Guía de prompts para GPT-5.6: 7 consejos para mejores respuestas

OpenAI acaba de publicar su manual de prompts para GPT-5.6, y el hallazgo principal contradice la forma en que la mayoría escribe sus instrucciones. En las pruebas internas de OpenAI, eliminar instrucciones repetidas de un prompt de sistema elevó las puntuaciones de evaluación en torno al 10 y al 15 %, al tiempo que redujo los tokens totales entre un 41 y un 66 % y el costo entre un 33 y un 67 %. Las listas de reglas gigantes que escribiste para modelos anteriores ahora hacen que GPT-5.6 sea más lento, más caro y menos preciso.

Esta guía de prompts para GPT-5.6 extrae los siete cambios más importantes en un lenguaje claro. Aprenderás por qué «enuncia cada instrucción una sola vez» supera a las listas largas de reglas, cómo elegir entre los nuevos modelos Sol, Terra y Luna, cómo funcionan los seis niveles de esfuerzo de razonamiento y cómo los nuevos controles de verbosidad y llamadas programáticas a herramientas cambian lo que debes escribir. Todo aquí parte de la guía oficial de OpenAI para la familia de modelos que entró en vigor el 9 de julio de 2026.

Los puntos clave

• Los prompts más ligeros obtuvieron puntuaciones entre un 10 y un 15 % más altas y redujeron los tokens hasta en un 66 %, así que enuncia cada instrucción exactamente una vez.
• GPT-5.6 tiene dos controles independientes: qué modelo usas (Sol, Terra o Luna) y cuánto razona (seis niveles de esfuerzo, de ninguno al máximo).
• El modo pro aplica computación adicional antes de dar una única respuesta final, y puedes combinarlo con cualquier nivel de esfuerzo para tus solicitudes más importantes.
• GPT-5.6 es más conciso por defecto que GPT-5.5, por lo que tus antiguas reglas de «sé breve» podrían recortar demasiado.
• Los nuevos controles de verbosidad y llamadas programáticas a herramientas te permiten configurar la longitud una sola vez y dejar que el modelo procese datos con código en lugar de leerlos token a token.

Qué cambió realmente en GPT-5.6

GPT-5.6 no es un solo modelo sino una familia de tres, y está ajustado para razonar de manera diferente a las versiones anteriores. El cambio práctico más importante es que el modelo hace más con menos instrucciones, de modo que los prompts optimizados para GPT-5.5 o GPT-5.4 pueden perjudicar tus resultados. La guía de OpenAI es directa al respecto: recomienda auditar los prompts antiguos en lugar de copiarlos sin más.

Los siete consejos siguientes siguen las propias prioridades de OpenAI, comenzando por el cambio que más mueve las puntuaciones. Si primero quieres ver el desglose completo del lanzamiento de los tres modelos, lee nuestra explicación sobre ChatGPT 5.6 y en qué se diferencian Sol, Terra y Luna. Luego vuelve aquí para corregir tus prompts.

Consejo 1: Elimina las instrucciones repetidas de tus prompts antiguos

La recomendación más contundente de OpenAI es enunciar cada instrucción exactamente una vez. En sus propias palabras, «las configuraciones con prompts de sistema más ligeros mejoraron las puntuaciones de evaluación en torno al 10 y al 15 %, al tiempo que redujeron los tokens totales entre un 41 y un 66 % y el costo entre un 33 y un 67 %». Es uno de esos casos raros en los que reduces el costo y mejoras la calidad a la vez.

Los modelos anteriores a menudo necesitaban que la misma regla se repitiera en tres lugares para obedecerla. GPT-5.6 no. Elimina enunciados repetidos, notas de estilo duplicadas, ejemplos redundantes e instrucciones de proceso que no cambian el comportamiento. Si una línea no aporta nada nuevo, ahora te cuesta precisión además de tokens.

La acción práctica es abrir tu prompt de sistema más largo y eliminar cada frase que repita una anterior. Conserva una versión clara de cada regla y luego prueba. Esta es la ganancia más rápida de toda la guía oficial de prompts para GPT-5.6 de OpenAI.

Consejo 2: Ajusta la computación a la tarea con dos controles

GPT-5.6 divide su capacidad en dos controles independientes. Uno es qué tamaño de modelo recibe la solicitud, y el otro es cuánto razona ese modelo antes de responder. Calibrar ambos correctamente es la forma de dejar de pagar de más por tareas simples y de dejar de sub-razonar en las difíciles.

Elige tu modelo: Sol, Terra o Luna

Sol es el modelo insignia para tus problemas más difíciles, Terra es el equilibrado para el trabajo empresarial cotidiano, y Luna es la opción barata y rápida para tareas de alto volumen. La diferencia de precio es grande, así que la elección del modelo importa tanto como el prompt. OpenAI la amplió el 30 de julio de 2026, reduciendo Luna un 80 % y Terra un 20 % en la API mientras dejaba Sol en $5 / $30, por lo que enviar cada trabajo al nivel adecuado ahora ahorra más que en el lanzamiento.

Sol: el modelo insignia para los problemas difíciles

Sol está diseñado para tu trabajo más exigente: código complejo, agentes de múltiples pasos e investigación científica o de seguridad. A $5 de entrada y $30 de salida por millón de tokens, es el nivel más caro, así que resérvalo para problemas que realmente requieran razonamiento de frontera. Sol también es el modelo que ejecuta el modo pro y el esfuerzo máximo más profundo, por lo que es donde los controles de alta computación rinden más.

Terra: el modelo para el día a día

Terra es el nivel de producción equilibrado, competitivo con la generación anterior pero un 60 % más barato que su precio original. A $2 de entrada y $12 de salida por millón de tokens (un 20 % menos desde el 30 de julio de 2026), gestiona la mayor parte de la redacción empresarial, el análisis y el trabajo de soporte sin el coste extra de Sol. Para la mayoría de los equipos se convierte en el modelo por defecto cuando lo prueban con tareas reales y comprueban que la calidad se mantiene.

Luna: rápido y económico

Luna es el nivel barato de alto volumen, a $0.20 de entrada y $1.20 de salida por millón de tokens, tras la reducción del 80 % que OpenAI aplicó el 30 de julio de 2026. Está pensado para automatización rutinaria como resumir, redactar y clasificar, donde la velocidad y el precio importan más que la inteligencia máxima. Envía aquí tus trabajos más simples y de mayor volumen para mantener los costos bajos.

La guía de modelos de OpenAI sugiere empezar con Sol como punto de partida y luego comprobar si Terra o Luna dan la talla en tus tareas reales. Muchos trabajos cotidianos funcionan bien con Terra a un 60 % menos que Sol, y Luna ahora cuesta la veinticincoava parte de Sol tanto en entrada como en salida. Puedes ver dónde se sitúan los tres frente a la competencia en nuestro resumen de los mejores modelos de IA ahora mismo.

Establece el esfuerzo de razonamiento

El segundo control es el esfuerzo de razonamiento, y GPT-5.6 expone seis niveles. El consejo de OpenAI es empezar con el nivel que usabas en tu modelo anterior y luego probar uno por debajo, porque la nueva generación suele necesitar menos razonamiento para llegar a la misma respuesta.

Bajar un nivel suele ahorrar dinero sin pérdida de calidad, razón por la que OpenAI presenta probar hacia abajo como el hábito por defecto. Reserva los niveles más altos para los pocos problemas que realmente los necesitan.

Consejo 3: Activa el modo pro para tus respuestas más importantes

GPT-5.6 añade un modo pro genuino, y es el control al que debes acudir cuando la calidad importa más que la velocidad o el costo. En la API de Responses estableces reasoning.mode en pro, y el modelo aplica computación adicional a la solicitud antes de devolver una única respuesta final. Se superpone al modelo y nivel de esfuerzo que ya hayas elegido.

No confundas el modo pro con el esfuerzo máximo. El máximo es el más alto de los seis niveles de esfuerzo y da más tiempo a una sola cadena de razonamiento para un problema con dependencias ocultas o contexto desordenado. El modo pro añade una ronda de trabajo del modelo separada antes de la respuesta final, y puedes combinarlo con cualquier nivel de esfuerzo, de bajo a máximo. Reserva el modo pro para ese pequeño conjunto de solicitudes donde una respuesta incorrecta tiene un costo real.

Para trabajo que es realmente paralelizable, ChatGPT y Codex también exponen un modo ultra que descompone una tarea y lanza subagentes coordinadores en lugar de ejecutar una sola cadena. Eso elevó a Sol del 88,8 % al 91,9 % en el benchmark de código Terminal-Bench 2.1, pero cada subagente consume tokens de forma independiente, así que el modo ultra es excesivo para solicitudes rutinarias. Recurre a él solo cuando una tarea se divide con claridad y el tiempo hasta el resultado importa más. Una advertencia si ejecutas Codex localmente en un Mac: una regresión de registro conocida como el bug de SSD de Codex escribió terabytes de diagnósticos prescindibles en disco antes de que OpenAI enviara la mayor parte de la corrección en junio de 2026.

Consejo 4: Reescribe tus reglas de «sé conciso»

GPT-5.6 ya da respuestas más cortas por defecto que GPT-5.5. Eso significa que las reglas generales de brevedad que añadiste para modelos anteriores pueden recortar demasiado ahora, eliminando detalles que en realidad querías conservar. OpenAI advierte específicamente a los usuarios que migran que comprueben si «sé conciso» o «mantenlo breve» siguen siendo útiles.

Cuando quieras una respuesta corta, deja de dar órdenes vagas de brevedad. En su lugar, dile al modelo qué información conservar y qué detalle puede omitir. Algo como «conserva el precio y el plazo, omite el historial de fondo» te da un control que «sé breve» nunca logrará.

Consejo 5: Describe el tono como comportamiento concreto, no con adjetivos

Palabras como «amigable» y «empático» son demasiado abstractas para obtener resultados consistentes. GPT-5.6 responde mucho mejor cuando describes el comportamiento de escritura exacto que deseas. Especifica qué tan directo ser, con qué empezar y qué omitir.

El propio ejemplo de OpenAI reemplaza «sé empático» con una instrucción concreta: responde directamente y, si el usuario reporta un problema, reconoce ese problema específico antes de dar el siguiente paso. Un prompt de soporte podría decir «nombra el problema del cliente en tu primera línea, da la solución como pasos numerados, omite el párrafo de disculpa». Las instrucciones concretas te dan el mismo tono en cada ocasión, que es exactamente lo que los equipos quieren al comparar opciones como Claude vs ChatGPT para flujos de trabajo reales.

Consejo 6: Establece la longitud de salida una vez con el control de verbosidad

La longitud de salida ahora tiene su propio control. GPT-5.6 añade un ajuste de verbosidad con opciones baja, media y alta que configuras una vez para toda tu aplicación, en lugar de pedir respuestas más cortas en cada prompt. En la API este es el parámetro text.verbosity.

El patrón limpio es establecer tu nivel de detalle por defecto con la verbosidad y luego usar el prompt solo para requisitos de longitud específicos de la tarea. Así tus prompts se centran en la tarea mientras un único control global gestiona cuánto dice el modelo. Es un cambio pequeño que elimina muchas instrucciones de longitud repetidas.

Consejo 7: Deja que GPT-5.6 escriba código para usar tus herramientas

Este consejo es para desarrolladores. GPT-5.6 incluye una función llamada llamadas programáticas a herramientas, y cambia la economía de las tareas con muchos datos. Hasta ahora, cada resultado de herramienta se devolvía al modelo para que lo leyera palabra por palabra, así que «revisa 900 filas de datos de anuncios» significaba que el modelo leía las 900 filas.

Ahora el modelo puede escribir un pequeño programa JavaScript en su lugar. El script se ejecuta en un entorno de ejecución aislado sin acceso a la red, obtiene los datos, hace el filtrado y los cálculos en código, y devuelve solo un resultado estructurado pequeño. Las 900 filas nunca pasan por el modelo, así que las respuestas llegan más rápido a una fracción del costo. Funciona mejor para trabajos acotados como filtrar, unir, ordenar, deduplicar y agregar resultados de herramientas.

OpenAI advierte contra instrucciones vagas como «usa las llamadas programáticas a herramientas de manera eficiente». En cambio, especifica la etapa acotada, las herramientas elegibles, el esquema de salida, el límite de reintentos y la condición de parada. Reserva las llamadas directas al modelo para juicios semánticos, aprobaciones y citas, y usa el código para el trabajo pesado determinista.

¿Necesitas reescribir todos tus prompts?

Si desarrollas productos en la API, sí, estos siete cambios valen una auditoría de prompts dedicada, y el ahorro de tokens por sí solo suele pagar el esfuerzo. Si simplemente chateas con GPT-5.6 en ChatGPT, los mismos principios ayudan, principalmente escribir listas de reglas más cortas y describir el tono de forma concreta. Puedes ver qué ofrece realmente el nivel gratuito en nuestra guía sobre qué incluye el plan gratuito de ChatGPT.

Si manejar modelos, niveles de esfuerzo y controles de verbosidad te parece demasiado, una app como Fello AI gestiona el enrutamiento por ti. Pone los modelos de la clase GPT-5.6 junto a Claude, Gemini, Grok y DeepSeek en un solo lugar, para que puedas enviar cada tarea a un modelo potente sin tocar ningún ajuste técnico. Eso lo convierte en una forma sencilla de obtener respuestas de frontera, y de generar imágenes, documentos y presentaciones, sin aprender la API completa.

Conclusión

El tema que recorre cada cambio de GPT-5.6 es el mismo: di menos y deja que el modelo haga más. Empieza eliminando reglas repetidas, ya que ese único paso mejora la calidad mientras reduce el costo. Luego asigna cada tarea al modelo y nivel de esfuerzo adecuados, reescribe tus reglas de brevedad y tono, y apóyate en la verbosidad y las llamadas programáticas a herramientas para dejar de repetirte.

Empieza hoy con tu prompt de sistema más largo, elimina cada instrucción duplicada y prueba un nivel de esfuerzo por debajo del que usabas antes. Esa tarde de limpieza es el trabajo con mayor retorno que puedes hacer con GPT-5.6.

Preguntas frecuentes