Prompts de IA para marketing: 13 que funcionan y el sistema para adaptarlos (ChatGPT, Claude y Gemini)

Actualizado en agosto de 2026: nuevo bloque sobre el paso del prompt al contexto, tres prompts añadidos (13 en total), tabla comparativa de modelos y datos de citación en buscadores con IA.

En 2026 ya nadie discute si usar IA en marketing: está en los briefings, en los anuncios, en los análisis. Lo que casi nadie ha resuelto es otra cosa: por qué dos personas con la misma herramienta obtienen resultados tan distintos. La respuesta no está en el modelo. Está en lo que le piden y en lo que le dan para trabajar.

Un prompt de marketing es la instrucción con la que le pides a un modelo de IA que produzca una pieza de trabajo concreta, con contexto de negocio, rol, tarea y restricciones. Cuanto más se parece a un briefing y menos a una pregunta, mejor sale. Ese es todo el secreto, y por eso este artículo no es otra lista de fórmulas mágicas.

Es un sistema: el framework que usamos en The Marketing Talker para escribir prompts que producen trabajo utilizable, 13 prompts completos por caso de uso real (publicados enteros, sin peajes) y el criterio para saber cuándo usar ChatGPT, cuándo Claude, cuándo Gemini y cuándo da igual.

Qué ha cambiado en 2026: del prompt al contexto

Si has usado este artículo desde enero, esta es la parte nueva. El framework de más abajo sigue siendo válido, pero se le ha añadido una capa por encima.

Durante dos años, la habilidad diferencial fue escribir la instrucción. En 2026 la habilidad diferencial es decidir qué información tiene el modelo delante cuando responde. Es la diferencia entre pedirle a un consultor que opine y darle acceso a tu analítica, tu CRM y tus últimas doce campañas antes de que abra la boca.

El cambio tiene una fecha y un estándar. En noviembre de 2024, Anthropic publicó el Model Context Protocol, una norma abierta para conectar modelos de IA con herramientas y fuentes de datos externas. En marzo de 2026 el protocolo alcanzó los 97 millones de descargas mensuales de sus SDK oficiales y más de 5.800 servidores disponibles, con soporte de OpenAI, Google, Microsoft y AWS. Dicho en cristiano: conectar tu Analytics, tu hoja de cálculo o tu gestor de contenidos a un modelo dejó de ser un proyecto de desarrollo y pasó a ser una casilla de configuración.

Para un marketer eso significa tres cosas concretas:

1. El prompt genérico ha perdido casi todo su valor. Cualquiera puede copiar tu prompt. Nadie puede copiar tus datos. La ventaja se ha movido del texto de la instrucción al contexto que le enchufas.
2. Aparece el trabajo continuo, no la consulta suelta. El patrón que se ha impuesto es el de la persona que fija los límites y revisa las excepciones, mientras el sistema trabaja dentro de esos límites. Eso cambia lo que hay que escribir: ya no redactas una petición, redactas unas reglas.
3. Lo que no está escrito, no existe. Si el modelo tiene acceso a tus herramientas, las restricciones dejan de ser una preferencia de estilo y pasan a ser un mecanismo de control. El apartado de restricciones del framework ha pasado de ser el más ignorado a ser el más importante.

Nada de esto invalida CRITERIO. Lo envuelve: primero decides qué contexto entra, y después escribes la instrucción con la que se usa.

Por qué la mayoría de prompts de marketing son malos

Un prompt de IA para marketing es la instrucción con la que le pides a un modelo (ChatGPT, Claude, Gemini) que produzca un trabajo concreto. Y la mayoría falla por la misma razón por la que fallan los briefings malos: piden el resultado sin dar el contexto.

“Escríbeme un post sobre productividad” produce el mismo post para ti que para tu competencia, porque la IA, sin contexto, responde con la media de internet. La media de internet es, por definición, contenido mediocre. La ironía es que la IA no ha matado al marketing: ha matado el contenido mediocre al hacerlo gratis e infinito. Lo único que sigue siendo escaso es el criterio del que pide.

