Few shots prompting: cómo enseñar a la IA a escribir con la voz de tu cliente

Cuando empiezo a trabajar con un cliente nuevo, lo primero que hago es construir un documento de contexto. Información de la empresa, buyer persona, ejemplos de artículos, posts de redes sociales, ebooks, estrategia de contenidos. Todo lo que define cómo se comunica esa marca.

Eso, aunque nunca lo hubiera llamado así, es exactamente few shots prompting aplicado al marketing de contenidos.

La lógica es sencilla: en lugar de intentar describir el tono de voz de un cliente con palabras (tarea casi imposible), le muestras a la IA ejemplos reales de cómo escribe. El modelo detecta el patrón y lo replica. En teoría.

Porque hay algo que ningún tu torial básico de esta técnica te cuenta: definir el tono con ejemplos es una cosa. Conseguir que la IA lo mantenga de forma consistente, es otra. Y cuando el tono del cliente es muy singular, la edición sigue siendo necesaria. Que no te engañen con promesas de que la IA lo puede todo, la IA no lo puede todo. Editar en 2026 sigue siendo necesario, y mucho.

En este artículo te explico qué es el few shots prompting, cómo lo aplicamos en la agencia desde el primer día con un cliente nuevo y cuándo funciona bien y cuándo no.

Few shots prompting: qué es y en qué se diferencia de lo que ya haces

El few shots prompting es una técnica de ingeniería de prompts que consiste en proporcionar entre 2 y 5 ejemplos dentro de la instrucción para mostrar a la IA el tipo de respuesta esperado. La palabra «shot» equivale a «ejemplo». De ahí el nombre: pocos ejemplos, muchos resultados.

El concepto fue popularizado en 2020 con el estudio Language Models are Few-Shot Learners de Brown et al. (OpenAI), que demostró que los grandes modelos de lenguaje pueden aprender patrones a partir de muy pocos ejemplos sin necesidad de entrenamiento adicional.

Para entender la técnica, es bueno que veas la foto completa:

• Zero-shot prompting: das una instrucción directa sin ningún ejemplo. La IA responde con su conocimiento general. Funciona para tareas simples y genéricas.
• One-shot prompting: incluyes un único ejemplo. Ya mejora la consistencia del resultado.
• Few shots prompting: entre 2 y 5 ejemplos. Es el punto donde la mejora se nota y empiezas a acercarte más a lo que se ajusta a la realidad.

La diferencia clave respecto a zero-shot no es solo de cantidad, sino de naturaleza. Con zero-shot, describes lo que quieres. Con few shots, lo demuestras. Y los modelos de lenguaje aprenden mucho mejor por demostración que por descripción.

La parte interesante para quienes trabajamos en marketing de contenidos es que muchos equipos ya usan esta técnica sin saberlo. Si alguna vez has pegado tres posts de un cliente antes de pedirle a la IA que escriba uno nuevo, eso es few shots prompting. Si has incluido ejemplos de titulares antes de pedir más titulares, también. El método tiene nombre, tiene estructura y, si se aplica bien, tiene resultados demostrablemente mejores.

¡Aunque no perfectos, ojo!

Few shots prompting: cómo construir el documento de contexto de un cliente

Antes de escribir un solo prompt con few shots prompting para un cliente nuevo o para tu empresa, necesitas tener el material con el que alimentarás esos ejemplos. En la agencia, esto se traduce en un documento de contexto que construimos desde el primer briefing.

El documento incluye, como mínimo:

• Información general de la empresa: sector, posicionamiento, propuesta de valor, competidores principales.
• Buyer persona detallado: quién lee el contenido, qué sabe, qué le preocupa, qué lenguaje usa.
• Ejemplos de contenidos existentes: artículos de blog, posts de LinkedIn, emails, ebooks. Cuantos más, mejor. Estos son los «shots».
• Estrategia de contenidos y keyword research: para que la IA entienda el objetivo de cada pieza.
• Tono de voz definido: aunque en muchos casos el tono se descubre iterando, no describiendo.

Este documento no es solo un briefing. Es el activo de partida para todos los prompts que vendrán después. Sin él, el few shots prompting pierde su ventaja principal: la especificidad.

Una vez tienes el material, el proceso para definir el tono de voz mediante few shots prompting funciona así:

Seleccionas entre 3 y 5 ejemplos representativos del estilo del cliente. No los mejores ejemplos en abstracto, sino los que mejor capturan cómo escribe esa marca. Los incluyes en el prompt antes de la instrucción principal. Y empiezas a iterar: el primer resultado raramente es el definitivo, pero ya está mucho más cerca del tono real que cualquier resultado zero-shot.

El tipo de ejemplo que funciona mejor depende del formato de contenido que estés generando. Para posts de LinkedIn B2B, necesitas ejemplos de LinkedIn, no de blog. Para emails de captación, ejemplos de emails reales del cliente. La especificidad del ejemplo determina la especificidad del resultado.

Para profundizar en cómo estructurar instrucciones precisas para la IA antes de aplicar few shots prompting, el artículo sobre prompt engineering: qué es y cómo usarlo en tu día a día cubre los fundamentos que necesitas tener claros primero.

Few shots prompting en la práctica: cuatro casos de uso para equipos de contenido

La teoría del few shots prompting es accesible. La parte que marca la diferencia está en la aplicación concreta. Estos son los cuatro escenarios donde más lo usamos en la agencia.

1. Definir y replicar el tono de voz con un cliente nuevo

Es el uso más habitual y el más complejo. Cuando llegas a un cliente nuevo sin tono de voz documentado, el few shots prompting es la forma más rápida de aproximarte a cómo escribe esa marca.

Estructura del prompt:

Aquí tienes tres ejemplos de cómo escribe esta marca:

Ejemplo 1: [texto real del cliente]
Ejemplo 2: [texto real del cliente]
Ejemplo 3: [texto real del cliente]

Escribe un post de LinkedIn sobre [tema] siguiendo el mismo estilo, 

tono y longitud que los ejemplos anteriores.

El resultado no será perfecto en el primer intento. Pero servirá como punto de partida para una conversación de refinamiento mucho más productiva que empezar desde cero.

2. Generar posts de LinkedIn en estilo B2B consistente

LinkedIn B2B tiene un registro muy específico: directo, basado en experiencia, con estructura clara y sin exceso de adjetivos. Si le pides a la IA un post de LinkedIn sin ejemplos, tiende a producir algo genérico con estructura de tres puntos y emojis innecesarios.

No hace falta que te enseñe cómo está LinkedIn en estos momentos.

Lleno de post intercambiables, todos con moraleja, todos con emojis, todos con efecto «punch». ¿Quieres evitarlo?

Con few shots prompting, incluyes tres posts reales que funcionaron bien para el cliente. La IA aprende la longitud, la forma de abrir, el ritmo de los párrafos y el nivel de detalle técnico. El resultado es incomparablemente más útil.

3. Escribir emails de captación que no suenen a plantilla

El email marketing es especialmente sensible al tono. Un email que suena a plantilla genérica tiene tasas de apertura y clic mucho peores que uno que suena a persona real.

Si utilizas ejemplos en la fase de prompting, usando emails reales que el cliente haya enviado antes, ayuda a mantener esa autenticidad.

Lo importante aquí es elegir ejemplos que hayan funcionado bien, no simplemente emails que existan. La IA replica lo que le das: si le das ejemplos mediocres, produce resultados mediocres.

4. Crear textos de anuncios que respetan la identidad de marca

Para copys de anuncios en Meta o LinkedIn Ads, el few shots prompting es particularmente eficaz porque el formato es muy definido: pocas palabras, alto impacto, estructura clara. Con dos o tres anuncios de referencia, la IA puede generar variaciones que mantienen la voz de marca sin que tengas que revisar cada palabra.

Y te confirmo, por experiencia propia que esto SE LE DA MUY BIEN. Probablemente sea porque son textos breves donde mantener la coherencia de todo es más fácil. El caso es que es una de esas tareas repetitivas donde la IA brilla.

Si quieres entender cómo combinar el few shots prompting con técnicas de copywriting para mejorar la persuasión de los textos, el artículo sobre prompt copywriting: claves para textos que convierten lo desarrolla en detalle.

Few shots prompting y el futuro de la producción de contenido en agencias

El few shots prompting no es una técnica del momento. Es, probablemente, la base sobre la que se construirán los flujos de producción de contenido de las agencias en los próximos años.

La tendencia ya es visible: los documentos de contexto de cliente están evolucionando de ser briefings estáticos a convertirse en activos vivos que alimentan de forma continua los prompts de producción. No son documentos que se crean una vez y se archivan, sino materiales que se actualizan con cada nuevo contenido aprobado, con cada corrección del cliente, con cada evolución de la estrategia.

En la práctica, esto significa que el few shots prompting está empezando a integrarse en flujos más automatizados: agentes de contenido que tienen acceso permanente a los ejemplos aprobados del cliente y los usan de forma sistemática en cada producción. La técnica deja de ser una decisión puntual del redactor y se convierte en una capa estructural del proceso.

Dicho esto, hay algo que no va a cambiar: la selección y validación de los ejemplos que alimentan esos sistemas seguirá requiriendo criterio humano. La IA aprende de lo que le das. Si lo que le das es bueno, los resultados serán buenos. Si no, no. El juicio sobre qué es un buen ejemplo de voz de marca no es automatizable.

En ese escenario, el rol del equipo de contenido no desaparece. Se desplaza hacia arriba: menos producción bruta, más curación de ejemplos, más criterio editorial, más validación de consistencia. Una forma de trabajar, en definitiva, donde la edición deja de ser un parche y se convierte en el verdadero valor añadido.

El artículo sobre el futuro de la redacción con IA analiza con datos de McKinsey, Goldman Sachs y el MIT cómo está evolucionando este escenario y qué habilidades serán más valiosas en los próximos años.

Preguntas frecuentes sobre few shots prompting

¿Qué es el few shots prompting y cómo funciona?

El few shots prompting es una técnica de ingeniería de prompts que consiste en proporcionar entre 2 y 5 ejemplos dentro de la instrucción para mostrar a la IA el tipo de respuesta esperado. En lugar de describir lo que quieres, lo demuestras. El modelo detecta el patrón de los ejemplos y lo aplica a la tarea real, lo que mejora la consistencia, el tono y el formato de los resultados.

¿Cuántos ejemplos necesito incluir en un prompt de few shots prompting?

Lo recomendado es entre 2 y 5 ejemplos. Con 1 ejemplo ya se obtienen mejoras respecto a no usar ninguno (one-shot prompting). Más de 5 ejemplos raramente mejora los resultados y ocupa espacio de contexto innecesariamente. Lo más importante no es la cantidad, sino la calidad y coherencia de los ejemplos elegidos.

¿Cuál es la diferencia entre zero shot y few shots prompting?

El zero shot prompting consiste en dar una instrucción directa sin ningún ejemplo, dejando que el modelo responda con su conocimiento general. El few shots prompting añade entre 2 y 5 ejemplos que muestran el formato, tono o estructura deseados. El zero shot funciona bien para tareas simples; el few shots es más útil cuando necesitas consistencia de estilo o resultados con un formato muy específico.

¿Para qué sirve el few shots prompting en marketing de contenidos?

En marketing de contenidos, el few shots prompting se usa para conseguir que la IA replique el tono de voz de un cliente, genere posts de LinkedIn en un estilo concreto, escriba emails de captación sin sonar a plantilla genérica o produzca copys de anuncio que respetan la identidad de marca. La técnica es especialmente útil cuando se empieza a trabajar con un cliente nuevo y hay que transferir toda la identidad de comunicación a la IA.

¿Por qué la IA no replica bien el tono aunque use few shots prompting?

La causa más frecuente es usar ejemplos de baja calidad o ejemplos contradictorios entre sí. Si los ejemplos que proporcionas no son representativos del tono real de la marca, la IA aprende el patrón equivocado. También influye la complejidad de la voz de marca: cuanto más singular o matizada, más difícil resulta replicarla con consistencia. En esos casos, los ejemplos reducen el trabajo de edición pero no lo eliminan.

¿Cómo se estructura un prompt de few shots prompting paso a paso?

La estructura básica es:

1. Define la tarea con claridad.
2. Proporciona entre 2 y 5 ejemplos con el formato Entrada: [ejemplo] / Salida: [resultado esperado].
3. Indica a la IA que siga el patrón de los ejemplos.
4. Presenta la tarea real. Los ejemplos deben ser coherentes entre sí, representativos del resultado que buscas y suficientemente variados para cubrir los casos que la IA encontrará.

Conclusión: lo que el few shots prompting cambia y lo que no

El few shots prompting es, probablemente, la técnica de prompting más útil para quienes trabajamos con contenido de marca. No porque sea mágica, sino porque resuelve el problema real: la IA no sabe cómo escribe tu cliente. Tú sí. Y con esta técnica puedes transferirle ese conocimiento de forma que entienda.

Lo que cambia con few shots prompting es el punto de partida. En lugar de recibir un texto genérico que hay que reescribir casi por completo, recibes un borrador que ya tiene el tono aproximado y que solo necesita ajustes. En proyectos de producción continua, eso es una diferencia enorme en tiempo y en coste.

Lo que no cambia es la necesidad de criterio editorial. La IA replica patrones. Seleccionar los patrones correctos, validar que el resultado es coherente con la voz real del cliente y editar lo que no encaja sigue siendo trabajo humano. No es un fallo del método: es simplemente dónde está el valor real del equipo de contenido en un flujo de trabajo con IA.

Mi recomendación práctica: empieza a construir el documento de contexto de cada cliente desde el primer día. No como un trámite, sino como un activo. Cada texto aprobado que añadas a ese repositorio de ejemplos es una inversión que mejora todos los prompts futuros. Con el tiempo, ese documento se convierte en la memoria de marca del cliente dentro de tu flujo de trabajo con IA.

Para profundizar en cómo la IA para escribir textos encaja en un flujo de trabajo profesional más amplio, el artículo sobre IA para redactar textos: 7 cosas que no sabes lo desarrolla desde una perspectiva práctica de agencia.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.