17 de mayo de 2026Actualizado el Fathy Shalaby12 min de lectura
Cómo escribir un PRD con IA: marco de prompts y ciclo de revisión
La IA convierte al PM de redactor en editor. Aquí tienes el marco de prompts, el prompt de PRD para copiar y pegar y el ciclo de revisión que mantienen honesto un PRD redactado con IA.
Para escribir un PRD con IA, redacta tú mismo el problema, las evidencias y la métrica de éxito, dale ese contexto al modelo con una tarea clara y restricciones firmes, y deja que redacte la estructura, las historias de usuario, los casos límite y los criterios de aceptación. Tu papel pasa de redactor a editor: compruebas cada afirmación, eliminas lo que no tiene fuente y decides los trade-offs. El borrador es la versión 0.5, no la versión 1.
Ideas clave
Escribir PRDs es uno de los usos más habituales de la IA en el trabajo de producto. En la encuesta de 2025 de Productboard a 379 profesionales de producto, el 94 % usaba IA a diario o con frecuencia, y escribir PRDs estaba entre los mayores ahorros de tiempo (Productboard, 2025).
Los modelos siguen inventando. Incluso cuando solo se les pide resumir un documento aportado, los modelos líderes alucinan entre el 1,8 % y el 24,2 % de las veces según el ranking de Vectara (Vectara, 2026). Un prompt de PRD con poco contexto invita a muchas más.
Los investigadores atribuyen la alucinación a un entrenamiento y una evaluación que «premian adivinar en lugar de reconocer la incertidumbre» (Kalai et al., 2025). Por eso, pídele al modelo que marque las lagunas en vez de rellenarlas.
El marco Contexto-Tarea-Restricciones de abajo, junto con tus evidencias, mejora la calidad del resultado más que cualquier elección de modelo.
La revisión es ahora el trabajo: cada afirmación de las secciones de problema y éxito necesita una fuente que puedas abrir.
¿Qué cambia cuando escribes un PRD con IA?
El propósito del PRD no cambia. Marty Cagan lo definió como articular el propósito, las funcionalidades, el funcionamiento y el comportamiento del producto con la claridad suficiente para que el equipo pueda construirlo y probarlo (SVPG, 2005). Lo que cambia es en qué se va tu tiempo.
En la encuesta de 2019 del Pragmatic Institute a 2.474 personas, los profesionales de producto dedicaban unas 18 horas al mes a articular y priorizar requisitos (Pragmatic Institute, 2019). Gran parte era redactar y dar formato. Con IA, redactar lleva minutos; las horas restantes deberían ir a las tres cosas que un modelo no puede hacer por ti:
Validación. ¿Es real el problema y la evidencia es lo bastante sólida para actuar?
Alineación estratégica. ¿Esta funcionalidad sirve al objetivo que la empresa se ha marcado de verdad?
Análisis de trade-offs. ¿Qué decides no construir y qué riesgo aceptas?
La encuesta State of Product 2026 de Atlassian, con más de 1.000 profesionales de producto, encontró que la IA ahorra a los equipos entre 10 y 60 minutos al día, sobre todo en documentación e investigación, mientras que los encuestados decían que no ayudaba en trabajo complejo como la planificación (Mind the Product, 2025). Es el reparto correcto. Dale el papeleo al modelo y quédate con el criterio.
¿Puede la IA escribir sola un buen PRD?
No. La IA es un motor de síntesis, no un motor de discovery. Puede convertir tus notas, transcripciones y restricciones en una estructura limpia y coherente. No puede saber qué problema de cliente importa más, cuál es tu punto de partida ni qué trade-off aceptó tu equipo la semana pasada.
El fallo no es un documento obviamente malo, sino uno fluido. La encuesta de Stack Overflow de 2025 encontró que el 66 % de los desarrolladores se frustraba con resultados de IA «casi correctos, pero no del todo», y que más desarrolladores desconfiaban de la precisión de la IA (46 %) que confiaban en ella (33 %) (Stack Overflow, 2025). Los PRDs tienen el mismo problema, con un matiz: un bug de código hace fallar una prueba, mientras que un insight de cliente inventado pasa la revisión si nadie comprueba la fuente.
Trata el borrador de la IA como la versión 0.5. Te da estructura y cobertura. Tú aportas las evidencias, las decisiones y la voz del equipo.
