El mensaje que nunca enviaste y que el modelo lee primero
Cada app de chat le envía al modelo más que tu mensaje. Antes de tus palabras llega un bloque de texto que escribió la app: cómo se llama el asistente, qué debe y no debe hacer, cómo debe dar formato a las respuestas, qué fecha es hoy, qué herramientas puede usar. Ese bloque es el system prompt. Tú escribes "resume esto"; el modelo recibe una página de reglas seguida de "resume esto".
El modelo trata el system prompt como órdenes permanentes. Un modelo al que se le pide ser "un asistente conciso que responde en español neutro y nunca usa viñetas" hará eso durante toda la conversación sin que se lo recuerden, porque la instrucción llega de nuevo con cada mensaje. Ese reenvío es el detalle que la gente pasa por alto, y es el que cuesta dinero, algo que la tercera sección cuantifica.
Puedes ver system prompts reales. Anthropic publica los que usa para Claude en sus apps, con notas de lanzamiento cuando cambian. Leer uno es la forma más rápida de entender el género: párrafos sobre el tono, sobre cuándo usar listas, sobre cómo manejar una petición que debería rechazar, sobre la fecha de corte del conocimiento, escritos en inglés llano en lugar de código. Otros se filtran; el system prompt del chat de Bing que llamaba "Sydney" al asistente fue extraído por un estudiante de Stanford en febrero de 2023 pidiéndole al modelo que repitiera el texto que aparecía sobre la conversación.
Por qué la misma pregunta obtiene una respuesta distinta en otra app
Las API de modelos etiquetan cada mensaje con un rol, y el modelo está entrenado para darles pesos distintos.
| Rol | Quién lo escribe | Para qué sirve | Cómo lo trata el modelo |
|---|---|---|---|
| System | La app, más cualquier instrucción personalizada que hayas añadido | Identidad, reglas, formato, herramientas, fecha | Órdenes permanentes que priman sobre el turno del usuario |
| User | Tú | La pregunta, el texto pegado, el archivo adjunto | La tarea que hay que hacer ahora |
| Assistant | El modelo | Sus respuestas anteriores | Su propio historial, con el que mantenerse coherente |
De ese orden se derivan dos cosas. El system prompt fija el marco, así que el mismo mensaje del usuario recibe una respuesta distinta dentro de un marco distinto: "escribe un limerick" produce un limerick bajo un system prompt y un rechazo bajo el system prompt de un asistente bancario. Y el system prompt es de la app, así que cambiar de app con el mismo modelo cambia las respuestas aunque el modelo no haya cambiado. Qué es un LLM separa el modelo de la app; el system prompt es la mayor parte de esa separación.
La línea no es absoluta. Los modelos están entrenados para seguir el system prompt por encima del usuario, pero un mensaje del usuario todavía puede convencer a un modelo de abandonar sus instrucciones, que es todo el tema de qué es el jailbreaking de IA. Un system prompt es un valor por defecto fuerte, no un candado.
Cuánto cuesta un system prompt, porque se envía en cada turno
El system prompt son tokens de entrada, y qué son los tokens en IA muestra que la entrada se cobra en cada mensaje. Una conversación de 100 turnos con un system prompt de 8.000 tokens envía ese prompt 100 veces: 800.000 tokens de entrada antes de que escribas una sola palabra.
Calcúlalo a precio de lista. Un mensaje estándar ronda los 1.000 tokens de entrada y 500 de salida. Añadir una instrucción de 8.000 tokens, que es lo que equivalen 32.000 caracteres de español a cuatro caracteres por token, en cada uno de 100 mensajes cuesta la entrada extra de abajo, a las tarifas de OpenRouter del índice de coste de modelos de IA, consultado el 2026-08-20.
Los proveedores cachean: OpenAI descuenta a la mitad la entrada cacheada, y hasta un 90 por ciento en sus modelos más recientes, y Anthropic cobra una lectura de caché a una décima parte del precio de lista, así que una app que configura el caché paga mucho menos que lo que muestra la gráfica. La gráfica es precio de lista, que es lo que rastrea el índice de coste y lo que paga cualquier app que no cachea. Las instrucciones fijas largas siguen siendo el único texto que se envía cada vez.
Whizi cobra de otra manera. Un mensaje cuesta un número fijo de créditos que fija el modelo, 1 en el modelo de la casa, 10 en Claude Sonnet 5, 20 en Claude Opus 5, y la longitud de la instrucción nunca entra en el precio. Los mismos 100 mensajes cuestan 100, 1.000 o 2.000 créditos con o sin la instrucción. Cómo funcionan los créditos de Whizi tiene la escala.
Qué parte del system prompt te dejan escribir a ti
Los productos exponen una parte del system prompt para que la rellenes. ChatGPT lo llama instrucciones personalizadas y memoria; Claude tiene instrucciones de proyecto y estilos; Gemini tiene información guardada. Sea cual sea el nombre, tu texto se añade a las instrucciones propias del producto y se reenvía en cada turno.
