Voleu una recerca més ràpida, esborranys més clars o simplement una pluja d'idees més intel·ligent? Aprendre a parlar amb la IA és més senzill del que sembla. Petits ajustos en la manera com pregunteu (i com feu un seguiment) poden fer que els resultats passin de ser mediocres a sorprenentment bons. Imagineu-vos com donar indicacions a un becari molt talentós que mai dorm, de vegades endevina i li encanta la claredat. Li doneu un copet, ajuda. Li guieu, sobresurt. Ignoreu el context... endevina de totes maneres. Ja sabeu com és.
A continuació trobareu un manual complet de Com parlar amb la IA , amb solucions ràpides, tècniques més profundes i una taula comparativa perquè pugueu triar l'eina adequada per a la feina. Si feu una ullada ràpida, comenceu amb l'inici ràpid i les plantilles. Si sou friquis, les anàlisis a fons són el vostre punt fort.
Articles que potser t'agradaria llegir després d'aquest:
🔗 Què és la IA que impulsa?
Explica com elaborar indicacions efectives per guiar i millorar els resultats de la IA.
🔗 Què és l'etiquetatge de dades d'IA?
Explica com els conjunts de dades etiquetats entrenen models d'aprenentatge automàtic precisos.
🔗 Què és l'ètica de la IA?
Cobreix els principis que guien l'ús responsable i just de la intel·ligència artificial.
🔗 Què és MCP en IA?
Introdueix el Protocol de Contexte de Model i el seu paper en la comunicació amb IA.
Com parlar amb la IA ✅
-
Objectius clars : digueu al model exactament què significa ser "bo". No vibracions, ni esperances, sinó criteris.
-
Context + restriccions : els models funcionen millor amb exemples, estructura i límits. La documentació del proveïdor recomana explícitament donar exemples i especificar la forma de la sortida [2].
-
Refinament iteratiu : la primera indicació és un esborrany. Milloreu-lo en funció del resultat; la documentació dels principals proveïdors ho recomana explícitament [3].
-
Verificació i seguretat : demaneu al model que citi, que raoni, que es verifiqui a si mateix, i tot i així ho fareu dues vegades. Els estàndards existeixen per alguna raó [1].
-
Relacionar l'eina amb la tasca : alguns models són excel·lents per a la codificació; d'altres prosperen en contextos o planificacions a llarg termini. Les millors pràctiques dels proveïdors ho indiquen directament [2][4].
Siguem sincers: molts "prompt hacks" són simplement pensament estructurat amb puntuació amable.
Minicas compost ràpid:
un PM va preguntar: "Escriure una especificació de producte?" Resultat: genèric.
Actualització: "Ets un PM a nivell de personal. Objectiu: especificació per a la compartició xifrada. Públic: enginyeria mòbil. Format: 1 pàgina amb abast/supòsits/risc. Restriccions: sense nous fluxos d'autorització; citar compromisos".
Resultat: una especificació utilitzable amb riscos explícits i compromisos clars, perquè l'objectiu, el públic, el format i les restriccions es van enunciar des del principi.
Com parlar amb la IA: inici ràpid en 5 passos ⚡
-
Indiqueu el vostre rol, objectiu i públic.
Exemple: Sou un assessor de redacció jurídica. Objectiu: endurir aquest memoràndum. Públic: persones no juristes. Mantingueu l'argot al mínim; preserveu la precisió. -
Doneu una tasca concreta amb restriccions.
Reescriviu-la a 300–350 paraules; afegiu un resum de 3 vinyetes; conserveu totes les dates; elimineu el llenguatge de cobertura. -
Proporcioneu context i exemples.
Enganxeu fragments, estils que us agradin o una mostra curta. Els models segueixen els patrons que els mostreu; la documentació oficial diu que això millora la fiabilitat [2]. -
Demana raonaments o comprovacions.
Mostra breument els passos; enumera les suposicions; marca qualsevol informació que falti. -
Itera: no acceptis el primer esborrany.
Bé. Ara comprimeix un 20%, mantén els verbs contundents i cita les fonts en línia. La iteració és una pràctica recomanada bàsica, no només la tradició [3].
Definicions (abreviatura útil)
Criteris d'èxit: el llistó mesurable per a "bo", per exemple, durada, adequació al públic, seccions obligatòries.
Restriccions: allò innegociable, com ara «no hi ha noves afirmacions», «cites APA», «≤ 200 paraules».
Context: els antecedents mínims per evitar endevinar, per exemple, resum del producte, persona de l'usuari, terminis.