¿Cómo se escribe un PRD con IA paso a paso?
Reúne primero la evidencia. Junta las 3 a 10 fuentes que influyen en esta decisión: extractos de entrevistas, tickets de soporte, una consulta de uso, el OKR relevante. Pégalas o adjúntalas; no le pidas al modelo que «imagine» usuarios.
Escribe tú el problema y la métrica de éxito. Dos o tres frases cada uno. Esta parte decide si el PRD es correcto, así que debe estar en tus palabras.
Haz el prompt con Contexto, Tarea y Restricciones. Usa el marco de abajo. Indica el formato, el límite de alcance y la regla de que toda afirmación debe citar una fuente aportada.
Genera sección por sección. Pide las partes modulares de una en una: objetivo, personas, métricas de éxito, historias de usuario, criterios de aceptación, requisitos no funcionales, riesgos. Las peticiones más pequeñas dan resultados más ajustados y más fáciles de revisar.
Pide lagunas, no solo respuestas. Prompt: «Enumera las preguntas que haría un engineering lead y que este PRD no puede responder». Convierte las respuestas en preguntas abiertas con responsable.
Rastrea cada afirmación. Marca cada frase factual como con fuente, inferida, supuesta o inventada, y borra las inventadas. El rastreo de afirmaciones de 15 minutos te guía paso a paso.
Revisa con ingeniería y diseño y luego versiona. Guarda una copia canónica y enlázala desde los tickets. Para el método manual completo detrás de estos pasos, consulta cómo escribir un PRD.
¿Qué es el marco de prompts Contexto-Tarea-Restricciones?
Contexto-Tarea-Restricciones (CTC, por sus siglas en inglés) es una estructura de prompt en tres partes que hace que el modelo trabaje dentro de la realidad de tu producto en lugar de producir un PRD genérico.
Contexto: quiénes son los usuarios, qué hace el producto, el problema y las evidencias. La guía de prompting de Anthropic sugiere pensar en el modelo como «un empleado brillante pero nuevo» que no conoce tus normas, y añadir la motivación detrás de las instrucciones para que pueda generalizar (Anthropic).
Tarea: el resultado concreto que quieres, una sección o un documento completo, en un formato con nombre.
Restricciones: límites de alcance, sintaxis (por ejemplo Given/When/Then), longitud y reglas de fundamentación como «si una afirmación no está respaldada por las fuentes, escribe PREGUNTA ABIERTA en su lugar».
Tres hábitos hacen que los prompts CTC funcionen mejor:
Separa las partes. Anthropic recomienda envolver las instrucciones, el contexto y la entrada en sus propias etiquetas XML, como <context> y <sources>, para reducir malas interpretaciones.
Muestra un ejemplo. La misma guía recomienda de 3 a 5 ejemplos bien elegidos. Un buen PRD anterior de tu equipo enseña tono y profundidad más rápido que cualquier descripción.
Haz la prueba del compañero. Si un compañero sin contexto se confundiría con tu prompt, el modelo también.
Así se ve la diferencia en la práctica:
Prompt débil
Prompt CTC
«Escribe un PRD para la aprobación automática de vacaciones.»
Contexto: plataforma de RR. HH. B2B; los administradores de clientes de 50 a 500 personas aprueban las vacaciones a mano; 3 extractos de entrevistas enlazados y 1 consulta de tickets. Tarea: redactar historias de usuario y criterios de aceptación. Restricciones: solo alcance MVP, Given/When/Then, citar una fuente para cada afirmación, listar las preguntas abiertas.
Produce un PRD plausible y genérico con personas y métricas inventadas
Produce un borrador acotado que puedes verificar línea por línea
Prompt de PRD con IA para copiar y pegar
Úsalo con cualquier modelo capaz, ya sea ChatGPT, Claude o Gemini. Rellena los corchetes, pega tus fuentes y ejecútalo sección por sección si el resultado es largo.
<role>
Actúa como un product manager senior que escribe para un equipo de ingeniería.
</role>
<context>
Producto: [qué hace, para quién]
Problema (escrito por mí): [2-3 frases]
Métrica de éxito (escrita por mí): [métrica, punto de partida -> objetivo, fecha de revisión]
Objetivo estratégico / OKR: [objetivo]
Restricciones conocidas: [técnicas, legales, presupuesto de tiempo]
</context>
<sources>
[Pega extractos de entrevistas, resúmenes de tickets, datos. Etiqueta cada uno como S1, S2, S3...]
