra por sí sola que una regla haya dejado de ser válida. Si existe una fuente oficialmente definida como vigente, úsala; si la relación entre versiones no está clara, el conflicto sigue sin resolverse.
En la cualificación de oportunidades B2B con IA, esta disciplina evita confundir ausencia de información con falta de interés. No encontrar un presupuesto publicado no demuestra que la empresa carezca de presupuesto. El estado puede ser «por determinar», con una pregunta o una búsqueda autorizada como siguiente paso.
Escribe ejemplos de respuestas que ayuden a continuar
Una buena respuesta ante una carencia identifica qué se sabe, qué falta y cuál es la pregunta que permite avanzar. Muestra ese patrón con ejemplos cercanos a las tareas reales. Evita enseñar solamente una frase de rechazo, porque repetir «no tengo información suficiente» puede dejar al usuario sin orientación práctica sobre lo que debe aportar.
Para la solicitud hipotética de formación, una respuesta aceptable explicaría que el tema está identificado, pero falta conocer las tareas que realiza el equipo. Después formularía una pregunta concreta sobre esas tareas. Así, la conversación progresa desde la información disponible, sin convertir la carencia en una propuesta inventada.
Puedes incluir un ejemplo de respuesta inadecuada junto a la versión deseada. Si falta el tamaño del equipo, una propuesta que supone un grupo pequeño necesita una corrección. La versión deseada explica la dependencia y pide el dato, en lugar de presentar una suposición como un hecho confirmado.
Define cuándo se acepta una hipótesis. En un ejercicio exploratorio, el asistente puede trabajar con una condición ficticia claramente identificada y explicar que el resultado depende de ella. Esa hipótesis no debe pasar silenciosamente al resumen final ni a un documento enviado como propuesta real.
Mantén las preguntas proporcionadas a la decisión. Un asistente que pide toda la historia de la empresa para aclarar un punto sencillo crea una fricción innecesaria. Empieza por la información que cambia el siguiente paso y aprovecha lo ya facilitado, sin obligar a la persona a repetir el mismo briefing.
Define cuándo derivar a una persona
Deriva cuando la respuesta depende de una decisión reservada, de información a la que el asistente no puede acceder o de un conflicto que las fuentes no resuelven. El traspaso debe incluir la solicitud, los datos disponibles y la duda concreta. No basta anunciar que alguien atenderá el asunto si ese proceso no existe realmente.
En el ejemplo de la formación, el asistente puede organizar el briefing y explicar los formatos previstos. Una excepción a las condiciones comerciales puede exigir una decisión de la persona responsable. La falta de información y la falta de autoridad son motivos diferentes para detenerse, y el mensaje debe hacer comprensible esa diferencia.
Al pensar en cuándo una automatización necesita IA y cuándo bastan reglas, separa interpretación y ejecución. La aplicación puede exigir campos obligatorios antes de permitir una acción. Los permisos y confirmaciones necesarios deben verificarse en el sistema que ejecuta, sin depender únicamente de la respuesta escrita por el modelo.
Cuando puse un asistente a disposición del público, aparecieron intentos de obtener instrucciones e información interna. Esa experiencia refuerza la necesidad de límites sobre lo que el asistente puede consultar y revelar. Una conversación insistente no crea autorización para facilitar información ajena a la solicitud legítima.
Al derivar al equipo, conserva solamente el contexto necesario para resolver el asunto. Indica qué se ha preguntado ya y evita prometer un plazo de respuesta que no esté definido. Si el sistema solo prepara un borrador de derivación, debe decirlo, sin afirmar que el mensaje ya se ha entregado.
Prueba el comportamiento con carencias deliberadas
Prepara casos en los que falta un dato obligatorio, existe una contradicción o la persona presiona para obtener una respuesta inmediata. Define previamente el comportamiento aceptable y comprueba la respuesta recibida. Incluye también solicitudes completas, para verificar que el asistente avanza cuando reúne las condiciones, en lugar de convertir cualquier conversación en una negativa.
Puedes empezar por distintas versiones del mismo briefing. En una, eliminas el objetivo; en otra, cambias la modalidad en un segundo documento; en otra, facilitas toda la información necesaria. La prueba resulta más clara cuando sabes exactamente qué ha cambiado y qué efecto debería tener ese cambio en la respuesta.
Evalúa el contenido, no solo la presencia de una frase prudente. Un asistente puede escribir que tiene dudas y, justo después, inventar el dato que falta. También puede pedir aclaraciones sobre algo que ya estaba explícito. Ambos casos necesitan una revisión de las instrucciones o de la organización del contexto.
Guarda ejemplos que revelen fallos y vuelve a utilizarlos después de introducir cambios. Si una corrección mejora el tratamiento de contradicciones, comprueba que no haya empezado a bloquear solicitudes sencillas. La evaluación debe observar la utilidad de la conversación y la fidelidad a los datos, además de la capacidad de detenerse.
Enseñar este comportamiento significa definir, ejemplificar y probar instrucciones; no implica volver a entrenar el modelo ni garantiza una obediencia perfecta. Mantén una vía de revisión para los casos importantes y actualiza los ejemplos cuando cambie el proceso. El objetivo es hacer visibles y tratables las carencias antes de convertirlas en decisiones sin fundamento.