# Guía de Prompt para OpenAI GPT-5.5: Tutorial Paso a Paso

Domina la guía de prompts oficial de OpenAI GPT-5.5 con este tutorial práctico. Aprende prompts cortos de resultados primero, nuevos parámetros, ejemplos de código y consejos de migración para resultados superiores.

Canonical URL: https://a2a-mcp.org/blog/openai-gpt-5-5-prompt-guide-tutorial-es

Language: es

Published: 2026-04-30

Updated: 2026-04-30

## Requisitos Previos

Antes de comenzar, asegúrate de tener:

- **Clave de API de OpenAI** con acceso a `gpt-5.5` (registrate en platform.openai.com si es necesario).
- Python 3.10+ instalado.
- La última versión del SDK de OpenAI para Python: ejecuta `pip install openai`.
- Conocimientos básicos de la API (chat completions o API de Responses).

GPT-5.5 está disponible en la API y soporta hasta más de 1M tokens de contexto, resultados estructurados y nuevos controles como `reasoning_effort` y `text.verbosity`.

## Paso 1: Actualiza Tu Modelo y Entorno

Cambia a `gpt-5.5` y configura un cliente básico. Los prompts heredados de GPT-5 o anteriores generalmente tienen bajo rendimiento—empieza desde cero.

```bash
pip install --upgrade openai
```

```python
from openai import OpenAI
client = OpenAI(api_key="your-api-key-here")

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "Test prompt"}]
)
print(response.choices[0].message.content)
```

**Resultado esperado**: Una respuesta concisa y directa. Sin adornos.

## Paso 2: Aprende el Principio Fundamental – Prompting Primero por Resultado

GPT-5.5 destaca cuando describes el **resultado deseado**, los criterios de éxito, las restricciones y la evidencia disponible— luego permite que el modelo elija el camino. Abandona las largas secuencias paso a paso.

**Mal (estilo heredado)**:
```
Primero leer la política, luego revisar los datos de la cuenta, luego comparar los campos, luego decidir...
```

**Bien (estilo GPT-5.5)**:
```
Resuelve el problema del cliente de principio a fin.

El éxito significa:
- La decisión de elegibilidad usa solo la política y los datos de cuenta disponibles
- Cualquier acción permitida se completa antes de responder
- La respuesta final incluye: acciones_completadas, mensaje_al_cliente, obstáculos
- Si falta evidencia, solicita el campo más pequeño necesario
```

Prueba este patrón inmediatamente—reduce el ruido y mejora la precisión.

## Paso 3: Define la Personalidad y el Estilo de Colaboración

GPT-5.5 tiene por defecto un comportamiento eficiente y orientado a tareas. Para apps conversacionales, añade bloques cortos de personalidad.

```markdown
# Personalidad
Eres un colaborador capaz: accesible, constante y directo. Supón que el usuario es competente. Mantén la concisión sin ser abrupto. Ajusta tu tono al del usuario dentro de límites profesionales.
```

Inserta esto al inicio de tu prompt del sistema. Mantenlo bajo 150 palabras. Para asistentes expresivos, añade explícitamente cordialidad o curiosidad.

## Paso 4: Añade Preámbulos para una Mejor Experiencia del Usuario

Para tareas de múltiples pasos o que usan herramientas, indica al modelo que primero envíe una breve actualización visible:

```
Antes de cualquier llamada a herramienta para una tarea de varios pasos, envía una breve actualización visible para el usuario que reconozca la solicitud y declare el primer paso. Mantenlo en una o dos frases.
```

Esto mejora la percepción de velocidad en apps de streaming. Combínalo con la API de Responses para workflows con estado.

## Paso 5: Utilizar nuevos parámetros para control

Utilice estos en sus llamadas API:

- `reasoning_effort`: `none` (más rápido), `low`, `medium` (por defecto), `high`, `xhigh`.
- `text.verbosity`: `low` para salida concisa, `medium` (por defecto) para equilibrio.

**Código de ejemplo**:

```python
from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{
        "role": "system",
        "content": "You are a helpful coding assistant."
    }, {
        "role": "user",
        "content": "Implement a fast Fibonacci function in Python."
    }],
    reasoning_effort="low",      # Más rápido para tareas simples
    temperature=0.7,
    max_tokens=500
)
print(response.choices[0].message.content)
```

**Comportamiento esperado**: Código más corto y directo con explicaciones mínimas, excepto si establece una verbosidad mayor.

## Paso 6: Agregar condiciones de parada y reglas de evidencia

Evite el sobre-análisis con reglas de parada explícitas:

```
Resuelva en los pasos útiles más cortos.
Después de cada resultado de herramienta, pregunte: "¿Puedo responder la solicitud principal ahora con evidencia?" Si sí, genere la respuesta final inmediatamente.
Utilice la evidencia mínima suficiente; cite con precisión.
```

Este es crítico para agentes o tareas de ejecución prolongada.

## Paso 7: Testear, iterar y usar salidas estructuradas

Siempre compare:
1. Ejecute 10 prompts representativos con estilo antiguo vs. nuevo.
2. Mida calidad de salida, uso de tokens y latencia.
3. Prefiera `response_format={ "type": "json_schema", ... }` sobre JSON descrito en el prompt para estructura garantizada.

Ejemplo de llamada con salida estructurada:

```python
response = client.responses.create(
    model="gpt-5.5",
    input="Extract name and email from this text: ...",
    text_format={"type": "json_schema", "schema": {...}}
)
```

## Problemas comunes y solución

- **Resultados peores que GPT-5?** Su prompt antiguo es demasiado detallado. Elimine pasos de proceso y mantenga solo los resultados.
- **Sobre-análisis / alta latencia?** Reduzca `reasoning_effort` a `low` y fortalezca las condiciones de parada.
- **Respuestas demasiado cortas?** Establezca `text.verbosity: "medium"` o agregue "explique su razonamiento brevemente".
- **Llamadas a herramientas fallando?** Mueva la guía a las descripciones de las herramientas, no al prompt principal.
- **Problemas de conocimiento de fecha?** Elimine cualquier línea de "fecha actual"—GPT-5.5 sabe UTC por defecto.

Realice evaluaciones en un pequeño conjunto de prueba antes del despliegue en producción.

## Pasos siguientes

- Explore la guía oficial completa en su panel de OpenAI.
- Pruebe la habilidad de migración de Codex: `$openai-docs migrate this project to gpt-5.5`.
- Construya un agente pequeño usando la API de Responses y pruebe preámbulos + personalidad.
- Monitoree costos de tokens—GPT-5.5 premia prompts mínimos.

Aplique estos patrones hoy y observe cómo sus workflows se vuelven más rápidos, económicos y confiables.