Taula comparativa: eines per parlar amb la IA (peculiar a propòsit) 🧰
Els preus canvien. Molts tenen nivells gratuïts + actualitzacions opcionals. Categories aproximades perquè això continuï sent útil, no quedi instantàniament desactualitzat.
| Eina | Ideal per a | Preu (aproximat) | Per què funciona per a aquest cas d'ús |
|---|---|---|---|
| XatGPT | raonament general, escriptura; ajuda amb la codificació | Gratuït + Pro | Seguiment d'instruccions sòlid, ecosistema ampli, indicacions versàtils |
| Claudi | documents contextuals llargs, raonament acurat | Gratuït + Pro | Excel·lent amb entrades llargues i pensament gradual; suau per defecte |
| Google Bessons | tasques amb infusió web, multimèdia | Gratuït + Pro | Bona recuperació; fort en la barreja d'imatges i text |
| Copilot de Microsoft | Fluxs de treball d'oficina, fulls de càlcul, correus electrònics | Inclòs en alguns plans + Pro | Viu on viu la teva feina: restriccions útils incorporades |
| Perplexitat | recerca + citacions | Gratuït + Pro | Respostes clares amb fonts; cerques ràpides |
| A mig viatge | imatges i art conceptual | Subscripció | Exploració visual; combina bé amb indicacions de text |
| Poe | un lloc per provar molts models | Gratuït + Pro | Canvi ràpid; experiments sense compromís |
Si tries: fes coincidir el model amb el context que més t'importa: documents llargs, codificació, recerca amb fonts o elements visuals. Les pàgines de bones pràctiques dels proveïdors sovint destaquen allò en què destaca el seu model. Això no és casualitat [4].
L'anatomia d'una proposta d'alt impacte 🧩
Feu servir aquesta estructura senzilla quan vulgueu obtenir resultats constantment millors:
Rol + Objectiu + Públic + Format + Restriccions + Context + Exemples + Procés + Comprovació de resultats
Ets un sènior de màrqueting de productes. Objectiu: escriure un informe de llançament per a una aplicació de notes centrada en la privadesa. Públic: executius ocupats. Format: nota d'1 pàgina amb encapçalaments. Restriccions: anglès planer, sense idiomes, mantenir les afirmacions verificables. Context: enganxar el resum del producte a continuació. Exemple: imitar el to de la nota inclosa. Procés: pensar pas a pas; fer primer 3 preguntes aclaridores. Comprovació de resultats: acabar amb una llista de riscos de 5 punts i unes breus preguntes freqüents.
Aquest mos supera les frases ingenioses cada vegada.
Immersió profunda 1: Objectius, rols i criteris d'èxit 🎯
Els models respecten rols clars. Digueu qui és l'assistent, com és l'èxit i com es jutjarà. L'orientació empresarial recomana definir els criteris d'èxit des del principi: manté els resultats alineats i és més fàcil d'avaluar [4].
Consell tàctic: demaneu una verificació dels criteris d'èxit abans que el model escrigui res. Després, digueu-li que s'autoavaluï segons aquesta llista al final.
Immersió profunda 2: context, restriccions i exemples 📎
La IA no és psíquica; té set de patrons. Alimenteu-la amb els patrons correctes. Poseu el material més important a la part superior i sigueu explícits sobre la forma de la sortida. Per a entrades llargues, la documentació del proveïdor assenyala que l'ordre i l'estructura afecten materialment els resultats en contextos llargs [4].
Prova aquesta microplantilla:
-
Context: 3 vinyetes màxim que resumeixin la situació
-
Material font: enganxat o adjunt
-
Fes: 3 bales
-
No ho facis: 3 bales
-
Format: longitud específica, seccions o esquema
-
Barra de qualitat: què ha d'incloure una resposta A+
Immersió profunda 3: Raonament a la carta 🧠
Si voleu una reflexió acurada, demaneu-la breument. Demaneu un pla o una justificació compacta; algunes guies oficials suggereixen induir la planificació per a tasques complexes per millorar el compliment de les instruccions [2][4].
Impuls:
Planifiqueu el vostre plantejament en passos numerats. Formuleu suposicions. A continuació, doneu només la resposta final, amb una justificació de 5 línies al final.
Petita nota: més text de raonament no sempre és millor. Equilibra la claredat amb la concisió per no ofegar-te en la teva pròpia bastida.
Immersió profunda 4: La iteració com a superpoder 🔁
Tracta el model com un col·laborador que entrenes en cicles. Demana dos esborranys contrastats amb tons diferents; o sol·licita només l'esquema primer. Després, refina. OpenAI i altres recomanen explícitament el refinament iteratiu, perquè funciona [3].