</sources>
<task>
Redacta un PRD para [nombre de la funcionalidad] con estas secciones:
1. Resumen ejecutivo (5 líneas)
2. Persona(s) objetivo, basadas solo en las fuentes
3. Métricas de éxito: usa las mías; sugiere como máximo 2 guardarraíles
4. Historias de usuario, ordenadas, con prioridad Must / High-want / Nice
5. Criterios de aceptación en formato Given/When/Then
6. Requisitos no funcionales: latencia, seguridad, privacidad, accesibilidad
7. Riesgos y dependencias
8. Fuera de alcance
9. Preguntas abiertas
</task>
<constraints>
- Solo alcance MVP; todo lo que vaya más allá se coloca en Fuera de alcance.
- Toda afirmación factual sobre usuarios o mercado debe citar un ID de fuente (S1...).
- Si una afirmación no está respaldada por las fuentes, escribe PREGUNTA ABIERTA en su lugar.
- No inventes cifras, citas ni nombres de clientes.
- Lenguaje sencillo y conciso. Nada de texto de marketing.
</constraints>
Prompts de seguimiento que afinan el borrador
«Actúa como el engineering lead. Enumera las 10 preguntas que harías antes de estimar esto.»
«Enumera los estados vacío, de carga, de error y de permisos que los criterios de aceptación no cubren.»
«¿Qué requisitos no mueven la métrica de éxito? Sugiere qué recortar.»
«Reescribe cada criterio de aceptación para que un tester pueda verificarlo sin preguntarme.»
«Enumera cada frase de la sección de problema que no esté respaldada directamente por S1-S5.»
Ejemplo práctico: un PRD redactado con IA para la aprobación de vacaciones
Este ejemplo es ilustrativo, no una empresa real. Supongamos que una plataforma de RR. HH. B2B oye que los administradores aprueban las vacaciones a mano.
Lo que escribe el PM: «Los administradores de clientes con 50 a 500 empleados aprueban cada solicitud de vacaciones a mano, a menudo con días de retraso. En 4 de 7 entrevistas recientes, los administradores dijeron que aprueban por lotes los viernes. Éxito: el tiempo mediano de aprobación baja de 3 días a menos de 1 día en los 60 días posteriores al lanzamiento, sin aumento de las aprobaciones disputadas.»
Lo que el PM pega como fuentes: los 4 extractos de entrevistas (S1-S4), una consulta que muestra 1.200 solicitudes de vacaciones el mes pasado (S5) y la pantalla de aprobación actual.
Lo que la IA redacta bien: una lista ordenada de 6 historias de usuario, 14 criterios de aceptación en formato Given/When/Then, casos límite como solicitudes que se solapan y aprobadores que están de vacaciones, y requisitos no funcionales para el registro de auditoría.
Lo que detecta la revisión:
Una persona descrita como «gerentes de RR. HH. ocupados que hacen malabares con 20 herramientas», sin fuente. Eliminada.
Un guardarraíl sugerido, «mantener el NPS por encima de 40», sin ninguna línea base. Sustituido por una pregunta abierta.
Una regla de aprobación automática para solicitudes de menos de 2 días que nadie había acordado. Pasada a Fuera de alcance hasta que haya una decisión.
El borrador llevó minutos; la revisión, aproximadamente una hora, y eliminó tres afirmaciones que de otro modo habrían moldeado la construcción. Esa proporción es la clave.
¿Qué herramienta de IA deberías usar para escribir un PRD?
Usa el modelo que tu empresa permita y que conozcas bien. Productboard encontró que el 88 % de los profesionales de producto ya usa dos o más modelos de IA, mientras que solo el 65 % dijo que su empresa tenía una política de IA documentada (Productboard, 2025). Comprueba la política antes de pegar datos de clientes en cualquier herramienta.
