Prompts de IA probados, estructurados y diseñados para el día a día real de abogados y juristas. No son one-liners genéricos: son herramientas de trabajo.
Cada prompt incluye una variante 🔌 MCP Factory para una fiabilidad máxima
Un prompt es la instrucción que usted da a una IA generativa para obtener un resultado: una pregunta, una consigna, un briefing completo con documentos adjuntos. El francés cuenta con un término oficial desde septiembre de 2024, cuando la Commission d’enrichissement de la langue française adoptó «instruction générative» (instrucción generativa): la consigna, redactada por lo general en lenguaje corriente, que un usuario dirige a un modelo generativo para describir la tarea esperada. En los despachos, como en todas partes, todo el mundo sigue diciendo prompt.
La definición oficial contiene el punto esencial: el prompt describe la tarea. Una buena instrucción va, por tanto, más allá de la simple pregunta y reúne hasta cinco elementos:
quién debe encarnar el modelo (“abogado colaborador de derecho laboral, litigios ante el conseil de prud’hommes, la jurisdicción laboral francesa”)
los hechos, el expediente, la finalidad del trabajo
lo que espera exactamente
tabla, esquema en dos partes, checklist, borrador de cláusula
fuentes autorizadas, derecho aplicable, tono, extensión
¿Por qué este nivel de precisión? Un gran modelo de lenguaje (LLM) genera texto prediciendo la continuación más probable de su petición. No tiene acceso ni a su expediente, ni a su estrategia, ni al estado del derecho el día en que lo consulta, salvo que usted se los facilite.
Cada información ausente del prompt se sustituye por una suposición estadística. En derecho, una suposición estadística se convierte rápidamente en un error.
Análisis de despidos, cálculo de indemnizaciones, argumentación ante la jurisdicción laboral, conformidad de RR. HH., monitorización jurisprudencial.
Arrendamientos comerciales, transacciones, propiedad horizontal, urbanismo, construcción, litigios inmobiliarios.
Due diligence, SPA, GAP, earn-out, locked-box, pacto de socios, LBO, closing memo.
Calificación, detención policial, nulidades, alegato, ejecución de penas, derecho penal económico.
Divorcio, patria potestad, pensión alimenticia, prestación compensatoria, protección de personas con capacidad modificada.
Las técnicas que marcaban la diferencia en 2023 se han vuelto inútiles, a veces perjudiciales. Esto es lo que ha cambiado y lo que se mantiene.
ChatGPT es público desde finales de noviembre de 2022 y el prompt engineering se convierte en una disciplina por derecho propio, con sus recetas, como “actúa como un experto” o “piensa paso a paso” (el chain-of-thought), y dos o tres ejemplos para encuadrar el resultado (el few-shot). Algunas empresas contratan prompt engineers con salarios de seis cifras. Estas técnicas cambiaban realmente los resultados, porque los modelos de la época eran frágiles y cada palabra contaba.
Las ventanas de contexto pasan de unas pocas páginas a varios cientos. El RAG (retrieval-augmented generation, la generación apoyada en una búsqueda documental) se generaliza, y en lugar de confiar en la memoria del modelo se le conecta a documentos fiables.
Estudio de Stanford “Hallucination-Free?” (2024). En derecho, el vuelco es medible, ya que el anclaje documental reduce el error, aunque no lo elimina.
Los modelos de razonamiento planifican su respuesta antes de escribirla. La consigna “piensa paso a paso” se vuelve inútil, a veces contraproducente, porque interfiere con ese razonamiento interno. La buena práctica se invierte, y consiste ahora en describir el objetivo, las restricciones y el contexto, y dejar que el modelo elija su método. En junio de 2025, Andrej Karpathy (ex-OpenAI, ex-Tesla) populariza el término context engineering, el arte de llenar la ventana de contexto con la información adecuada en el momento adecuado. La atención se desplaza de la formulación hacia todo lo que la rodea, desde los documentos hasta las herramientas y la memoria.
El prompt escrito sobre la marcha en una ventana de chat cede terreno a los prompts de sistema, a las bibliotecas compartidas en el despacho y a los agentes conectados a herramientas, en particular mediante el protocolo MCP. El prompt engineering no desaparece por ello, porque cada agente, cada herramienta y cada etapa de un sistema se apoyan en instrucciones escritas. Las dos disciplinas se superponen. Otra lección del periodo, documentada por Anthropic con el nombre de context rot (la degradación del contexto), es que a partir de cierto volumen cada información adicional diluye la atención del modelo. Un contexto corto y denso gana a un contexto exhaustivo.
Tres años de perspectiva permiten separar lo que dura de lo que pasa. Las fórmulas y los trucos tienen una vida útil de 12 a 18 meses. Cuatro fundamentos atraviesan todas las generaciones de modelos:
Cada prompt asigna a la IA un rol jurídico específico
Los parámetros profesionales están integrados, no dejados al azar
Instrucciones explícitas para limitar las respuestas inventadas
Tablas, esquemas estructurados, checklists: nada de prosa vaga
Estos prompts son un punto de partida. Para comprender de verdad cómo funcionan los LLM en la práctica jurídica, descubra nuestros itinerarios en el Zevra Campus o nuestro estudio completo sobre la formación en IA de los abogados en Francia (11 escuelas de abogacía analizadas, AI Act, panorama de las formaciones).
Descubra nuestras formaciones para dominar la IA en su práctica jurídica, o contáctenos para un acompañamiento a medida.
Zevra Campus Contáctenos