En resumen
Escriba prompts breves y concretos que digan exactamente lo que quiere, dé solo el contexto que necesita el modelo y fije una longitud para la respuesta. La energía aumenta con la cantidad de texto que un modelo lee y escribe, así que recortar ambas cosas, y obtener una respuesta útil a la primera, es lo que más ahorra.
Pasos
- Indique la tarea, el público y el formato en la primera línea.
- Fije un límite de longitud, como «en tres viñetas» o «en menos de 100 palabras».
- Pegue solo los párrafos o los datos que necesita la tarea, no documentos enteros.
- Dé un ejemplo de cómo es un buen resultado si la tarea es poco habitual.
- Corrija un resultado casi bueno con una breve indicación en lugar de empezar de nuevo.
Un buen prompt ahorra energía por ser breve, concreto y acertar a la primera. Los modelos de lenguaje procesan el texto como tokens, fragmentos que equivalen más o menos a parte de una palabra, y cada token leído o escrito cuesta cómputo. Delavande, Pierrard y Luccioni hallaron que la energía crece de forma lineal con la longitud del prompt y de la generación.
¿Cómo es un prompt eficiente?
Dice qué, para quién y de qué longitud. Compare:
- Derrochador: pegar un informe de 20 páginas y preguntar «¿qué opinas?».
- Eficiente: pegar las dos páginas pertinentes y pedir «Enumera los tres mayores riesgos de esta sección para un consejo de administración no especializado, una frase cada uno».
El segundo lee menos, escribe menos y es más probable que sirva directamente.
¿Cuánto puede ahorrar?
La UNESCO y el University College London hallaron que los prompts y las respuestas más cortos podían reducir el consumo de energía a menos de la mitad. La longitud de la entrada importa mucho: Epoch AI estima que una consulta típica de unos 0,3 Wh sube a unos 2,5 Wh con una entrada de 10.000 tokens.
Errores frecuentes
- Pegarlo todo «por si acaso». Extraiga la parte que importa.
- Dejar abierta la longitud. Los modelos tienden a escribir más de lo que necesita si no se les dice otra cosa.
- Primeros intentos vagos seguidos de varios reintentos. Un prompt claro suele ser mejor que tres vagos.
- Preocuparse por el «por favor» y el «gracias». Los mensajes corteses breves cuestan un poco de energía, pero las entradas largas y la regeneración repetida importan mucho más.
Si crea herramientas, puede imponer parte de esto en el código: consulte cómo limitar cuánto escribe un LLM. Para más consejos cotidianos, lea usar la IA de forma eficiente.
Fuentes
- Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
- Small talk, big impact: the energy cost of thanking AI, Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- What are tokens and how to count them?, OpenAI Help Center (2025)
Relacionado
¿Cómo reduzco la energía que consume mi uso de ChatGPT?
Formas prácticas de reducir la energía al usar ChatGPT y chatbots similares: intercambios más cortos, menos regeneraciones, modelos más ligeros y menos imágenes.
¿Cómo dejo de regenerar las respuestas de la IA una y otra vez?
Por qué pulsar regenerar una y otra vez desperdicia energía y tiempo, y cómo obtener una respuesta útil de la IA con un buen prompt y una breve corrección.
¿Cómo limito cuánto escribe un LLM?
Cómo pueden los desarrolladores limitar la salida de un LLM: máximo de tokens, formato y longitud, secuencias de parada, salida estructurada y respuestas cortadas.
Use la IA de forma eficiente: hábitos cotidianos
Hábitos cotidianos que reducen la energía al usar IA: prompts claros, menos regeneraciones, prudencia con imágenes y vídeo, caché y desactivar funciones.