Prompts de Claude para PPC: monta tu librería

Hace unas semanas hice inventario de los prompts que tenía guardados para PPC. Treinta y tantos, entre notas del móvil, un documento suelto y tres conversaciones viejas. Usaba seis. El resto eran variantes casi idénticas que escribí un martes cualquiera, no volví a encontrar, y reescribí desde cero al mes siguiente.

Eso no es usar Claude para PPC. Es improvisar cada vez con una herramienta cara. La diferencia no está en lo bien redactado que esté cada prompt, sino en si hay un sistema detrás: dónde vive el contexto de la cuenta y cómo compruebas que la salida de septiembre se parece a la de agosto.

En 30 segundos:

• Un prompt suelto resuelve una tarea una vez. Una librería la resuelve igual dentro de tres meses.
• El contexto estable de la cuenta va en las instrucciones del proyecto. El encargo del día va en el prompt.
• Claude no ve tu cuenta. El dato que no le pegues no existe, y si insistes te lo rellenará con algo verosímil.
• Anthropic recomienda incluir de 3 a 5 ejemplos y colocar los datos largos por encima de las instrucciones.
• Versiona cada prompt con número, qué cambió y para qué no sirve.

¿Qué diferencia hay entre tener prompts y tener una librería?

La repetibilidad. Un prompt suelto es una conversación afortunada: sale bien, cierras la pestaña y el conocimiento se va con ella. Una librería son encargos escritos una vez, probados con datos reales y guardados con un nombre que puedas encontrar dentro de seis meses sin acordarte de nada. Esa es la diferencia.

Suena a burocracia hasta que llevas cinco clientes. Ahí aparece el coste real: lo caro no es escribir el prompt, es reconstruir el contexto cada vez. Cómo se llaman sus campañas, qué ROAS acepta, qué no se toca.

Mi proceso tiene cuatro pasos y el orden importa:

1. Separar lo estable de lo variable. Lo que siga siendo cierto dentro de seis meses va al proyecto. Lo demás, al prompt.
2. Escribir el prompt como una especificación, no como una petición: rol, datos, reglas y formato de salida.
3. Probarlo dos veces con datos distintos. Si las salidas no tienen la misma forma, está poco especificado.
4. Guardarlo con nombre, versión y una nota de qué falla. Sin ella no recordarás por qué lo cambiaste.

¿Merece la pena si gestionas una sola cuenta? Poco. Esto paga cuando repites la misma tarea sobre contextos distintos, que es la vida de un consultor y no la de un in-house con una cuenta y ocho años de contexto en la cabeza. La panorámica está en mi guía de Claude para consultores.

¿Qué va en las instrucciones del proyecto y qué va en el prompt?

El contexto que no cambia va arriba, en el proyecto. El encargo que cambia va abajo, en el prompt. Esa es toda la regla, y casi todos los problemas de consistencia vienen de tenerla al revés.

Según el centro de ayuda de Anthropic, los proyectos permiten crear espacios de trabajo independientes con sus propios historiales de chat y bases de conocimiento, y en cada uno puedes definir instrucciones. Traducido: un proyecto por cliente, y la ficha de la cuenta vive ahí en vez de en tu cabeza.

El fallo típico es el contrario: pegar ese contexto al principio de cada conversación, un poco distinto cada vez. En marzo escribes “ROAS objetivo 4”, en abril “buscamos ROAS por encima de 4”, y en mayo se te olvida. Las tres responden distinto. Un bloque real, recortado:

CONTEXTO FIJO DE LA CUENTA

Tienda online de material de escalada, España.
Google Ads: 6 campañas Search, 1 PMax, 1 Shopping estándar.
Nomenclatura: [ES] Tipo | Tema | Público

Qué es "bueno" aquí:
- ROAS objetivo 4,0 en Shopping y PMax.
- Margen bruto medio 38%: un ROAS de 2,6 pierde dinero.
- La campaña de marca no se toca sin preguntar.

Reglas de trabajo:
- No tienes datos en vivo. Si una cifra no está en lo
  que te pego, es desconocida.
- Nunca estimes una métrica. Si falta, pídemela.
- Responde en español de España, tuteando y sin introducción.

Las últimas líneas no son decoración. Definen qué hace el modelo cuando le falta información, que es la mitad del valor del bloque.

¿Qué contexto de cuenta necesita Claude para trabajar de verdad?

Cuatro bloques: estructura, nomenclatura, definición de “bueno” y datos crudos. Los tres primeros los escribes una vez. El cuarto es un export.

