Una estrategia de marketing con ChatGPT en 20 minutos: prompts reales y errores frecuentes

Los profesionales del marketing que construyen estrategias con ChatGPT en 20 minutos y los que obtienen 15 páginas de relleno hacen lo mismo, pero de forma completamente distinta. La diferencia está en cómo estructuran las peticiones y en entender qué hace bien la IA y qué requiere criterio humano.

Por qué ChatGPT da tópicos

El problema no es la red neuronal, sino la petición. Cuando un profesional escribe «escribe una estrategia de marketing para un SaaS», el modelo no conoce la audiencia, ni a los competidores, ni la posición actual del producto en el mercado. Como respuesta, genera una estructura genérica: un conjunto bien maquetado sacado de cualquier manual. La IA funciona como un asistente inteligente, no como un estratega con acceso a tu CRM.

Para obtener un resultado útil, primero hay que darle contexto: la descripción del cliente típico, ejemplos de objeciones reales en las demos y las principales diferencias con la competencia. Esto se llama prompting contextual, y es justo en este paso donde la mayoría se detiene demasiado pronto.

«La red neuronal no conoce tu negocio.

Tu tarea es explicárselo como se lo explicarías a un nuevo profesional de marketing en su primer día de trabajo.»

Un flujo de trabajo que funciona: una cadena en lugar de una sola petición

En lugar de una petición grande, funciona mejor una cadena de peticiones cortas. Cada paso se apoya en el resultado del anterior y afina el contexto del siguiente. Una estructura de ejemplo para un producto SaaS:

• Producto y audiencia: «Este es nuestro producto, este es nuestro ICP, estos son los tres principales problemas de los clientes: lo que oímos en cada demo»
• Competidores: «Estos son tres competidores clave y su posicionamiento. ¿En qué nos diferenciamos?»
• Posicionamiento: «Propón 3 variantes de posicionamiento, de la más conservadora a la más agresiva»
• Canales: «¿Qué canales funcionan para un SaaS B2B con este ICP? Explica la lógica de cada elección»
• Crítica: «¿Qué parece débil en esta estrategia? ¿Dónde podemos equivocarnos?»

El último paso suele omitirse, y es un error. El modelo encuentra bien los huecos de su propio razonamiento si se le pide expresamente que adopte la postura de un escéptico. Es una de las técnicas más infravaloradas al usar ChatGPT en tareas estratégicas.

Dónde sigue fallando la IA

La respuesta honesta: donde hacen falta datos que el modelo no tiene. Previsiones de conversión, cifras concretas del mercado, la reacción de la audiencia a una nueva oferta: la IA no los calcula, los adivina a partir de patrones generales. Si se toman esas cifras por reales, la estrategia acaba construida sobre suposiciones atractivas.

La segunda trampa es su tendencia a dar la razón. Por defecto, el modelo apoya al usuario. Si escribes «creo que necesitamos TikTok», recibes una justificación detallada. Esquivarlo es sencillo: haz la pregunta inversa. «¿Por qué TikTok podría no encajar en un SaaS B2B con un ciclo de ventas de 3 meses?» obtendrá una respuesta mucho más útil.

El tercer problema son las alucinaciones en el análisis de la competencia. Si le pides a ChatGPT que hable de los competidores «de memoria», con frecuencia se inventa detalles sobre sus funciones y precios. La regla es simple: inserta tú mismo en el prompt toda la información sobre los competidores y no confíes en la búsqueda en internet del modelo sin verificarla.

Qué significa esto

ChatGPT no sustituye al profesional del marketing: elimina el problema de la página en blanco y acelera el pensamiento estructurado. Los equipos que han aprendido a dar a la IA el contexto adecuado y a construir el diálogo como una cadena de peticiones dedican entre 3 y 5 veces menos tiempo a los borradores de estrategia. La clave no está en la herramienta, sino en cómo hablas con ella y en lo que estás dispuesto a explicarle.