El framework CRITERIO: la anatomía de un prompt útil

Todos los prompts de este artículo siguen la misma estructura de 8 piezas. La llamamos CRITERIO, y si la entiendes podrás escribir prompts mejores que cualquier lista:

• C · Contexto: qué negocio, qué mercado, qué situación. La IA no adivina: dale lo que le darías a un consultor el primer día.
• R · Rol: desde qué silla debe pensar (estratega, media buyer, editor). El rol activa el vocabulario y los criterios de esa disciplina.
• I · Intención: para qué quieres el output: decidir, explorar o redactar. Cambia la profundidad de la respuesta.
• T · Tarea: la instrucción concreta y acotada. Una tarea por prompt: pedir tres cosas a la vez degrada las tres.
• E · Ejemplos: muestra cómo quieres el resultado. Es el acelerador más infrautilizado del prompting.
• R · Restricciones: qué NO quieres (tono, longitud, clichés). Son la diferencia entre output genérico y output tuyo.
• I · Iteración: el primer output es un borrador. Pide variantes, endurece, recorta.
• O · Output: define el formato exacto: tabla, lista, 3 opciones, 60 palabras. Si no lo pides, la IA decide por ti.

¿ChatGPT, Claude o Gemini? (y cuándo da exactamente igual)

Para la mayoría de tareas de marketing, cualquier modelo de gama alta sirve si el prompt es bueno. La diferencia entre dos modelos punteros es menor que la diferencia entre un prompt con contexto y uno sin él. Dicho esto, hay patrones que se repiten y conviene conocerlos.

Un apunte que importa para SEO: desde enero de 2026 los AI Overviews de Google funcionan con Gemini 3. Si tu objetivo es entender por qué el buscador resume tu sector de una manera concreta, probar tus consultas en Gemini es lo más parecido que tienes a mirar por dentro.

La regla práctica: volumen y exploración, ChatGPT. Profundidad y voz, Claude. Trabajo pegado a datos de Google, Gemini. Y para los tres vale el mismo framework, porque el prompt pesa más que el modelo y el contexto pesa más que el prompt.

Los 10 prompts fundamentales, por caso de uso

Copia, rellena los corchetes con tu contexto e itera. Cada prompt incluye cómo adaptarlo, el error típico y qué debes esperar.

01. Diagnóstico de estrategia

Cuándo usarlo: cuando necesitas claridad antes de tocar nada: nuevo trimestre, nuevo cliente, nueva responsabilidad.

Actúa como estratega de marketing senior especializado en [SECTOR].

Contexto: mi negocio es [QUÉ VENDES], para [CLIENTE OBJETIVO], con un ticket medio de [PRECIO] y la captación depende hoy de [CANALES ACTUALES]. Mi principal problema ahora es [PROBLEMA].

Tarea: hazme un diagnóstico en 3 bloques: (1) qué está limitando el crecimiento según estos datos, (2) las 3 palancas con mejor relación impacto/esfuerzo para los próximos 90 días, (3) qué NO debería tocar todavía y por qué.

Restricciones: nada de generalidades tipo "mejora tu presencia en redes". Cada recomendación con su porqué y su métrica de control. Si te falta información clave, pregúntame antes de responder.

Formato: bloques numerados, máximo 600 palabras.

Cómo adaptarlo: sustituye los corchetes con datos y números reales: cuanto más concreto el contexto, menos genérico el output. Error típico: pedir “una estrategia de marketing” sin contexto de negocio: produce la misma respuesta para una panadería que para un SaaS. Output esperado: un diagnóstico priorizado con 3 palancas accionables y sus métricas, no un plan de manual.

02. Investigación de cliente

Cuándo usarlo: antes de escribir cualquier copy o elegir cualquier canal: entender qué compra de verdad tu cliente.

Actúa como investigador de clientes especializado en jobs-to-be-done.

Contexto: vendo [PRODUCTO/SERVICIO] a [CLIENTE]. Lo que sé de ellos: [QUEJAS, FRASES DE CLIENTES, RESEÑAS].

Tarea: reconstruye (1) el "trabajo" real que el cliente contrata cuando me compra (funcional, emocional y social), (2) las 5 fricciones u objeciones más probables antes de comprar, (3) las frases literales que ese cliente usaría para describir su problema (su idioma, no el mío).

Restricciones: básate solo en el contexto que te doy y en patrones de consumo verificables. Marca como hipótesis lo que no puedas sostener.

Formato: 3 secciones, frases de cliente entre comillas.

Cómo adaptarlo: pega reseñas reales, emails de clientes o transcripciones: el output mejora de forma drástica con material crudo. Error típico: usarlo sin datos reales y tomar las hipótesis como hechos. Output esperado: un mapa del cliente con su idioma literal, listo para alimentar copys y anuncios.