La nomenclatura suele darse por obvia y no lo es. Si tus campañas se llaman [ES] Search | Cuerdas | Genérica, dale el patrón. A partir de ahí agrupa por tipo, tema o público sin que se lo expliques.

La definición de “bueno” es la que más gente se salta y la que más daño hace. Un ROAS de 2,8 es excelente con 70% de margen y ruinoso con 30%. Si no le das el margen, Claude dirá que 2,8 “es sólido” porque suena decente. No miente: rellena un criterio que nadie le dio.

Los datos crudos salen de la plataforma. Google Ads permite descargar cualquier tabla de estadísticas y sus formatos disponibles incluyen Excel CSV, TSV, PDF, XLSX, XML y Hojas de cálculo de Google. Bajo el CSV y pego el texto.

Dónde pegarlo cambia resultados. La guía de prompting de Anthropic pide colocar los datos extensos al principio, por encima de tu consulta, instrucciones y ejemplos. Yo lo hacía al revés durante meses. Si prefieres que Claude lea la cuenta en vez de pegarle CSVs, ese camino lo cubrí en Claude MCP para consultores: cambia la fontanería, no el principio.

¿Cómo se escribe un prompt que devuelva lo mismo cada mes?

Especificando la salida antes que la tarea. Un prompt consistente tiene cuatro bloques fijos y en el mismo orden: datos, rol, reglas y formato. Los tres últimos no cambian nunca.

Esa misma guía resume el papel del rol sin rodeos: establecer un rol en el system prompt enfoca el comportamiento y el tono del modelo, y una sola frase ya marca la diferencia. También recomienda estructurar los prompts con etiquetas XML, porque ayudan a analizarlos sin ambigüedad cuando mezclas instrucciones, contexto y entradas variables. No hace falta XML válido: basta con envolver cada tipo de contenido y usar siempre los mismos nombres.

Este es mi prompt de diagnóstico mensual, entero:

<datos>
[CSV por campaña: últimos 30 días frente a los 30
anteriores, con coste, conversiones, valor, CPA y ROAS]
</datos>

<rol>
Eres el analista de paid media de esta cuenta.
</rol>

<reglas>
1. Usa solo las cifras de <datos>. No rellenes huecos.
2. Cada afirmación cita la fila que la sostiene.
3. Si una campaña tiene menos de 30 conversiones, márcala
   "sin señal suficiente" y no propongas cambios.
4. Si algo no se responde con estos datos, escribe
   "no lo sé" y sigue.
</reglas>

<formato>
Tabla: campaña | qué cambió | magnitud | fila de origen.
Después, máximo 5 hipótesis ordenadas por gasto afectado.
</formato>

Por qué está cada pieza. La regla 2 hace la salida auditable: si cada afirmación apunta a una fila, verificarla cuesta segundos. La regla 3 existe porque sin ella el modelo propone cambios sobre campañas con cuatro conversiones. La regla 4 es permiso explícito para no saber. Y el formato hace que octubre se parezca a septiembre.

Falta la palanca más barata: los ejemplos. Anthropic recomienda incluir de 3 a 5 ejemplos para obtener los mejores resultados, envueltos en etiquetas para distinguirlos de las instrucciones. Para redacción esto no se negocia: si quieres RSAs con tu tono, pégale tres anuncios tuyos que funcionen antes de pedir el cuarto. El detalle está en IA para escribir anuncios de Google y Meta.

¿Cómo versiono y reutilizo los prompts entre clientes?

Un archivo por prompt, una cabecera corta y un registro de qué cambió. Una carpeta sincronizada basta.

# prompt: diagnostico-mensual-search
# version: 3
# v3: umbral de 30 conversiones, porque v2 proponía cambios
#     sobre campañas con 4 conversiones
# v2: la salida pasó a exigir fila de origen por afirmación
# no usar para: PMax (los datos de campaña no bastan)

La línea que más me ha ahorrado es la última. Un prompt que sabe para qué no sirve vale más que uno que promete todo.

La reutilización funciona por algo simple: el prompt no lleva nombre de cliente dentro. Si lo lleva, no es reutilizable, es una nota. Todo lo específico vive en el proyecto: estrenar cuenta es crearlo, escribir la ficha y pegar el prompt de siempre.

