Reducir las alucinaciones de la IA en la escritura: prompts y flujos de trabajo

Cómo se ven las alucinaciones en la escritura asistida por IA

Las alucinaciones ocurren cuando una IA escribe algo que suena seguro y específico, pero está equivocado o simplemente inventado. El peligro está en el tono. Una frase puede leerse como un hecho verificado aun cuando sea solo una conjetura.

A menudo puedes detectar alucinaciones por sus detalles “demasiado perfectos”. Un borrador de la nada incluye números exactos, fechas precisas o citas perfectas que no proporcionaste. Puede citar un estudio, un libro o un experto que no existe.

Señales comunes incluyen:

• Estadísticas inventadas (por ejemplo, "el 72% de las empresas vio un aumento de 3,4x") sin fuente.
• Nombres, cargos u organizaciones erróneos que suenan plausibles.
• Citas inventadas entre comillas sin origen rastreable.
• Cronologías y fechas limpias que no coinciden con la realidad.
• Afirmaciones de causa y efecto con confianza ("X causa Y") cuando la evidencia es poco clara.

Esto sucede porque los modelos de lenguaje predicen secuencias de palabras probables. Cuando el modelo no tiene suficiente información, rellena los huecos con algo que encaje en el patrón de un buen artículo. Los prompts que piden autoridad ("incluye estadísticas" o "añade una cita") sin aportar fuentes empujan al modelo a improvisar.

El objetivo no es la perfección. Es asegurarse de que las afirmaciones arriesgadas estén respaldadas por evidencia o claramente etiquetadas como no verificadas. Un proceso sólido mantiene el borrador útil mientras tú controlas lo que se afirma como hecho.

Una regla simple ayuda: si una afirmación pudiera afectar una decisión, la reputación o el cumplimiento, trátala como de alto riesgo y exige una fuente antes de dejarla en el texto.

Define primero el alcance, la audiencia y los límites de afirmaciones

Si quieres reducir las alucinaciones, empieza antes del primer prompt. Dile al modelo qué se le permite decir, qué debe evitar y para quién escribe. Límites claros facilitan la verificación del borrador y reducen la probabilidad de que "invente".

Escribe un presupuesto de afirmaciones simple. No se trata de ser tímido. Se trata de ser explícito.

• Permitido: explicaciones sencillas, definiciones y resúmenes de las fuentes proporcionadas.
• Permitido: opiniones claramente etiquetadas (solo si las pides).
• No permitido: estadísticas, clasificaciones, citas nombradas o "según X" a menos que suministres el texto fuente.
• No permitido: fechas, asesoría legal/medica o detalles de precios a menos que aportes una referencia aprobada.
• Requerido: marcar cualquier cosa incierta como "necesita verificación" en lugar de adivinar.

Define al lector en una frase. Ejemplo: "Gerente de marketing ocupado, no técnico, leyendo en móvil, quiere una checklist práctica." Esa línea cambia el tono y elección de palabras más que la mayoría de los prompts de estilo.

Establece límites de alcance para que el modelo no mezcle contextos.

• Geografía: global, solo EE. UU., solo UE o un país específico.
• Tiempo: "a febrero de 2025" o "solo los últimos 12 meses."
• Fuentes: "usar solo las fuentes pegadas" o "usar solo notas internas."

Finalmente, elige el tipo de salida desde el inicio (sección de blog, resumen de noticias, entrada de glosario). Cuando esto es vago, los modelos tienden a rellenar con afirmaciones de relleno.

Usa prompts "source-first" que exijan evidencia

Si dejas que una IA escriba primero y justifique después, estás invitando a la ficción confiada. Invierte el orden: haz que reúna evidencia antes de hacer afirmaciones.

Empieza pidiendo un plan de fuentes, no un borrador. La meta es un conjunto pequeño de fuentes (o marcadores) en las que el modelo debe apoyarse cuando escriba.

Patrón simple de prompt source-first

Usa una petición en dos pasos: primero fuentes, luego el borrador. Mantén la etapa de redacción restringida a esas fuentes.