03. Long tails por intención

Cuándo usarlo: para construir el plan de contenidos SEO de un trimestre en una tarde.

Actúa como especialista SEO orientado a negocio.

Contexto: mi web es [WEB/TEMA], mi cliente es [CLIENTE] y quiero captar tráfico que convierta, no volumen. Keyword semilla: [KEYWORD].

Tarea: genera 30 palabras clave long tail (3+ términos) agrupadas por intención: informacional, comparativa y transaccional. Para cada grupo, indica qué formato de contenido pide (guía, comparativa, landing) y señala las 5 con mejor equilibrio entre especificidad y demanda probable.

Restricciones: en español de España, como buscaría una persona real (incluye preguntas completas). Nada de keywords infladas que nadie escribiría.

Formato: tabla con columnas keyword / intención / formato sugerido.

Cómo adaptarlo: cambia la semilla por cada línea de producto y valida las elegidas en Search Console (aquí tienes la guía completa de long tails). Error típico: tomar la lista como verdad sin validar demanda: la IA no conoce los volúmenes reales. Output esperado: 30 long tails clasificadas con formato sugerido: el esqueleto de un trimestre de contenidos.

04. Copy de landing

Cuándo usarlo: cuando tienes la oferta clara y necesitas una landing que la cuente sin humo.

Actúa como copywriter de respuesta directa con experiencia en [SECTOR].

Contexto: vendo [OFERTA] a [CLIENTE], que hoy resuelve este problema con [ALTERNATIVA ACTUAL]. Mi diferencia real es [DIFERENCIA]. Prueba social disponible: [TESTIMONIOS/DATOS].

Tarea: escribe la estructura completa de una landing: headline (3 opciones), subheadline, 3 bloques de beneficios con su prueba, manejo de las 2 objeciones principales, y CTA (2 opciones).

Restricciones: prohibido "transforma tu negocio", "lleva X al siguiente nivel" y promesas sin prueba. Tono directo, frases cortas, español natural.

Formato: secciones etiquetadas, listas para maquetar.

Cómo adaptarlo: rellena [DIFERENCIA] con algo verificable; si no tienes prueba social, dilo y pedirá otro ángulo. Error típico: no dar la alternativa actual del cliente: sin enemigo claro, el copy sale blando. Output esperado: una landing completa por secciones, lista para maquetar y testar.

05. Secuencia de bienvenida

Cuándo usarlo: para estrenar lista de email o arreglar la bienvenida que nunca escribiste.

Actúa como especialista en email marketing de retención.

Contexto: la gente se suscribe a [LISTA] a cambio de [LEAD MAGNET/PROMESA]. Mi negocio: [QUÉ VENDES]. Mi tono: [3 ADJETIVOS].

Tarea: escribe una secuencia de bienvenida de 3 correos: (1) entrega + qué esperar + una victoria rápida, (2) la historia o el criterio que me diferencia, con un consejo aplicable, (3) presentación natural de [OFERTA] conectada al problema del suscriptor.

Restricciones: asuntos de menos de 50 caracteres (2 opciones por correo), párrafos de máximo 3 líneas, cero tono de infoproducto.

Formato: los 3 correos completos con asunto, cuerpo y CTA.

Cómo adaptarlo: ajusta el ritmo a tu ciclo de compra: día 0, día 2 y día 5 funciona para la mayoría (y aquí, el sistema completo de email marketing). Error típico: vender en el primer correo: la bienvenida tiene la mejor apertura del ciclo, gastarla en una promo es quemarla. Output esperado: tres correos listos para cargar en tu plataforma y medir.

06. Contenido social con ángulo

Cuándo usarlo: para salir de la rueda de publicar por publicar.

Actúa como estratega de contenido para [RED SOCIAL].

Contexto: mi marca es [MARCA/TEMA], mi audiencia [AUDIENCIA] y mi punto de vista diferencial es [TU OPINIÓN SOBRE TU SECTOR].

Tarea: genera 10 ideas de contenido donde cada una tenga: el ángulo (la opinión o tensión que la sostiene), el gancho de apertura (primera frase literal) y el formato. Ninguna idea puede ser un consejo genérico que cualquier competidor pudiera publicar.

Restricciones: prohibidos los listicles vacíos ("5 tips para...") y la motivación barata. Cada idea debe poder defenderse en un debate.