En Whizi esa parte es el proyecto. Un proyecto es una carpeta de conversaciones con sus propias instrucciones, hasta 32.000 caracteres, aplicadas a cada chat dentro de ella y reconstruidas dentro del prompt en cada mensaje. Los archivos fijados viajan de la misma manera, con un límite de 32.000 caracteres de texto extraído por archivo y 120.000 para todo el bloque del proyecto. No existe un campo de instrucciones personalizadas a nivel de cuenta: la instrucción por proyecto es la única instrucción escrita por el usuario en el producto, así que una preferencia que quieras en todas partes hay que pegarla en cada proyecto.
Los cuatro agentes integrados muestran la otra cara. Las filas del CPA Canadiense, Study Mentor, Writing Copilot y Math Tutor llevan cada una un system prompt fijo escrito en el catálogo de modelos, que no puedes editar. Elegir un agente es elegir un system prompt.
Qué debe llevar uno, según los ejemplos publicados
Las instrucciones que funcionan se leen como un briefing para un nuevo compañero de trabajo, y los system prompts publicados de Claude son el mejor modelo público de ese formato. Cuatro cosas cargan con la mayor parte del peso.
- Rol y audiencia en una sola frase. "Eres un asistente fiscal para autónomos canadienses" hace más que tres párrafos de adjetivos.
- Reglas de formato expresadas como reglas. "Responde en menos de 150 palabras. Sin viñetas. Ortografía británica." Los modelos siguen imperativos directos con más fiabilidad que preferencias.
- Qué hacer ante la duda. "Si la respuesta depende de un dato que no tienes, haz una pregunta antes de responder." Sin esto, el modelo adivina.
- Qué rechazar, y cómo. Nombra las categorías y la redacción del rechazo, o el modelo inventará la suya.
Lo que no debe ir dentro: hechos que cambian. Un precio, un recuento de modelos o una fecha escrita en un system prompt se reafirma en cada turno hasta que alguien lo edite, y así es como una instrucción obsoleta se convierte en una respuesta segura y equivocada durante meses. Pon los hechos cambiantes en un archivo fijado o en una búsqueda, no en las órdenes permanentes, porque la propia fecha de corte del conocimiento del modelo los vuelve obsoletos de todas formas. Ingeniería de prompts para principiantes cubre el lado de cada mensaje del mismo oficio.
- Escribe el rol y la audiencia en la primera frase de cualquier instrucción que añadas
- Expresa el formato como reglas, no como preferencias: límites de palabras, sin listas, qué ortografía
- Mantén las instrucciones fijas breves; cada carácter se reenvía en cada mensaje
- Mantén los hechos que cambian fuera de la instrucción y en un archivo fijado o una búsqueda
- Dile al modelo qué hacer cuando le falta un dato, o rellenará el hueco por su cuenta
Preguntas frecuentes
¿Cuál es la diferencia entre un system prompt y un user prompt?
El system prompt lo escribe la app y fija reglas permanentes: rol, tono, formato, qué rechazar. El user prompt es tu mensaje, la tarea que hay que hacer ahora. Los modelos están entrenados para seguir el system prompt por encima del turno del usuario, y el system prompt se reenvía con cada mensaje mientras que cada user prompt se envía una sola vez.
¿Puedo ver el system prompt de ChatGPT o de Claude?
Anthropic publica los system prompts que usa en las apps de Claude, con notas de lanzamiento para cada cambio. OpenAI no publica el de ChatGPT, aunque algunas versiones han sido extraídas y publicadas por usuarios. Pedirle a un modelo que repita sus instrucciones a veces funciona y a veces produce una inventada, así que trata un prompt filtrado como no verificado a menos que el proveedor lo confirme.
¿Un system prompt cuesta tokens?
Sí, en cada mensaje. Es texto de entrada, y se reenvía en cada turno, así que una instrucción de 8.000 tokens en 100 mensajes son 800.000 tokens de entrada. A precio de lista eso triplica el coste de una conversación en Claude Sonnet 5, de $0.70 a $2.30. Whizi cobra un precio fijo en créditos por mensaje que fija el modelo, así que la longitud de la instrucción no cambia lo que pagas.
¿Qué son las instrucciones personalizadas?
La parte del system prompt que un producto te deja escribir. Tu texto se añade a las instrucciones propias de la app y se envía con cada mensaje. En ChatGPT es un campo de ajustes; en Whizi es la instrucción por proyecto, hasta 32.000 caracteres, que se aplica a cada conversación de ese proyecto.
¿Un usuario puede anular el system prompt?
A veces. Los modelos están entrenados para dar prioridad al system prompt, y uno bien escrito resiste peticiones ordinarias. Los mensajes elaborados para convencer a un modelo de abandonar sus reglas son jailbreaks, y los proveedores los tratan como un problema de seguridad, no como una funcionalidad. Cualquier cosa que nunca deba ocurrir pertenece al código fuera del modelo, donde un mensaje no puede discutírselo.