1. Pide una lista de fuentes con 5-8 ítems máximo, cada una con: título, autor/organización, fecha y qué respalda.
2. Exige una clave de citación para cada fuente (S1, S2, etc.).
3. Solo después de eso, pide el borrador que cite S1-S8 tras cada afirmación factual.
4. Si el modelo no puede encontrar o inferir una fuente, debe escribir: "No source" y seguir.

Esa etiqueta "No source" es el objetivo. Resalta lo que hay que comprobar y bloquea que el modelo invente una referencia que suene real.

Forzar un formato de citación (aunque verifiques luego)

Elige un formato estricto y aburrido para poder escanearlo rápido:

• La oración con la afirmación termina con [S#] o [No source]
• Las citas deben incluir hablante, contexto y [S#]
• Números y fechas deben incluir [S#]

Ejemplo (puedes pegarlo en cualquier herramienta o llamada API):

Task: Write a 700-word section.
Step 1: Propose 6 sources (S1-S6). For each: title, publisher, date, what it supports.
Step 2: Draft the section using ONLY S1-S6. After every factual claim add [S#].
If you cannot support a claim, write [No source] and do not guess.
Output: sources list, then draft.

Restringe afirmaciones de alto riesgo (estadísticas, nombres, citas, fechas)

La mayoría de las alucinaciones se esconden en detalles que suenan creíbles: porcentajes, fechas de lanzamiento, listas "top 10" y citas exactas. Trata estos como afirmaciones de alto riesgo que necesitan reglas extra.

Una salvaguarda práctica es simple: si el borrador incluye números, fechas, clasificaciones, nombres o citas, debe incluir también una fuente que puedas comprobar. Si no hay fuente disponible, el modelo debe eliminar el detalle o marcarlo como desconocido.

Restricciones útiles que puedes incorporar en los prompts:

• Números y fechas: permítelos solo cuando el prompt proporcione un extracto de la fuente o una nota verificada. De lo contrario, escribe "no hay cifra confirmada disponible" y continúa.
• Clasificaciones y afirmaciones de "mejor": prohíbe "#1", "líder" y "más popular" a menos que suministres el método de ranking y la fuente.
• Citas exactas: exige texto copiado y pegado desde la fuente. No comillas-paráfrasis con forma de cita.
• Nombres y estudios: prohíbe personas, instituciones, encuestas y líneas de "la investigación muestra" inventadas a menos que proporciones detalles del estudio.
• Características de producto: describe solo lo que está explícito en tus notas. Si no estás seguro, márcalo como desconocido.

Las etiquetas de incertidumbre mantienen los borradores útiles sin pretender certeza. Pide al modelo que etiquete las afirmaciones riesgosas como confirmado, probable o desconocido. Solo permite "probable" cuando explique por qué (por ejemplo, "basado en el extracto de changelog proporcionado").

Un flujo repetible para borradores con pocas alucinaciones

La mayor ganancia es la consistencia. Usa el mismo flujo pequeño cada vez para que la verificación no sea una ocurrencia tardía.

Un bucle rápido que aún captura lo riesgoso:

1. Esquema con tipos de afirmación. Etiqueta cada punto como contexto/definición, opinión/interpretación o hecho verificable.
2. Redacta secciones de bajo riesgo primero. Escribe definiciones y antecedentes antes de añadir estadísticas, nombres, citas, fechas o listas de "mejores herramientas".
3. Extrae una lista de afirmaciones. Saca cada afirmación factual a una tabla corta: la afirmación, por qué importa y qué tipo de fuente la apoyaría.
4. Verifica, edita y reescribe las partes afectadas. Añade detalles confirmados, elimina afirmaciones débiles y reescribe solo lo que cambió.
5. Pasada final por certeza y citas faltantes. Si una frase hace que el lector piense "¿De verdad?" necesita una cita o un tono más suave.

Ejemplo: si un borrador dice "Google confirmó X en 2023," la lista de afirmaciones obliga a hacer seguimiento: ¿qué anuncio, qué fecha y dónde está registrado? Si no puedes responder rápido, suaviza o elimina.