Formato: tabla idea / ángulo / gancho / formato.

Cómo adaptarlo: rellena [TU OPINIÓN] con una postura real, aunque incomode: sin opinión no hay ángulo. Error típico: dejar la opinión en blanco o tibia: el output será tan plano como el input. Output esperado: 10 ideas con gancho literal y ángulo defendible: un mes de contenido con criterio.

07. Análisis de competencia

Cuándo usarlo: antes de un lanzamiento, un cambio de precios o un replanteamiento de posicionamiento.

Actúa como analista de estrategia competitiva.

Contexto: mi negocio: [QUÉ VENDES, PARA QUIÉN, PRECIO]. Competidores: [LISTA 3-5]. Material de cada uno (web, precios, claims): [PEGA TEXTOS/DATOS].

Tarea: construye (1) una tabla comparativa de propuesta de valor, precio, ángulo de comunicación y cliente objetivo de cada uno, (2) el mapa de huecos: qué nadie está ocupando, (3) los 2 posicionamientos viables y defendibles para mí, con su riesgo.

Restricciones: usa solo el material que te pego más patrones generales de mercado, marcados como tales. Nada de inventar cuotas de mercado ni datos financieros.

Formato: tabla + 2 bloques de análisis.

Cómo adaptarlo: pega material real de los competidores: el análisis vale lo que valga ese material. Error típico: pedirle datos de mercado actuales: no los tiene frescos y los inventará con una seguridad pasmosa. Los datos los pones tú. Output esperado: una foto competitiva ordenada y 2 posicionamientos con sus riesgos.

08. Brief de campaña

Cuándo usarlo: para convertir “hay que hacer una campaña” en un encargo ejecutable.

Actúa como director de estrategia preparando un brief de campaña.

Contexto: objetivo de negocio: [OBJETIVO MEDIBLE]. Producto: [PRODUCTO]. Audiencia: [AUDIENCIA]. Presupuesto aproximado: [RANGO]. Plazo: [FECHAS]. Lo que sabemos del cliente: [INSIGHTS].

Tarea: redacta el brief completo: contexto de negocio, objetivo y KPI principal, audiencia y su insight clave, propuesta única del mensaje (una sola), canales recomendados con su papel, presupuesto orientativo por canal, riesgos y criterios de éxito a 30/60/90 días.

Restricciones: el insight debe ser una verdad reveladora del cliente, no una obviedad demográfica. Una sola idea central: si hay dos mensajes, hay dos campañas.

Formato: brief de una página.

Cómo adaptarlo: sé honesto con el objetivo: “vender más” no es un objetivo; “200 registros cualificados en 6 semanas” sí. Error típico: briefear ejecución (“quiero un vídeo”) saltándose el insight: el formato es la última decisión, no la primera. Output esperado: un brief de una página que cualquier equipo podría ejecutar sin tres reuniones de aclaración.

09. Lectura de resultados

Cuándo usarlo: cuando tienes los números delante y necesitas la historia que cuentan.

Actúa como analista de marketing orientado a decisiones.

Contexto: te pego los resultados de [CAMPAÑA/PERIODO]: [PEGA DATOS: inversión, impresiones, clics, conversiones, ingresos]. Contexto extra: [ESTACIONALIDAD, CAMBIOS, INCIDENCIAS].

Tarea: (1) qué dicen estos datos en 5 frases sin jerga, (2) las 2 señales más importantes y su causa probable, (3) qué decisión tomarías con cada una (escalar, ajustar o parar) y qué dato confirmaría que es la correcta, (4) qué métrica vanity de estos datos debería ignorar.

Restricciones: distingue siempre correlación de causa. Si los datos no bastan para concluir algo, dilo explícitamente.

Formato: 4 bloques numerados, máximo 400 palabras.

Cómo adaptarlo: pega los datos en bruto tal cual salen de tu plataforma (y revisa antes qué métricas merecen tu atención). Error típico: preguntar “¿qué tal ha ido?” buscando validación: pide decisiones, no consuelo. Output esperado: una lectura clara con 2 señales clave y la decisión recomendada para cada una.

10. Repurposing con criterio

Cuándo usarlo: para multiplicar una pieza buena en 5 formatos sin que parezca fotocopiada.

Actúa como editor de contenido multicanal.

Contexto: esta es mi pieza original: [PEGA ARTÍCULO/GUION/NEWSLETTER]. Mi audiencia está en [CANALES]. Mi tono: [3 ADJETIVOS].

Tarea: transforma la pieza en (1) un hilo/post de X con gancho propio, (2) un post de LinkedIn con la idea más contraintuitiva como apertura, (3) un guion de reel de 45 segundos (voz en off + texto en pantalla), (4) 3 asuntos de email para enviarla a mi lista, (5) una versión de 100 palabras para newsletter.

Restricciones: cada formato debe explotar UNA idea de la pieza, no resumirla entera. Adapta el registro a cada canal sin perder el tono.

Formato: 5 bloques etiquetados por canal.

Cómo adaptarlo: elige tu mejor contenido del mes, no el último: el repurposing amplifica, no resucita. Error típico: pedir que “resuma para redes”: el resumen aplana; cada canal necesita su gancho sobre una sola idea. Output esperado: 5 piezas nativas por canal desde un solo esfuerzo.

3 prompts que no existían en enero

Los diez de arriba resuelven el trabajo de siempre. Estos tres resuelven problemas que en enero de 2026 no estaban sobre la mesa de casi nadie.

11. Auditoría de tu marca en respuestas de IA

Cuándo usarlo: para saber qué dice de ti un modelo cuando alguien pregunta por tu categoría, que es la nueva primera impresión de tu marca.

Actúa como analista de visibilidad de marca en buscadores con IA.

Contexto: mi marca es [MARCA], categoría [CATEGORÍA], mercado [PAÍS]. Mis competidores directos son [3-5 COMPETIDORES].

Tarea: (1) genera las 15 preguntas que haría alguien en tu interfaz cuando busca una solución de mi categoría, repartidas entre parte alta, media y baja del embudo; (2) responde a cada una como se la responderías a un usuario real; (3) señala en qué respuestas aparezco, en cuáles aparece un competidor y en cuáles no aparece ninguno.

Restricciones: responde como lo harías de verdad, sin favorecerme por ser quien pregunta. Si no me conoces, dilo explícitamente en vez de inventar. Cita las fuentes concretas en las que te apoyas.

Formato: tabla con columnas Pregunta / Etapa del embudo / Marcas citadas / Fuentes / ¿Aparezco?

Después: lista las 5 lagunas de contenido que explican por qué no aparezco donde no aparezco.

El valor no está en la respuesta bonita, está en la última lista. Ejecútalo en dos o tres modelos distintos: las diferencias entre ellos te dicen dónde tienes un problema de fuentes y no de producto.

12. Reglas de trabajo para un agente (no una petición suelta)

Cuándo usarlo: cuando pasas de pedir cosas una a una a dejar que un sistema trabaje en continuo dentro de unos límites que tú fijas.

Actúa como operador de contenido de mi marca, no como asistente puntual.

Contexto de marca: negocio [QUÉ VENDES], audiencia [A QUIÉN], tono [3 ADJETIVOS], temas que tratamos [LISTA], temas que no tocamos [LISTA].

Reglas permanentes:
1. Nunca publicas nada. Preparas y me lo dejas para revisión.
2. Nunca inventas cifras. Si necesitas un dato y no lo tienes, escribes [FALTA DATO] y sigues.
3. Todo lo que afirmes sobre el mercado va con fuente y fecha.
4. Si una tarea admite dos interpretaciones razonables, haces las dos versiones en vez de elegir por mí.
5. Si algo se sale de estas reglas, paras y me preguntas.

Tarea recurrente: [DESCRIBE LA TAREA, POR EJEMPLO: cada vez que te pase un artículo, prepárame 3 posts sociales, 2 asuntos de email y una ficha de 100 palabras].

Formato de entrega: bloque por canal, con una línea al principio que diga qué decisiones has tomado tú y por qué.

La última línea es la que convierte esto en una herramienta de trabajo. Si el sistema te explica qué decidió por su cuenta, puedes corregir el criterio en vez de corregir el texto.

13. Análisis con tus propios datos conectados

Cuándo usarlo: cuando ya has conectado el modelo a tu analítica, tu hoja de resultados o tu gestor de contenidos y quieres que trabaje sobre lo tuyo, no sobre la media del sector.

Actúa como analista de marketing con acceso a mis datos.

