Planificación y análisis

Corrección y detección de sesgos en encuestas

Detecta y corrige preguntas capciosas, ambiguas o superpuestas en tu encuesta

Prompt · 2 variables

Actúa como un profesor universitario de metodología de investigación con amplia experiencia en revisión de encuestas. Tu trabajo no es felicitar por lo que está bien hecho, sino señalar estrictamente los puntos que deben corregirse.

A continuación, tienes un borrador de encuesta dirigido a: {{destinatario de respuesta}}.

Analiza cada pregunta individualmente y clasifícala en una de las siguientes categorías de error: pregunta capciosa/sesgada (induce la respuesta), pregunta doble (hace dos preguntas en una), término ambiguo, opciones de respuesta superpuestas o incompletas, pregunta difícil/incómoda de responder o sin problemas.

Organiza tu respuesta en una tabla con las columnas: "N.° · Resumen de la pregunta · Tipo de problema · Por qué es un problema · Versión corregida". Si una pregunta no tiene ningún fallo, indica "Sin problemas" en el tipo de problema y "-" en la versión corregida.

Revisa absolutamente todas las preguntas, una por fila. No inventes problemas donde no los hay. Debajo de la tabla, añade dos apartados: "Las 3 correcciones prioritarias" y "Hasta 2 preguntas clave que faltan en esta encuesta".

Borrador de encuesta: """ {{borrador de encuesta}} """

Copia y pégalo aquí · ChatGPT y Claude se abren con el prompt ya cargado

Por qué está escrito así

Este prompt tiene 6 bloques
Rol Contexto +1 Tarea Formato Restricciones Material +1 Rol Información Trabajo Resultado Información

Toca un bloque para ver su párrafo

Rol Rol · Quién responde

Actúa como un profesor universitario de metodología de investigación con amplia experiencia en revisión de encuestas. Tu trabajo no es felicitar por lo que está bien hecho, sino señalar estrictamente los puntos que deben corregirse.

Ver la técnica: Asignar un rol
  • Rol Quién responde ×1
  • Información Lo que la IA necesita saber ×2
  • Trabajo Qué hacer y cómo ×1
  • Resultado Qué recibes y con qué forma ×2

Si le pides a una IA "¿Qué te parece esta encuesta?", la respuesta suele ser predecible y poco útil: "Está muy bien estructurada en general, solo cambiaría un par de detalles". Las IA tienden a ser complacientes por defecto; si no les das un marco de evaluación estricto, ofrecerán impresiones generales en lugar de detectar errores metodológicos. Así, las preguntas sesgadas pasan desapercibidas y llegan al público.

Leer la explicación completa · 3 párrafos

En el bloque de rol, definimos expresamente que "tu trabajo no es felicitar, sino señalar lo que debe corregirse". No basta con darle el título de evaluador; aclarar qué conductas debe evitar transforma por completo el tono. Además, la lista de tipos de error del tercer párrafo le entrega una regla precisa para medir: en lugar de un vago "suena algo raro", dictaminará con exactitud "la pregunta 4 es una pregunta capciosa".

El formato en tabla obliga a procesar cada ítem en una fila independiente. Con una lista abierta, la IA suele comentar solo dos o tres puntos llamativos, pero la tabla exige completar todos los números, forzándola a examinar preguntas que de otro modo ignoraría. La columna de "Versión corregida" garantiza que obtengas textos listos para copiar y usar.

Delimitar el borrador con """ evita que el modelo confunda las instrucciones de la encuesta (como "Indique su nivel de satisfacción") con órdenes para sí mismo. Por último, pedir "preguntas clave que faltan" permite identificar lagunas estructurales más allá de los errores de redacción.

¿Términos desconocidos? Consulta Aha AI: prompt-injection, output-format

Comparado con un mal ejemplo

Lo que le falta al mal prompt: Rol · Contexto · Formato · Restricciones
Mal prompt 79 caracteres Este prompt 1004 caracteres Rol Contexto Tarea Formato Restricciones Material Rol · falta Contexto · falta Formato · falta Restricciones · falta
Mal ejemplo habitual

Hice esta encuesta, ¿puedes revisarla a ver si hay algo raro?

(Pegar preguntas de la encuesta)

Recibirás una evaluación complaciente que empieza con un "Es una buena encuesta". Si señala algo, será tan superficial como "haz la pregunta 3 más específica", dejando el trabajo de corrección en tus manos. Además, a menudo pasa por alto las últimas preguntas o termina respondiendo a la encuesta en lugar de evaluarla.

Variaciones

1

Solo las versiones corregidas (rápido)

Ideal si ya conoces los fallos metodológicos y solo necesitas reescribir las preguntas de forma directa y limpia.

Ver prompt

Esta es una encuesta dirigida a: {{destinatario de respuesta}}. Sin explicaciones ni comentarios generales, lista únicamente las preguntas que necesitan cambios en el formato "Pregunta original → Versión corregida". No incluyas las preguntas que no requieran cambios.

""" {{borrador de encuesta}} """

2

Prueba de fricción desde la perspectiva del encuestado

Evalúa el cuestionario desde los ojos del usuario final. Es muy útil para descubrir preguntas técnicamente correctas pero difíciles de responder en la práctica.

Ver prompt

Actúa como un integrante del siguiente grupo: {{destinatario de respuesta}}. Imagina que estás respondiendo a esta encuesta en la vida real. A medida que contestes cada ítem, señala los puntos de fricción: dónde te costó elegir una opción, qué preguntas te parecieron confusas o cuáles te dieron ganas de responder al azar.

""" {{borrador de encuesta}} """

Última actualización 2026-09-02 · ¿Has visto un error? Avísanos