Home Recursos Educativos y Publicaciones Didácticas Artículos Campuseducacion Estrategias de prompting para la elaboración de la Programación Didáctica de Aula

Estrategias de prompting para la elaboración de la Programación Didáctica de Aula

Aprende estrategias de prompting para elaborar tu Programación Didáctica para Oposiciones.

Cualquier opositor docente sabe que la elaboración de la programación didáctica para las oposiciones exige un buen trabajo para lograr que este documento de planificación docente, tan importante en la enseñanza, refleje una propuesta educativa coherente, convenientemente contextualizada y ajustada al marco normativo vigente, estatal y autonómico, integrando sin fallo todos los elementos curriculares esenciales (en especial, competencias específicas, criterios de evaluación y saberes básicos).

Es una tarea que requiere de un importante tiempo de documentación, análisis curricular, organización de información y creación de contenido que puede agilizarse y enriquecerse en gran medida gracias al uso de la inteligencia artificial generativa.

Si quieres servirte del potencial de la IA para confeccionar tu programación didáctica, en este post indicaremos algunas estrategias de prompting que pueden facilitar el diseño, la revisión y la mejora de la programación.

#InteligenciaArtificial en la elaboración de la #ProgramaciónDidáctica para #Oposiciones Compartir en X

La IA en la elaboración de la Programación Didáctica para Oposiciones

La utilidad de aplicación de la IA depende en gran medida de cómo interactuemos con la herramienta en concreto que vayamos a emplear. Introducir en ChatGPT o Gemini, por ejemplo, una pregunta genérica suele producir respuestas igualmente genéricas, que pueden resultar insuficientes para las exigencias técnicas y curriculares de, en este caso, una programación para oposiciones.

Además, debemos tener presente que la inteligencia artificial puede cometer errores, de modo que sus respuestas deben someterse siempre al criterio pedagógico del docente y contrastarse con las fuentes normativas y documentales correspondientes, a la par que la entendemos como un apoyo asistencial al trabajo intelectual y profesional de quien la usa, que puede facilitar determinados procesos, contribuir a mejorar los resultados, aportar ideas y alternativas, mientras que las decisiones pedagógicas últimas corresponden, en este caso, al opositor docente.

¿Qué es un prompt?

Un prompt es la instrucción, consulta o conjunto de indicaciones que un usuario proporciona a un modelo de inteligencia artificial generativa para orientar su funcionamiento y obtener una respuesta o resultado determinado.

Puede incluir información sobre el contexto, los objetivos, las tareas que debe realizar el modelo, las condiciones que debe respetar y el formato en el que debe presentar la respuesta. Su claridad, precisión y nivel de contextualización influyen en la pertinencia y utilidad del contenido generado.

¿Qué es la ingeniería de prompts?

La ingeniería de prompts es el proceso de diseñar, estructurar y optimizar las instrucciones que proporcionamos a un modelo de inteligencia artificial generativa para orientar sus respuestas hacia un resultado determinado.

Esta disciplina parte de una idea: la calidad de las respuestas generadas depende, entre otros factores, de la calidad de las instrucciones que recibe el modelo.

¿Qué es la iteración de prompts?

La iteración de prompts es el proceso de revisar, modificar y perfeccionar progresivamente las instrucciones que proporcionamos a un modelo de inteligencia artificial a partir del análisis de las respuestas que obtenemos.

Su fundamento es sencillo: no siempre conseguimos el resultado deseado en el primer intento. En ocasiones, la respuesta puede ser demasiado extensa, presentar un nivel de concreción insuficiente, omitir información relevante o incorporar elementos que no se ajustan a las características de nuestra programación.

Ante esta situación, podemos modificar el prompt inicial, añadir nuevas indicaciones, precisar determinados requisitos o corregir aspectos que la IA no ha interpretado adecuadamente.

Para desarrollar este proceso de iteración de prompts de manera eficaz, resulta conveniente conocer diferentes estrategias que nos ayuden a construir instrucciones desde el inicio, aportando una estructura lógica y sistemática a nuestras solicitudes. Estas estrategias permiten organizar la información, definir con precisión las tareas y establecer las condiciones necesarias para orientar al modelo hacia resultados más ajustados a nuestros objetivos educativos.

