Encargo e instrucciones del sistema: la diferencia

Una clínica dental de Valladolid quiere preparar respuestas administrativas. Es un ejemplo ilustrativo, con datos ficticios. La responsable quiere mantener el trato de tú y dejar las dudas clínicas al dentista. Hoy necesita contestar a alguien que pregunta cómo pedir cita para una limpieza. Las pautas se repiten; la consulta cambia.

El encargo, también llamado prompt, es esa petición concreta que haces a la inteligencia artificial (IA). Puedes aportar la consulta, la información autorizada y el resultado que esperas. Si quieres profundizar en cómo redactarlo, consulta qué es un encargo.

Una pauta puede cambiar poco y seguir siendo una preferencia del usuario. El tono cabe tanto en un encargo como en un ajuste guardado. Escribir «sistema» al principio de un mensaje no le da una autoridad técnica distinta. Lo decisivo es cómo lo incorpora la aplicación, no el rótulo que tú escribas. Si tu equipo comparte una plantilla, conserva esa distinción: el texto puede servir para repetir una forma de pedir trabajo, pero copiarlo no configura por sí mismo las reglas de la aplicación.

En el chat de Claude, el proveedor añade instrucciones base y las actualiza periódicamente. Sus cambios no se trasladan automáticamente a la API, la conexión que permite usar el modelo desde otro programa. El modelo es el motor que genera las respuestas. Por eso, pegar el mismo encargo en un chat y en una aplicación propia no reproduce necesariamente sus reglas ni el contexto disponible.

También conviene separar las instrucciones de la memoria, el mecanismo que conserva información para usos posteriores según el producto. Reunir instrucciones, archivos y memoria dentro de un proyecto no los convierte en lo mismo. Antes de confiar en una pauta reutilizada, comprueba dónde se aplica. Si usas un archivo de instrucciones del proyecto, revisa cómo lo carga tu herramienta y qué prioridad le da.

En ChatGPT, las instrucciones del proyecto prevalecen sobre las personalizadas globales y solo se aplican dentro del proyecto. Para la clínica, eso permite separar sus pautas de las preferencias generales de la responsable. No traslades esa jerarquía a cualquier otra herramienta: comprueba qué regla aplica cada producto.

La persistencia tampoco determina la prioridad. En Claude Code, el archivo CLAUDE.md se entrega como mensaje de usuario después del sistema. OpenClaw y Hermes construyen y cargan el contexto de otra manera. El nombre del archivo o que se lea al iniciar una sesión no basta para deducir su autoridad.

Si el resultado contradice lo que pediste, revisa el ámbito y el contenido antes de añadir prohibiciones. Comprueba que trabajas en el proyecto correcto y que la pauta está cargada. Busca indicaciones incompatibles. Si una preferencia pide respuestas breves y otra exige una explicación extensa para el mismo caso, aclara qué necesitas en ese trabajo. Acumular ambas no resuelve la contradicción. Después contrasta la respuesta con la tarea; que el asistente repita una regla no demuestra que la haya aplicado a todo el borrador.

Si encargas una integración, pide que las entradas externas sigan siendo datos. El mensaje de un cliente o el contenido de una web no deben insertarse como nuevas reglas con más autoridad. Ese contenido podría incluir órdenes destinadas a desviar el trabajo. El proveedor técnico debe mantener separadas esas entradas de las pautas de la aplicación. Por ejemplo, si alguien incluye «ignora las reglas anteriores» dentro de su consulta, esa frase forma parte del material recibido. No debe convertirse en una regla del negocio por haberla enviado un cliente.

OpenAI permite aportar reglas mediante instructions o mensajes developer; Claude usa el parámetro system. Son nombres de configuración para quien desarrolla la integración. En OpenAI, al enlazar respuestas mediante previous_response_id, las instrucciones anteriores no se trasladan automáticamente. Pide que se compruebe su carga antes de usar la aplicación con trabajo real. La comprobación debe hacerse donde se construyen las peticiones al modelo: que una regla apareciera en una respuesta anterior no demuestra que vuelva a enviarse en la siguiente.

Las instrucciones tampoco son un almacén de secretos. Evita contraseñas y datos confidenciales innecesarios: una prohibición escrita no impide cualquier filtración. Además, la ayuda de ChatGPT advierte de que los servicios de terceros pueden recibir información pertinente de las instrucciones personalizadas. Guarda ahí solo lo necesario para orientar la respuesta, sin convertir el perfil del negocio en un archivo confidencial. Para aprender a ordenar el encargo antes de montar una integración, puedes empezar por el curso gratis de Ciade.