Exemple de bucle:
-
Doneu-me tres opcions de contorn amb angles diferents.
-
Trieu les parts més fortes, fusioneu les millors i escriviu un esborrany.
-
Retalla un 15%, actualitza els verbs i afegeix un paràgraf escèptic amb cites.
Immersió profunda 5: Baranes de seguretat, verificació i risc 🛡️
La IA pot ser útil i, alhora, equivocar-se. Per reduir el risc, preneu exemples dels marcs de risc establerts: definiu els riscos, exigiu transparència i afegiu comprovacions d'equitat, privadesa i fiabilitat. El marc de gestió de riscos d'IA del NIST descriu les característiques de fiabilitat i les funcions pràctiques que podeu adaptar als fluxos de treball quotidians. Demaneu al model que reveli la incertesa, citi les fonts i marqui el contingut sensible; després, verifiqueu-ho [1].
Sol·licituds de verificació:
-
Enumera les 3 suposicions principals. Per a cadascuna, qualifica la confiança i indica'n la font.
-
Cita almenys dues fonts fiables; si no n'hi ha cap, indica-ho clarament.
-
Proporciona un breu contraargument a la teva pròpia resposta i després reconcilia-ho.
Immersió profunda 6: Quan les models s'excedeixen i com controlar-les 🧯
De vegades, les IA es tornen massa exigents, afegint una complexitat que no havies demanat. Les directrius d'Anthropic destaquen una tendència a la sobreenginyeria; la solució són restriccions clares que diguin explícitament "no hi ha extres" [4].
Indicació de control:
Només feu els canvis que sol·liciti explícitament. Eviteu afegir abstraccions o fitxers addicionals. Mantingueu la solució mínima i centrada.
Com parlar amb la IA per a la recerca vs. l'execució 🔍⚙️
-
Mode de recerca: demaneu punts de vista contraposats, nivells de confiança i cites. Exigiu una bibliografia breu. Les capacitats evolucionen ràpidament, així que verifiqueu qualsevol cosa crítica [5].
-
Mode d'execució: especifiqueu les peculiaritats del format, la durada, el to i els aspectes no negociables. Demaneu una llista de comprovació i una autoauditoria final. Manteniu-ho concís i comprovable.
Consells multimodals: text, imatges i dades 🎨📊
-
Per a les imatges: descriviu l'estil, l'angle de la càmera, l'estat d'ànim i la composició. Si és possible, proporcioneu 2 o 3 imatges de referència.
-
Per a tasques de dades: enganxeu files de mostra i l'esquema desitjat. Indiqueu al model quines columnes ha de conservar i quines ha d'ignorar.
-
Per a tècniques mixtes: digues on va cada peça. "Un paràgraf d'introducció, després un gràfic i, a continuació, un peu de foto amb una frase curta per a les xarxes socials".
-
Per a documents llargs: prioritzeu l'essencial; l'ordre importa més amb contextos molt grans [4].
Resolució de problemes: quan el model es desvia de costat 🧭
-
Massa vague? Afegeix exemples, restriccions o un esquelet de formatació.
-
Massa prolix? Estableix un pressupost de paraules i demana compressió amb vinyetes.
-
No entens l'objectiu? Reformula els objectius i afegeix 3 criteris d'èxit.
-
Inventar coses? Calen fonts i una nota d'incertesa. Citar o dir "sense font".
-
To massa confiat? Cobertura de la demanda i puntuacions de confiança.
-
Al·lucinacions en tasques de recerca? Verifiqueu-ho de manera creuada utilitzant marcs de treball de confiança i referències primàries; les directrius sobre riscos dels organismes de normalització existeixen per alguna raó [1].