Marcos estructurales para el diseño de prompts

Los marcos estructurales para el diseño de prompts son estructuras organizativas que establecen un conjunto de componentes, criterios y relaciones lógicas para construir instrucciones dirigidas a modelos de inteligencia artificial generativa. Su finalidad es orientar la interpretación de las solicitudes, delimitar el contexto de actuación, especificar las tareas que debe realizar el modelo y establecer las características que deben reunir las respuestas generadas.

Desde la perspectiva de la ingeniería de prompts, estos marcos funcionan como plantillas metodológicas que permiten organizar la información de manera sistemática, reducir posibles ambigüedades, mejorar la precisión de las instrucciones y aumentar la consistencia de los resultados.

Su utilización resulta especialmente interesante en el ámbito educativo, donde las tareas que encomendamos a la inteligencia artificial suelen requerir un elevado nivel de contextualización y precisión. Por ejemplo, al elaborar una programación didáctica, necesitamos proporcionar información sobre la etapa y el nivel educativo, el contexto del centro, las características del alumnado, los referentes curriculares y los objetivos que perseguimos con cada tarea. Los marcos estructurales nos ayudan a identificar y ordenar estos elementos antes de formular una instrucción, evitando que aspectos relevantes queden sin especificar.

Vamos a comentar algunos de los más extendidos.

Marco RTF (Rol-Tarea-Formato)

El marco RTF es uno de los modelos más sencillos y prácticos para estructurar instrucciones dirigidas a modelos de inteligencia artificial generativa. Su denominación responde a los tres elementos que organizan el prompt: rol, tarea y formato. Su principal ventaja es que permite construir instrucciones breves, directas y suficientemente delimitadas para obtener resultados ajustados a una necesidad concreta.

  • Rol (Role): se indica a la IA qué perfil profesional, especialidad o perspectiva debe adoptar para desarrollar la tarea. Por ejemplo, podemos solicitarle que actúe como un especialista en didáctica de las matemáticas, un experto en evaluación competencial o un asesor pedagógico especializado en diseño curricular.
  • Tarea (Task): se describe de forma precisa la acción que debe realizar el modelo: puede consistir en diseñar una situación de aprendizaje, elaborar una secuencia de actividades, relacionar elementos curriculares, proponer instrumentos de evaluación, etc.
  • Formato (Format): se especifica cómo queremos recibir la respuesta. Podemos solicitar una tabla, un esquema, una secuencia organizada por sesiones, un texto académico, una rúbrica o cualquier otra estructura que facilite su incorporación a nuestro documento.

–> Ejemplo aplicado a la elaboración de una programación didáctica:

Rol: Actúa como un especialista en didáctica de las matemáticas y diseño curricular de Educación Primaria.

Tarea: Diseña una situación de aprendizaje para 4.º de Educación Primaria centrada en la resolución de problemas relacionados con la gestión de un presupuesto familiar. Incluye actividades que permitan desarrollar el razonamiento matemático y la competencia específica de resolución de problemas.

Formato: Presenta la propuesta mediante una tabla que recoja las actividades, su descripción, la temporalización y los recursos necesarios. Utiliza un lenguaje técnico-pedagógico adecuado para su incorporación a una programación didáctica de oposiciones.

Este marco nos va a resultar útil cuando nos encontremos en situaciones en las que necesitamos desarrollar una tarea concreta desde una perspectiva profesional determinada y queremos controlar la estructura del resultado. Por su sencillez, puede aplicarse a numerosas tareas de elaboración de la programación: desde la redacción de sus diferentes apartados hasta el diseño de actividades, instrumentos de evaluación o incluso el diseño de situaciones de aprendizaje.

Marco BAB (Before-After-Bridge)

El marco BAB (Before-After-Bridge: Antes-Después-Puente), se estructura a partir de tres elementos que permiten describir una situación inicial, definir el escenario que se desea alcanzar y solicitar a la IA que proponga una solución para conectar ambos estados.

  • Before (Antes): se describe la situación de partida, el problema detectado o la necesidad educativa que se pretende abordar. Es necesario aportar información contextualizada que permita comprender las características de la situación.
  • After (Después): se define el escenario deseado, es decir, los cambios, aprendizajes o resultados que pretendemos conseguir mediante nuestra intervención educativa.
  • Bridge (Puente): se solicita a la IA que diseñe una propuesta de actuación que permita pasar de la situación inicial al escenario deseado. Esta solución puede concretarse mediante estrategias metodológicas, actividades, situaciones de aprendizaje o medidas de intervención educativa.

–> Ejemplo aplicado a la elaboración de una programación didáctica:

Before (Antes): En mi grupo de 5º de Educación Primaria se observa una participación desigual durante las actividades de aula. Una parte del alumnado presenta dificultades para colaborar, asumir responsabilidades dentro de los equipos y participar en la resolución conjunta de problemas.

After (Después): Quiero conseguir que todo el alumnado participe activamente en las tareas colectivas, desarrolle habilidades de cooperación y asuma responsabilidades individuales dentro del trabajo en equipo.

Bridge (Puente): Diseña una situación de aprendizaje basada en el aprendizaje cooperativo que permita trabajar estas necesidades. Incluye actividades organizadas tanto en pequeño grupo como en gran grupo, experiencias donde los niños puedan experimentar con distintas asignaciones de roles, dinámicas de interdependencia positiva y procedimientos para evaluar tanto el aprendizaje individual como el funcionamiento colectivo.

Su aplicación a la elaboración de programaciones didácticas se puede llevar a cabo en los momentos en que, una vez identificada una determinada necesidad educativa, debemos justificar una intervención pedagógica acorde o diseñar propuestas que respondan a una problemática concreta del aula.

Modelo CARE (Contexto-Acción-Reglas-Ejemplos)

El modelo CARE (Moran, 2024), es un marco estructural que permite construir instrucciones detalladas mediante la incorporación de cuatro componentes: contexto, acción, reglas y ejemplos. Este patrón proporciona al modelo de inteligencia artificial la información necesaria para comprender la situación en la que debe trabajar, identificar la tarea solicitada, respetar determinadas condiciones y tomar como referencia ejemplos que orienten el resultado.

Se puede usar exitosamente cuando queremos que la IA genere contenidos ajustados a unos criterios específicos de redacción, organización o calidad. En la elaboración de una programación didáctica, puede ayudarnos a establecer las condiciones que deben cumplir los diferentes apartados y a mantener una mayor coherencia entre las propuestas generadas.

  • Context (Contexto): se proporciona información sobre la situación educativa en la que se desarrolla la tarea. Podemos especificar la etapa y el curso, el área, materia o ámbito, las características del grupo-clase, el contexto del aula y del centro y cualquier otro antecedente relevante para la solicitud.
  • Action (Acción): se concreta la tarea que debe ejecutar la IA. Por ejemplo, redactar una justificación metodológica, establecer una secuencia de unidades didácticas por bloques de saberes básicos, relacionar criterios de evaluación con competencias específicas…
  • Rules (Reglas): se establecen las condiciones, restricciones y criterios que debe respetar el modelo durante la elaboración de la respuesta. Podemos indicar la extensión máxima, el registro lingüístico, la normativa de referencia, los elementos curriculares que debe incorporar extraídos directamente del decreto curricular autonómico, aquellos aspectos que debe evitar, etcétera.
  • Examples (Ejemplos): se proporcionan modelos o muestras que sirven de referencia para orientar la respuesta. Estos ejemplos pueden ayudar a reproducir una determinada estructura, un estilo de redacción o un nivel de concreción, entre otros.

–> Ejemplo aplicado a la elaboración de una programación didáctica:

Context (Contexto): Estoy elaborando una programación didáctica para 6º curso de Educación Primaria, en el área de Lengua Castellana y Literatura. Se trata de un grupo de 24 alumnos con diferentes ritmos de aprendizaje y niveles de competencia comunicativa. Quiero incorporar una situación de aprendizaje centrada en la elaboración de un periódico escolar.

Action (Acción): Diseña una rúbrica de evaluación para valorar el producto final de esta situación de aprendizaje y el proceso seguido por el alumnado durante su elaboración.

Rules (Reglas): La rúbrica debe estar vinculada a los criterios de evaluación que te proporcionaré a continuación. Incluye cuatro niveles de desempeño (Nivel 1-Bajo; Nivel 2-En proceso; Nivel 3-Bueno; Nivel 4-Avanzado). Vincula con los descriptores oeprativos del perfil de salida que te indicaré ahora. Evita formulaciones ambiguas y contenido inventado. Si no puedes establecer alguna relación entre elementos curriculares, indícamelo claramente. Presenta la información en una tabla y emplea un lenguaje técnico-pedagógico adecuado para una programación didáctica de aula que va a ser defendida ante un tribunal de oposiciones.

Examples (Ejemplos): Utiliza como referencia el siguiente nivel de logro: Nivel 4-Avanzado: «Organiza la información de manera coherente, utiliza adecuadamente los conectores y adapta el lenguaje al propósito comunicativo del texto». Mantén un nivel de concreción similar en el resto de niveles de logro que compondrán la rúbrica.

El modelo CARE nos será de gran ayuda para controlar con precisión las características de un producto educativo y la incorporación de ejemplos, en el caso de la elaboración de la programación va a ser muy interesante cuando queramos que la IA reproduzca una estructura o un estilo de redacción que ya hemos definido previamente. De este modo, podemos utilizar fragmentos de nuestra propia programación como referencia para mantener la uniformidad del documento.

Modelo RITA (Rol-Información-Tarea-Adaptabilidad)

El modelo RITA (De Haro, 2024) es un marco de estructuración de prompts orientado específicamente al ámbito educativo. Su planteamiento parte de una interacción progresiva entre el usuario y la inteligencia artificial, en la que el modelo asume un rol determinado, recopila la información necesaria mediante preguntas, desarrolla la tarea solicitada y adapta su actuación en función de las respuestas y necesidades detectadas.

Su principal característica es que la IA no comienza necesariamente ejecutando la tarea desde el primer momento. Antes debe obtener la información que necesita para comprender adecuadamente la solicitud y elaborar una respuesta contextualizada.

Este planteamiento es muy beneficioso para la elaboración de programaciones didácticas porque muchas de las tareas que debemos desarrollar requieren conocer previamente diferentes variables, tales como el nivel educativo en el que nos encontramos, el área, materia o ámbito por el que programamos, las posibles necesidades específicas de apoyo educativo de los alumnos del grupo, etc.

  • Rol: se define el perfil profesional que debe adoptar la inteligencia artificial y el contexto educativo en el que desarrollará su intervención. Podemos especificar su especialización, ámbito de conocimiento, experiencia o perspectiva pedagógica, así como la etapa y el área curricular de referencia.
  • Información: se establecen las instrucciones para que la IA formule preguntas destinadas a recopilar los datos necesarios antes de comenzar la tarea principal. Podemos indicar qué información debe solicitar y establecer que espere nuestra respuesta antes de continuar, algo que evitará que la IA complete los datos ausentes mediante suposiciones y cometa alucinaciones.
  • Tarea: se concreta el trabajo que debe realizar la IA una vez que haya recopilado la información solicitada. Debemos describir el resultado esperado, los elementos que debe incluir y las condiciones que debe respetar.
  • Adaptabilidad: se indica al modelo que valore si dispone de información suficiente para desarrollar la tarea y que formule nuevas preguntas cuando detecte aspectos que necesitan mayor concreción. También podemos solicitarle que compruebe si el resultado responde a nuestras necesidades y que admita modificaciones posteriores.

–> Ejemplo aplicado a la elaboración de una programación didáctica:

Rol: Actúa como un especialista en diseño curricular, didáctica y elaboración de programaciones para Educación Primaria, con conocimientos sobre el currículo derivado de la LOMLOE. Tu función será asesorarme en el diseño de situaciones de aprendizaje contextualizadas y coherentes con los elementos curriculares.

Información: Antes de comenzar a diseñar la situación de aprendizaje, necesito que recopiles la siguiente información. Formula las preguntas de una en una y espera mi respuesta antes de plantear la siguiente:

    1. Pregúntame para qué curso y área o materia estoy elaborando la situación de aprendizaje.
    2. Pregúntame cuál es la temática o centro de interés que quiero desarrollar.
    3. Pregúntame cuáles son las características generales del grupo y si existen necesidades específicas de apoyo educativo que debamos considerar.
    4. Pregúntame cuántas sesiones quiero dedicar a su desarrollo.
    5. Pregúntame qué competencias específicas y criterios de evaluación quiero trabajar.

No comiences a elaborar la propuesta hasta haber recopilado esta información.

Tarea: Con los datos proporcionados, diseña una situación de aprendizaje que incluya:

    1. Una contextualización y justificación pedagógica.
    2. Una descripción de los objetivos de aprendizaje y su vinculación con los elementos curriculares.
    3. Una secuencia de actividades organizada por sesiones.
    4. Una propuesta metodológica que detalle los agrupamientos, recursos y estrategias didácticas.
    5. Principios y pautas para implementar el Diseño Universal para el Aprendizaje
    6. Procedimientos e instrumentos de evaluación vinculados a los criterios de evaluación seleccionados.

Adaptabilidad: Antes de elaborar la propuesta definitiva, comprueba si dispones de información suficiente para desarrollar todos sus apartados. Si necesitas algún dato adicional, formula las preguntas correspondientes y espera mis respuestas. Una vez presentada la propuesta, pregúntame si se ajusta a mis necesidades y admite las modificaciones que considere oportunas.

El modelo RITA sirve para aquellas tareas de elaboración de la programación que requieren recopilar información previa, tomar decisiones progresivas y adaptar el resultado a las características concretas de nuestra propuesta educativa, además de para ir comprobando que todos los elementos integrados tienen sentido y coherencia en base a las finalidades educativas propuestas. Su aplicación permite convertir la interacción con la IA en un proceso de asesoramiento más personalizado, en el que el docente aporta la información, valida las decisiones y orienta el desarrollo del trabajo.

Para elaborar la programación didáctica de aula de cara a las oposiciones mediante el apoyo de la IA podemos hacer uso de uno o varios de estos modelos e, incluso, experimentar con una mezcla de varios de ellos. La cuestión está en no descuidar ninguno de los elementos que la IA necesita para poder generar respuestas lo más acertadas posibles, que suelen ser: el rol que ha de asumir, la descripción de la tarea que debe realizar, la información contextual que necesita para diseñar el contenido, las indicaciones específicas y/o restricciones que deseamos que cumpla, y las características del formato de salida que debe cumplir a la hora de mostrarnos el producto.

Completa tu formación

En Campuseducacion.com tenemos dos cursos para Oposiciones, homologados por la Universidad Camilo José Cela y válidos en todas las Comunidades Autónomas, con los que aprenderá a resolver dos apartados elementales en la programación didáctica de aula: cómo integrar las TIC y, en especial, la Inteligencia Artificial, y cómo desarrollar en la práctica real de aula los principios y pautas del Diseño Universal para el Aprendizaje.

Suma puntos en las Oposiciones

Cómo citar este artículo:

Equipo Pedagógico de Campuseducacion.com (2026). Estrategias de prompting en la elaboración de la Programación Didáctica de Aula [Mensaje en un blog]. Blog de Campuseducacion.com. Recuperado de https://www.campuseducacion.com/blog/recursos/articulos-campuseducacion/estrategias-de-prompting-para-la-elaboracion-de-la-programacion-didactica-de-aula/

¿Quieres saber más?

No dejes de consultar los artículos y recursos educativos del Equipo Pedagógico de Campuseducacion.com para seguir complementando tu formación:

Salir de la versión móvil