Contexto: tienes conectado [HERRAMIENTA: Analytics, Search Console, CRM, hoja de campañas]. Mi objetivo de negocio este trimestre es [OBJETIVO CON NÚMERO]. Mi presupuesto es [CIFRA].

Tarea: (1) revisa los últimos [PERIODO] y dime las 3 cosas que están funcionando mejor de lo que yo creo y las 3 que están funcionando peor; (2) para cada una, di qué dato concreto te lleva a esa conclusión; (3) propón un único cambio para las próximas 4 semanas, el que más mueva el objetivo.

Restricciones: no me des una lista de 15 recomendaciones. Prioriza y descarta en voz alta. Separa lo que ves en los datos de lo que estás infiriendo. Si el volumen de datos no da para concluir, dilo.

Formato: Hallazgo / Dato que lo sostiene / Confianza (alta, media, baja) / Qué haría yo.

La columna de confianza es lo que separa este prompt de un informe automático inútil. Obliga al modelo a distinguir entre lo que sabe y lo que se está imaginando, que es exactamente el error que más caro sale.

Por qué la IA cita artículos como este (y qué puedes hacer con eso)

Hay una razón poco comentada para que un artículo de prompts exista en este formato, y tiene que ver con cómo eligen sus fuentes los buscadores con IA.

Ahrefs analizó más de mil millones de datos en catorce estudios durante el primer semestre de 2026. Uno de los hallazgos: los listados del tipo «los mejores X» son el formato de página más citado por los chatbots, con un 43,8% del total en consultas de parte alta del embudo. Otro: el 28,3% de las páginas más citadas por ChatGPT no tiene ninguna visibilidad orgánica en Google.

Y en un análisis de 863.000 SERPs publicado en marzo de 2026, Ahrefs encontró que solo el 37,9% de las páginas citadas en los AI Overviews aparece en los diez primeros resultados, frente a cerca del 76% en julio de 2025. El resto se reparte casi a partes iguales entre las posiciones 11 a 100 y páginas que no están ni en el top 100.

La explicación técnica es el query fan-out: Google descompone la consulta en varias subconsultas relacionadas y cita las páginas que aparecen con más frecuencia en esos SERPs derivados, no en el original. Se optimiza para un recorrido completo, no para una palabra clave.

De ahí salen cuatro decisiones prácticas para tu propio contenido:

• Cubre el tema por todos sus lados, no solo por la keyword. Si tu artículo responde a una pregunta y no a las quince adyacentes, quedas fuera del reparto.
• Escribe párrafos que se puedan extraer solos. Una definición clara al principio de cada sección, con dato y fecha, vale más que tres párrafos de introducción.
• Actualiza lo que ya tienes. Ahrefs analizó 17 millones de citas en siete plataformas y encontró que los asistentes de IA prefieren citar contenido más fresco. Este mismo artículo es un ejemplo: se reescribe cada trimestre por eso.
• No te olvides de YouTube. Entre las páginas citadas en AI Overviews que no rankean en el top 100, el 18,2% son URLs de YouTube, y las menciones en vídeo son el factor que más correlaciona con la visibilidad en IA en un estudio de 75.000 marcas.

Un aviso para no sacar conclusiones ingenuas: el 67% de las mil citas principales de ChatGPT viene de fuentes que un marketer no puede influir, sobre todo Wikipedia (29,7%) y páginas de inicio de marcas (23,8%). Solo un tercio del pastel está en juego. Merece la pena pelearlo, pero conviene saber que es un tercio.

Si quieres profundizar en la parte de búsqueda, aquí está el otro lado de la misma moneda: cómo trabajar las palabras clave long tail para SEO y búsqueda por IA.

Los errores que arruinan cualquier prompt

• Tratar el primer output como definitivo: la iteración es el método, no un plan B.
• No verificar datos: la IA redacta con idéntica seguridad lo cierto y lo inventado. Todo dato factual del output se contrasta antes de publicarse.
• Acumular tareas (“hazme la estrategia, el calendario y los copys”): cada tarea extra degrada las anteriores.
• Esperar que conozca tu negocio: no lo conoce, y lo que “sabe” de tu sector puede estar desactualizado, como pasa con los cambios de las propias plataformas de IA.
• Usar prompts ajenos sin adaptarlos: un prompt sin tu contexto es un disfraz nuevo para el mismo contenido genérico.

Conclusión

La diferencia entre quien saca trabajo utilizable de la IA y quien acumula borradores genéricos nunca estuvo en la herramienta ni en la lista de prompts. Está en el briefing. Los trece prompts de este artículo funcionan porque obligan a hacer lo que el marketing exige desde mucho antes de la IA: saber qué vendes, a quién y por qué a ti.

Lo que ha cambiado en 2026 es dónde está la ventaja. Cuando cualquiera puede copiar tu prompt, lo que te distingue es el contexto que le pones delante: tus datos, tus límites y tu criterio para decidir qué entra y qué no. La IA no sustituye ese criterio. Lo amplifica, en la dirección que sea.

Guarda este recurso: los 10 prompts en PDF, listos para copiar, con el framework CRITERIO en una página y la tarjeta de adaptación de cada uno. Descárgalo gratis en la sección de Recursos. Y si quieres el sistema completo (30 prompts avanzados por palanca de negocio, workflows encadenados y guía por modelo), la versión extendida vive en el Backstage.

Preguntas frecuentes

¿Qué es un prompt de IA para marketing?

Es la instrucción con la que pides a un modelo de IA (ChatGPT, Claude, Gemini) un trabajo de marketing concreto: un análisis, un copy, una estrategia. Un buen prompt funciona como un briefing: contexto de negocio, rol, tarea acotada, restricciones y formato de salida.

¿Qué es mejor para marketing, ChatGPT o Claude?

Depende de la tarea: ChatGPT rinde mejor en ideación rápida, volumen de variantes y tareas con búsqueda web; Claude en textos largos con tono consistente y análisis de documentos extensos. Para el 70% de las tareas, el prompt pesa más que el modelo.

¿Cómo se escribe un buen prompt de marketing?

Con estructura de briefing: contexto del negocio, rol desde el que debe pensar la IA, una sola tarea concreta, ejemplos del resultado deseado, restricciones de tono y formato de salida definido. En TMT lo resumimos en el framework CRITERIO (Contexto, Rol, Intención, Tarea, Ejemplos, Restricciones, Iteración, Output).

¿Puedo usar estos prompts en Gemini u otra IA?

Sí. Los 13 prompts están escritos con estructura de briefing, que funciona en cualquier modelo de gama alta. Lo único que cambia entre herramientas es el acabado del texto, no la utilidad del método.

¿Los textos generados por IA posicionan en Google?

Google no penaliza el contenido por estar hecho con IA, sino por ser inútil o duplicado. Un texto generado con contexto propio, datos verificados y edición humana puede posicionar; uno genérico sin criterio, difícilmente. La IA es el borrador, no el editor.

¿Cuántos prompts incluye esta guía y cuándo se actualizó?

Trece prompts completos: diez fundamentales por caso de uso (estrategia, investigación de cliente, SEO, copy, email, social, competencia, brief, resultados y repurposing) y tres añadidos en la actualización de agosto de 2026 sobre visibilidad en IA, reglas para agentes y análisis con datos conectados. Todos están publicados enteros, sin registro previo.

¿Qué es el contexto en un prompt y por qué importa más que el propio prompt?

El contexto es toda la información que el modelo tiene disponible al responder: lo que escribes, los documentos que le pegas y las herramientas que tiene conectadas. Importa más que la instrucción porque el prompt lo puede copiar cualquiera y tus datos no. Desde que el Model Context Protocol se convirtió en estándar en 2026, conectar analítica, CRM o gestor de contenidos a un modelo es una tarea de configuración, no de desarrollo.

¿Cómo puedo saber qué dice la IA sobre mi marca?

Pregúntaselo directamente con el prompt 11 de esta guía, que genera quince consultas típicas de tu categoría y comprueba en cuáles apareces tú y en cuáles un competidor. Conviene repetirlo en dos o tres modelos distintos y anotar las fuentes que cita cada uno: las diferencias señalan si tienes un problema de cobertura de contenido o de presencia en fuentes de terceros.

¿Sirve de algo posicionar en Google si las respuestas de IA citan otras páginas?

Sirve, pero ya no basta. Según el análisis de Ahrefs de marzo de 2026 sobre 863.000 SERPs, solo el 38% de las páginas citadas en los AI Overviews aparece en el top 10 de Google, frente al 76% de julio de 2025. Posicionar sigue siendo la mejor base, y a la vez hay que cubrir el tema por sus preguntas adyacentes, escribir pasajes extraíbles y estar presente en fuentes que los modelos consultan, YouTube incluido.