Plantilles: copiar, modificar, vés-hi 🧪
1) Recerca amb fonts
Ets un assistent de recerca. Objectiu: resumir el consens actual sobre [tema]. Públic: no tècnic. Inclou 2-3 fonts fiables. Procés: enumerar suposicions; assenyalar la incertesa. Resultat: 6 vinyetes + 1 paràgraf de síntesi. Restriccions: no especular; si les proves són limitades, indica-les. [3]
2) Redacció de continguts
Ets editor/a. Objectiu: redactar una entrada de blog sobre [tema]. To: amable i expert. Format: H2/H3 amb vinyetes. Extensió: 900–1100 paraules. Inclou una secció de contraarguments. Acaba amb un TL;DR. [2]
3) Ajudant de codificació
Ets un enginyer sènior. Objectiu: implementar [feature] a [stack]. Restriccions: no cal fer refactoritzacions llevat que es demani; centrar-se en la claredat. Procés: esquematitzar l'enfocament, enumerar els compromisos i després codificar. Sortida: bloc de codi + comentaris mínims + un pla de proves de 5 passos. [2][4]
4) Memoràndum d'estratègia
Ets un estrateg de producte. Objectiu: proposar 3 opcions per millorar [mètrica]. Inclou avantatges/inconvenients, nivell d'esforç, riscos. Resultat: taula + recomanació de 5 punts. Afegeix suposicions; fes 2 preguntes aclaridores al final. [3]
5) Revisió de documents llargs
Ets un editor tècnic. Objectiu: condensar el document adjunt. Posa el text font a la part superior de la finestra contextual. Sortida: resum executiu, riscos clau, preguntes obertes. Restriccions: mantenir la terminologia original; no hi ha noves afirmacions. [4]
Errors comuns que cal evitar 🚧
-
Preguntes vagues com "millorar això". Millor com?
-
Sense restriccions , de manera que el model omple els espais en blanc amb conjectures.
-
Esborrany únic i sense iteració. El primer esborrany rarament és el millor, cosa que també és vàlida per als humans [3].
-
Ometre la verificació en sortides d'alt risc. Prendre prestats estàndards de risc i afegir comprovacions [1].
-
Ignorant les directrius del proveïdor que literalment t'indiquen què funciona. Llegeix la documentació [2][4].
Mini estudi de cas: de borrós a centrat 🎬
Proposta aproximada:
Escriu algunes idees de màrqueting per a la meva aplicació.
Resultat probable: idees disperses; senyal baix.
Pregunta actualitzada utilitzant la nostra estructura:
Ets un professional del màrqueting del cicle de vida. Objectiu: generar 5 experiments d'activació per a una aplicació de notes centrada en la privadesa. Públic: nous usuaris la setmana 1. Restriccions: sense descomptes; ha de ser mesurable. Format: taula amb hipòtesi, passos, mètrica, impacte esperat. Context: els usuaris abandonen la seva activitat després del dia 2; la característica principal és la compartició xifrada. Comprovació de resultats: fes 3 preguntes aclaridores abans de proposar. A continuació, lliura la taula més un resum executiu de 6 línies.
Resultat: idees més nítides lligades a resultats i un pla llest per provar. No màgia, només claredat.
Com parlar amb la IA quan hi ha molt en joc 🧩
Quan el tema afecta la salut, les finances, el dret o la seguretat, cal una diligència addicional. Utilitzeu marcs de risc per guiar les decisions, exigir citacions, obtenir una segona opinió i documentar suposicions i límits. El NIST AI RMF és una àncora sòlida per crear la vostra pròpia llista de comprovació [1].
Llista de comprovació d'alt risc:
-
Definir la decisió, els escenaris de danys i les mitigacions
-
Demandar citacions i destacar la incertesa
-
Executeu un contrafactual: "Com pot ser que això estigui malament?"
-
Obteniu una revisió experta humana abans d'actuar
Observacions finals: Massa llarg, no l'he llegit 🎁
Aprendre a parlar amb la IA no es tracta d'encanteris secrets. És un pensament estructurat expressat amb claredat. Estableix el rol i l'objectiu, alimenta el context, afegeix restriccions, demana raonaments, itera i verifica. Fes això i obtindràs resultats que et semblen estranyament útils, de vegades fins i tot encantadors. Altres vegades el model divagarà, i això està bé; el fas retrocedir. La conversa és la feina. I sí, de vegades barrejaràs metàfores com un xef amb massa espècies... després ho reduiràs i enviaràs.
-
Defineix l'èxit des del principi
-
Doneu context, restriccions i exemples
-
Demanar raonaments i comprovacions
-
Itera dues vegades
-
Relacionar l'eina amb la tasca
-
Verifica qualsevol cosa important
Referències
-
NIST - Marc de gestió de riscos d'intel·ligència artificial (AI RMF 1.0). PDF
-
Plataforma OpenAI: guia d'enginyeria ràpida. Enllaç
-
Centre d'ajuda d'OpenAI: bones pràctiques d'enginyeria ràpida per a ChatGPT. Enllaç
-
Anthropic Docs - Promovent les millors pràctiques (Claude). Enllaç
-
Stanford HAI - Índex d'IA 2025: Rendiment tècnic (Capítol 2). PDF