Queda comprobar que sigue funcionando después de tocarlo. Anthropic plantea que construir con un LLM empieza por definir criterios de éxito y diseñar evaluaciones, y describe ese ciclo como el centro del prompt engineering. Para un consultor eso no es montar un framework: guarda dos exports de prueba y vuelve a pasarlos cada vez que cambies un prompt.

Los que más uso ya están explicados uno a uno: análisis de search terms, meta descriptions a escala, investigación de competidores e hipótesis de CRO. Cada uno es una entrada. Este post es el estante.

¿Dónde se rompe todo esto?

En el momento en que le pides una cifra que no le has dado. Claude no tiene acceso a tu cuenta ni conoce tu gasto de ayer. Cuando le falta un dato no deja el hueco vacío: escribe algo plausible, con dos decimales y tono seguro. Es el fallo más caro porque no parece un fallo.

La documentación sobre alucinaciones da tres defensas que uso a diario. Permitir que el modelo diga “no lo sé”, descrita como una técnica simple capaz de reducir drásticamente la información falsa. Verificar con citas. Y la restricción de conocimiento externo: indicarle que use solo los documentos aportados. La misma página avisa de algo que conviene leer dos veces: aunque estas técnicas reducen significativamente las alucinaciones, no las eliminan por completo.

Por eso llevo este bloque al final de casi todos mis prompts de análisis:

<verificacion>
Revisa cada cifra que hayas escrito e indica la fila de <datos>
de la que sale. Si no encuentras la fila, borra la cifra y
escribe [sin dato]. No estimes y no completes series.
</verificacion>

Por encima hay una regla que no negocio: ninguna cifra salida de un modelo entra en un informe sin que yo la haya visto antes en la plataforma. Claude ordena, agrupa, prioriza y redacta bien. La fuente de verdad sigue siendo Google Ads. Cuando el flujo se vuelve autónomo el riesgo sube, y de eso hablo en agentes de Claude para marketing digital.

Hay un segundo punto de rotura, menos comentado. Una librería sin mantenimiento envejece: Google cambia un tipo de campaña, tú cambias de criterio, y el prompt sigue pidiendo una métrica que ya no significa lo mismo.

Preguntas frecuentes

¿Cuántos prompts necesito para empezar?

Tres o cuatro que cubran tareas mensuales. Diagnóstico de rendimiento, revisión de search terms, redacción de anuncios y el informe de cliente bastan para empezar. Añadir veinte de golpe garantiza que no uses ninguno: el coste de encontrar el correcto se come el ahorro.

¿Un proyecto por cliente o uno por tarea?

Por cliente, en la mayoría de los casos. Lo que cambia entre clientes es el contexto: estructura, objetivos, margen y restricciones, que es justo lo que vive en las instrucciones del proyecto. Los prompts son los mismos en todos, así que separarlos por tarea duplicaría la ficha de cuenta.

¿Puedo pedirle datos de referencia del sector?

Puedes, pero no deberías usarlos. El modelo no consulta tu cuenta ni una base de benchmarks: devolverá una reconstrucción de su entrenamiento, sin fecha ni fuente comprobable. Para cifras de mercado, ve al informe original. Para las de tu cuenta, a la plataforma.

¿Merece la pena escribir instrucciones de proyecto largas?

Depende de cuánto trabajo repitas ahí. Para un retainer mensual, sí: una página bien escrita se amortiza en la segunda o tercera conversación. Para un encargo puntual de dos semanas, pega el contexto en el prompt y sigue. Cuento cuántas veces voy a escribir lo mismo.

¿Cómo sé si un prompt está fallando?

Porque la forma de la salida cambia entre ejecuciones con datos parecidos. Si un mes devuelve una tabla y al siguiente cinco párrafos, el bloque de formato está poco especificado. Si devuelve recomendaciones genéricas, falta la definición de “bueno”. Si aparecen cifras que no reconoces, revisa la verificación.

La librería es el activo, no el prompt

El prompt perfecto no existe y perseguirlo es una trampa cómoda: siempre puedes pasar otra tarde puliendo redacción en vez de trabajar. Lo que sí existe es un puñado de encargos escritos con cuidado, guardados donde los encuentres, apoyados en un proyecto que ya sabe cómo funciona la cuenta.

Lo que noto en mi trabajo no es que cada tarea salga mejor. Es que sale igual de bien la quinta vez que la primera, sin el peaje de reconstruir el contexto.

Si quieres que veamos qué parte de tu operativa de PPC conviene sistematizar así, reserva 30 minutos de consultoría y lo miramos con tu cuenta delante.