Marca declaraciones no verificables sin ralentizarte

La edición se vuelve lenta cuando cada frase se convierte en un juicio. Un enfoque más rápido es hacer que el borrador se identifique a sí mismo sobre lo que necesita comprobación, y luego verificar solo las líneas de alto riesgo.

En lugar de decirle al modelo "sé preciso", dile que etiquete la incertidumbre. Si no vio una fuente, no debe sonar seguro.

Usa marcadores que llamen la atención durante la edición:

• [VERIFICAR] para hechos que comprobarás (números, fechas, afirmaciones de "primero/único/más")
• [FUENTE NECESARIA] para declaraciones que deben respaldarse con una referencia específica
• [INCIERTO] para ítems que podrían ser verdad pero no estaban en los materiales proporcionados
• [CITA?] para cualquier cita o frase atribuida

Luego ejecuta una segunda pasada que reescriba las líneas marcadas de forma más segura.

Ejemplo: "Acme se lanzó en 2018 y ahora atiende a 10.000 clientes." Si no tienes fuente, reescribe a: "Acme se lanzó en [VERIFICAR: año de lanzamiento] y atiende [VERIFICAR: número de clientes]." Una alternativa segura es: "Acme ha crecido desde su lanzamiento, atendiendo clientes en varios mercados." Menos llamativo, pero no incorrecto.

Cuando revises las marcas, decide rápido:

• Borra si el detalle es prescindible.
• Suaviza si el punto importa pero la cifra exacta es desconocida.
• Investiga si la afirmación es central.
• Sustituye por algo observable o claramente citado.

Artefactos ligeros que facilitan el control de calidad

Puedes reducir alucinaciones sin construir un proceso pesado. El truco es mantener pocos artefactos pequeños que viajen con el borrador y hagan la comprobación rápida.

Una tabla simple de afirmaciones

Mantén una pequeña tabla junto al borrador (incluso como nota). Cada vez que el modelo haga una afirmación factual, captúrala una vez y decide qué hacer:

• Afirmación (una frase)
• Nivel de riesgo (bajo/medio/alto)
• Fuente (título/autor/fecha, o "ninguna aún")
• Estado (verificado, necesita fuente, eliminar, reformular)
• Notas (qué verificar, qué redacción suavizar)

Si no puedes respaldar "La empresa X se lanzó en 2017", trátala como alto riesgo y reescribe el párrafo para que siga funcionando si la fecha cambia.

Un registro de citaciones reutilizable

Separado del borrador, lleva un registro de citaciones que ya has verificado. Con el tiempo, esto se convierte en tu estantería de referencias confiables y reduce la tentación de aceptar lo que el modelo inventa.

Mantenlo simple: nombre de la fuente, para qué sirve y sus límites (por ejemplo, "bueno para definiciones, no para estadísticas de mercado").

Una lista de señales rojas y un guion corto de revisión

Las señales rojas merecen una segunda mirada: superlativos ("el mejor"), estadísticas precisas, personas/empresas nombradas, citas, fechas y afirmaciones de "primero/único/más".

Un guion de revisión corto basta:

• Escanea buscando señales rojas y márcalas.
• Comprueba cada marca contra la tabla de afirmaciones.
• Exige una fuente para todo lo de alto riesgo.
• Si no hay fuente, suaviza, generaliza o corta.
• Confirma que el borrador final coincide con el alcance y la audiencia.

Errores que permiten que las alucinaciones se filtren

Las alucinaciones suelen aparecer cuando se permite al modelo rellenar huecos y nadie lo nota. La mayor parte de la solución es eliminar esos huecos.

Trampas comunes:

• Prompts como "escribe un artículo de experto" sin referencias ni material fuente.
• Peticiones de "estadísticas de la industria" sin nombrar un informe, un conjunto de datos o un archivo.
• Reescrituras que buscan un tono más llamativo y cambian silenciosamente años, nombres o niveles de certeza.
• Prompts que mezclan marcos temporales y temas (tendencias pasadas, precios actuales, predicciones) sin límites claros.
• No tener una regla sobre qué hacer cuando falta una fuente.