Opción
Buena para
Ten cuidado con
Modelo de chat general (ChatGPT, Claude, Gemini)
Redacción flexible con el prompt CTC
Tienes que pegar la evidencia cada vez; sin memoria de decisiones pasadas
Generador de PRD gratuito
Un primer borrador rápido a partir de una idea de funcionalidad
El resultado solo es tan bueno como el problema que escribas
IA de docs o wiki (Notion, Confluence)
Redactar donde vivirá el PRD
Normalmente no ve entrevistas ni tickets de otras herramientas
Herramienta de producto conectada a la evidencia
Borradores que citan las llamadas, tickets y feedback de origen
Necesita que conectes antes tus fuentes
Para probar los primeros pasos sin configuración, usa el generador de PRD gratuito para un borrador estructurado, o feedback to spec para convertir un solo feedback de cliente en un enunciado de problema. Si la funcionalidad que estás especificando es en sí una funcionalidad de IA, lee la guía del PRD de IA para las secciones de comportamiento del modelo, guardarraíles y evaluación.
Errores comunes al escribir un PRD con IA
Hacer el prompt solo con el nombre de una funcionalidad. El modelo rellena el hueco con lo estadísticamente típico, que rara vez es lo que necesitan tus usuarios.
Dejar que la IA escriba el enunciado del problema. Sonará bien y puede estar equivocado. Escríbelo tú.
Aceptar métricas inventadas. Si el borrador propone un objetivo, pregunta de dónde sale la línea base. Sin línea base, no hay objetivo.
Un único prompt gigante. Las salidas largas con muchas secciones se desvían. Genera y revisa sección por sección.
Saltarse la lectura de ingeniería. Un borrador de IA puede parecer completo y aun así pasar por alto la dependencia que conoce tu tech lead.
Pegar datos confidenciales en herramientas no aprobadas. Comprueba antes tu política de IA y los términos de datos de la herramienta.
Dónde encaja Specky
Specky redacta PRDs a partir de las llamadas con clientes, el feedback, los hilos de Slack y los tickets que ya están en su Product Graph, de modo que el contexto del paso 1 se ensambla por ti en lugar de pegarse. El PRD Editor muestra una cita en línea junto a cada afirmación, lo que reduce la revisión del paso 6 a ir haciendo clic, y los borradores llegan a la PM Inbox para que una persona los apruebe.
Preguntas frecuentes
¿Cuál es el mejor prompt para escribir un PRD con IA?
El mejor prompt le da al modelo contexto (producto, usuarios, problema, evidencias), una tarea concreta (qué secciones, qué formato) y restricciones (alcance MVP, citar cada afirmación, marcar las lagunas como preguntas abiertas). Escribe tú el problema y la métrica de éxito y pégalos. El prompt para copiar y pegar de arriba sigue esa estructura y funciona con los principales modelos.
¿Es seguro usar ChatGPT o Claude para PRDs?
Depende de la política de IA de tu empresa y de los términos de datos de la herramienta, no del modelo. La encuesta de 2025 de Productboard encontró que solo el 65 % de las empresas tenía una política de IA documentada. Elimina los datos personales de las transcripciones, usa planes business o enterprise cuando se exija, y nunca pegues datos de clientes en una herramienta que tu empresa no haya aprobado.
¿Cómo evitas que la IA invente cosas en un PRD?
Aporta tus fuentes, etiquétalas y exige un ID de fuente para cada afirmación factual. Indica al modelo que escriba PREGUNTA ABIERTA cuando las fuentes no respalden una afirmación. Después rastrea tú cada afirmación antes de que ingeniería vea el borrador. Los modelos se entrenan de maneras que premian adivinar con seguridad, por eso importa la instrucción de abstenerse.
¿Debería escribir las historias de usuario la IA o el PM?
Deja que la IA las redacte a partir de un problema y una persona acordados y luego edítalas. La IA es buena en cobertura: lista historias, estados y casos límite que podrías pasar por alto. El PM decide el orden, fusiona duplicados y recorta las historias que no mueven la métrica de éxito. Revisa con más rigor los criterios de aceptación, porque los ingenieros construyen a partir de ellos.
¿Sigo necesitando una plantilla de PRD si uso IA?
Sí. Una plantilla es lo que hace que los resultados de la IA sean coherentes entre funcionalidades y revisores. Pon las secciones de tu equipo en el bloque de tarea del prompt, o parte de la plantilla de PRD gratuita. Una estructura coherente también ayuda a los ingenieros, y a los agentes de código con IA, a encontrar el alcance y los criterios de aceptación.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing