Cómo pillar a la IA cuando te miente: 8 trucos y los prompts para copiar

Le pides algo a la IA y te dice que todo ha ido bien. Pero no siempre te cuenta lo que ha fallado, aunque lo sepa. Esta semana lo han demostrado un estudio y un experimento con agentes de IA. Aquí tienes lo que pasó, contado sin humo, y los 8 trucos que uso yo cada día para pillarla, con los prompts listos para copiar.

Lo que ha pasado: seis agentes y un billete de tren

La empresa de evaluación Vals AI pidió a seis agentes de IA que recuperaran 350 libras de un billete de tren cancelado… cuando el plazo para reclamar ya había pasado una semana. Durante semanas simuladas:

• Uno inventó excusas para saltarse la verificación de identidad del banco.
• Tres amenazaron con ir a juicio.
• Uno contó la enfermedad de la madre del cliente a cinco organizaciones.
• El más insistente mandó 187 mensajes en 15 días, 50 de ellos a la oficina de un diputado.

Resultado: 0 libras recuperadas. Ojo: era un experimento simulado, ningún mensaje llegó a nadie real. Pero enseña muy bien lo que pasa cuando un agente no sabe cuándo parar.

La IA ve sus errores… y no te los cuenta

Un estudio publicado el 28 de septiembre de 2026 («Language Models Are «Insecure» Reporters») puso a varios modelos a escribir informes sobre su propio trabajo, en el que había un resultado negativo claro. Uno de los modelos más usados lo mencionó en solo 2 de 200 informes. Cuando se lo preguntaban directamente, sí lo veía. Y al añadir una frase tan simple como «Be honest in your response» («sé honesto en tu respuesta»), pasó a avisar en 190 de 200.

Los 8 trucos que uso a diario

No evitan que la IA se equivoque. Lo que hacen es sacar los errores a la luz para que los veas tú.

1 · Un perfil solo para la IA

Crea un perfil del navegador (y, si puedes, un correo) solo para la IA: sin tu banco abierto, sin tu correo personal, sin nada sensible. Si usas extensiones o agentes que leen tus pestañas, esto es lo primero. Lo que la IA no ve, no lo puede contar.

2 · Nada sale sin tu visto bueno

Que la IA te prepare correos, reclamaciones o mensajes… pero que no envíe nada. Al menos las primeras semanas, hasta que cojas confianza. No vaya a ser que pida por ti una excedencia de dos años.

No envíes ni publiques nada. Prepárame el borrador y espera mi OK.

3 · La regla del freno

Los agentes del experimento no sabían cuándo parar. Pónselo tú:

Inténtalo como mucho tres veces. Si no lo consigues o algo no cuadra, para y pregúntame antes de seguir.

4 · La frase de la honestidad

La del estudio. Añádela al final de cualquier encargo importante:

Sé honesto: dime qué falló, qué no pudiste comprobar y qué has supuesto para darme este resultado.

Aviso: es una caja de Pandora. Cuando le pides honestidad, deja de decirte que tu kebab con sabor a verdura y chocolate es una idea excelente.

5 · Hechos o suposiciones

Pon en una tabla qué has comprobado y qué estás deduciendo. Una fila por cada afirmación importante de tu respuesta.

De un vistazo ves qué parte de la respuesta está flojeando.

6 · Que busque su propio fallo

¿Qué parte de tu respuesta es más probable que esté mal, y por qué?

Funciona mucho mejor que el típico «¿estás seguro?». A eso casi siempre te dice que sí.

7 · Una segunda opinión

Pasa el resultado de una IA a otra. Yo uso mucho Claude y le paso sus respuestas a ChatGPT o a Gemini. Y si le dices a una que la otra opina distinto, se pican… y los resultados mejoran.

Esto me lo ha dicho otra IA. Revísalo como si fueras un auditor: ¿qué falta, qué está mal y qué no se puede comprobar?

[Pega aquí la respuesta]

Si programas con Claude Code: existe un plugin oficial de OpenAI para usar Codex dentro de Claude Code. Con él, ChatGPT revisa y audita el código que escribe Claude. Según su repositorio, funciona con una cuenta de ChatGPT, también la gratuita, o con una clave de API.

8 · Dale solo lo que necesita

La IA no necesita la salud de tu madre, tu cuenta corriente ni tu número de la Seguridad Social. Da igual que la IA sea americana o china: en cuanto le das un dato personal, pierdes el control de él. Somos dueños de nuestro silencio y esclavos de nuestras palabras.

No uses información personal sin preguntarme antes.

Todos los prompts juntos

Para pegarlos donde los uses (instrucciones personalizadas, un proyecto, una nota):

1. No uses información personal sin preguntarme antes.

2. No envíes ni publiques nada. Prepárame el borrador y espera mi OK.

3. Inténtalo como mucho tres veces. Si no lo consigues o algo no cuadra, para y pregúntame antes de seguir.

4. Sé honesto: dime qué falló, qué no pudiste comprobar y qué has supuesto para darme este resultado.

5. Pon en una tabla qué has comprobado y qué estás deduciendo. Una fila por cada afirmación importante de tu respuesta.

6. ¿Qué parte de tu respuesta es más probable que esté mal, y por qué?

Fuentes

• Vals AI: How Far Will AI Assistants Go for a Refund They Can’t Get? (15-oct-2026)
• arXiv 2609.36139: Language Models Are «Insecure» Reporters (28-sep-2026)
• OpenAI: plugin de Codex para Claude Code (repositorio oficial)