Si necesitas estadísticas, exige un tipo de fuente específico (informe nombrado, dataset público, filing anual) y fuerza "desconocido" cuando no esté disponible.

Lista rápida antes de publicar

Antes de publicar, trata el borrador como un conjunto de afirmaciones, no como un conjunto de frases.

Lee una vez por el sentido. Luego escanea de nuevo buscando detalles de alto riesgo: números, fechas, rankings, citas y cualquier cosa demasiado específica.

• Números, fechas y rankings: añade una fuente verificable o reescríbelos como una afirmación general (o elimínalos).
• Citas y atribuciones: si no puedes verificar, bórrala o conviértela en una paráfrasis no atribuida.
• Nombres y ortografías: comprueba personas, empresas y productos. Una letra equivocada puede crear una entidad falsa.
• Verificación de alcance: asegúrate de que las afirmaciones coincidan con la región y el periodo indicados.
• Manejo de incertidumbre: cualquier cosa que no puedas verificar rápidamente se reescribe, etiqueta ("varía según") o elimina.

Un truco práctico: etiqueta las líneas dudosas con [VERIFICAR] mientras editas. Si queda algún [VERIFICAR] al final, la pieza no está lista.

Ejemplo: convertir un borrador riesgoso en un artículo verificado por fuentes

Imagina que redacts un post sobre una pregunta de finanzas personales: "¿Debo pagar mi hipoteca anticipada o invertir?" Aquí es común que la IA produzca afirmaciones seguras sobre rentabilidades, inflación, normas fiscales y promedios históricos.

Trátalo como una tarea "fuentes primero", no creativa. Empieza con un prompt corto pero estricto:

Task: Write a 900-word blog post for US readers deciding between extra mortgage payments vs investing.
Scope: General education only. No personal advice.
Allowed claims: Only claims supported by the sources I provide.
High-risk claims (must be cited): rates of return, inflation, tax rules, dates, named products, quotes.
Citations: After any sentence with a high-risk claim, add [S1], [S2], etc.
If a claim cannot be supported: mark it as [UNVERIFIED] and suggest what source is needed.
Sources:
S1: (paste a trusted explainer)
S2: (paste IRS page excerpt or official guidance excerpt)
S3: (paste a reputable calculator methodology page excerpt)

Luego sigue un flujo estricto:

• Primero el esquema (solo encabezados) y confirma que cada sección tenga al menos una fuente asignada.
• Redacta con citas en línea, usando [UNVERIFIED] cuando haga falta.
• Construye una tabla de afirmaciones: copia cada frase de alto riesgo en una tabla de dos columnas (Afirmación, Etiqueta de fuente).
• Verifica: coteja cada afirmación con los extractos de las fuentes.
• Reescribe: elimina, estrecha o suaviza lo que no verifique.

Una línea típica de riesgo es: "El mercado de acciones rinde en promedio 10% anual." Si tus fuentes no dicen eso, reescríbela para evitar precisión falsa: "Los rendimientos a largo plazo varían según el periodo y no existe una rentabilidad anual garantizada. [UNVERIFIED: necesita fuente y periodo específico]" O reemplázala por una afirmación más estrecha y citada (por ejemplo, "Algunos estudios a largo plazo muestran promedios históricos en periodos concretos. [S1]").

Próximos pasos: crea una canalización repetible

La forma más rápida de reducir alucinaciones es dejar de tratar cada post como un caso aislado. Guarda tus mejores prompts como plantillas con las mismas salvaguardas: fuentes permitidas, tipos de afirmaciones prohibidas y cómo etiquetar la incertidumbre.

Si publicas a escala, ayuda que tus herramientas soporten la misma estructura entre borradores, reescrituras y actualizaciones. GENERATED (generated.app) es un ejemplo de plataforma de contenido que puede generar contenido vía API, soportar pulido y traducciones, y ayudar a mantener un flujo consistente alrededor de borradores y revisiones.