Imagen: Shutterstock
Maestro en Derecho Constitucional y Administrativo. CEO de Coffee Law S.C., Socio de ENATIC y titular de la Comisión de Legaltech INCAM Occidente.
La calidad de lo que produce un sistema de inteligencia artificial (IA) generativa depende, de forma directa, de la calidad de las instrucciones que recibe (Jean-Philippe, 2026). Esta realidad reposiciona al abogado: ya no es solo un usuario de herramientas digitales, sino un diseñador de instrucciones jurídicas.
La ingeniería de instrucciones jurídicas —denominada legal prompt engineering en inglés— consiste en el arte de formular indicaciones a sistemas de IA para obtener resultados precisos, explicables y reproducibles (Shepherd, 2025). Para el profesional del derecho, esta competencia no es un complemento técnico opcional. Es la condición para ejercer con estándares actualizados.
El presente artículo examina los cuatro componentes de esa competencia:
Cuando un abogado escribe "analiza este contrato" en un modelo de IA generativa, obtiene análisis. Cuando escribe una instrucción estructurada —con rol, contexto, tarea, formato y restricciones—, obtiene un resultado entre dos y tres veces más utilizable para el trabajo concreto (Jean-Philippe, 2026). La diferencia entre ambas aproximaciones no es de estilo, sino de arquitectura profesional.
El marco RCTFR (Rol, Contexto, Tarea, Formato, Restricciones) opera como una ficha de encargo dirigida al sistema de IA:
Un estudio de la American Bar Association de 2025, encontró que los prompts estructurados producen resultados 60% más útiles que las solicitudes conversacionales sin estructura. Por tanto, el abogado que no arquitecta sus instrucciones no aprovecha la herramienta: delega en el modelo la configuración del output, con resultados predeciblemente genéricos. La consulta mal formulada a un sistema de IA no difiere, en su efecto, de la pregunta mal formulada al testigo.
Un modelo de IA no sabe, por defecto, que el usuario litiga en México bajo el Código Nacional de Procedimientos Civiles y Familiares, que la excepción presentada por la contraparte tiene un plazo procesal específico, ni que el contrato en disputa se rige por el derecho de una entidad federativa en particular. Toda esa información debe inyectarse deliberadamente en la instrucción, sin ella, el modelo produce análisis jurídicamente correctos en abstracto, pero inútiles frente al caso concreto como advierte Shepherd (2025).
La especificidad jurisdiccional no es un refinamiento optativo, en ese sentido, Shepherd la identifica como un requisito básico de cualquier prompt de uso legal: la instrucción debe señalar la jurisdicción aplicable, el tipo de procedimiento, el estadio procesal y cualquier precedente que deba considerarse. Sin este anclaje, el modelo puede basar su análisis en normativa de otra jurisdicción o en legislación derogada.
¿Qué debe incluir un prompt jurídico?
Zuckerman (2020) ya señalaba que los algoritmos operan sobre patrones estadísticos, no sobre la comprensión individual de cada situación. El abogado que selecciona qué información es pertinente para su instrucción ejerce, en ese acto, su juicio profesional.
Dos técnicas refuerzan esta precisión: la cadena de razonamiento (chain-of-thought prompting) solicita al modelo exponer su análisis paso a paso antes de emitir una conclusión, lo que replica la lógica del método IRAC —Issue, Rule, Application, Conclusion— del análisis jurídico clásico (Jean-Philippe, 2026).
De esta manera, las instrucciones anti-alucinación, que limitan al modelo a citar únicamente fuentes verificables y a señalar cuando carece de información suficiente, son el complemento necesario de esta técnica.
Solicitar a un modelo generativo que redacte un contrato complejo en un único prompt equivale a pedir a un pasante que entregue un dictamen completo sin instrucciones intermedias. El resultado puede existir, pero difícilmente tendrá la precisión necesaria.
El diseño de flujos secuenciales parte de una premisa distinta: descomponer la tarea jurídica en pasos discretos, con instrucciones específicas para cada uno y con el contexto acumulado del paso anterior, concordando con lo planteado por Jean-Philippe.
Un flujo de revisión contractual podría estructurarse así:
Cada paso es un prompt diferente, cada output es insumo del siguiente.
Jean-Philippe (2026) reporta que abogados en despachos pequeños que adoptaron flujos de trabajo estructurados con IA ahorraron en promedio 11.2 horas semanales. El ahorro no proviene de automatizar el juicio jurídico, sino de sistematizar las tareas que lo rodean: búsqueda de precedentes, estructuración inicial de documentos, identificación de puntos de conflicto.
Por consiguiente, la técnica del mega-prompt —que consolida toda la información relevante del asunto en una única instrucción extensa— resulta útil cuando el documento requiere coherencia interna a lo largo de múltiples secciones. El enfoque iterativo, por su parte, es preferible cuando cada paso demanda revisión y ajuste antes de avanzar.
El 29 de julio de 2024, la American Bar Association emitió la Opinión Formal 512, que fija el marco deontológico del abogado que utiliza herramientas generativas de IA. Dicho documento parte de un dato que debería estar presente en cualquier conversación sobre el tema: los modelos generativos alucinan entre el 17% y el 33% del tiempo, según un estudio de la Universidad de Stanford citado en el mismo documento (American Bar Association, 2024). Este rango tiene consecuencias directas sobre la práctica.
La Regla Modelo 1.1 de la ABA establece la obligación de competencia, que, en el contexto de la IA generativa, incluye entender qué puede y qué no puede hacer la herramienta. Así mismo, en la Regla 3.3, de candor hacia el tribunal, prohíbe afirmaciones falsas de hecho o de derecho, lo que impone la obligación de verificar toda cita o referencia generada por el modelo antes de incluirla en un escrito procesal.
Esto no se trata de una precaución hipotética: varios casos en Estados Unidos han derivado en sanciones disciplinarias por la presentación de jurisprudencia inexistente producida por modelos de lenguaje.
Por otro lado, la confidencialidad presenta un problema estructural específico, dado a que algunos sistemas generativos aprenden de las conversaciones de sus usuarios. Incorporar información identificable del cliente en uno de esos sistemas equivale, bajo la Regla 1.6, a divulgar información de representación sin el consentimiento informado del cliente (American Bar Association, 2024).
La respuesta práctica no es eludir la IA, sino combinar tres medidas: usar herramientas con políticas de cero retención de datos, anonimizar la información antes de incorporarla al prompt, y obtener el consentimiento explícito del cliente cuando el caso lo requiera.
Finalmente, las Reglas 5.1 y 5.3 añaden una dimensión adicional: los abogados supervisores responden por el trabajo producido bajo su dirección, incluido el de las herramientas de IA que operen en el despacho. Jean-Philippe (2026) describe la situación con una imagen directa: la IA es un asistente capaz, pero sin experiencia, que necesita supervisión constante. Esa supervisión no es cosmética. Es el núcleo de la responsabilidad profesional en el entorno generativo.
La ingeniería de instrucciones jurídicas no desplaza al abogado, lo reposiciona. El profesional que domina esta disciplina puede delegar las partes repetitivas del trabajo sin abdicar su juicio, mantener el control sobre la calidad del output y proteger al cliente frente a los riesgos propios de la automatización —alucinaciones, imprecisión jurisdiccional, violaciones de confidencialidad—. Esa combinación de capacidades define el nuevo estándar de competencia profesional. No en el futuro. Ahora.
Lo que está en juego no es la adopción de una tecnología, sino la preservación de habilidades que ningún modelo puede sustituir:
Zuckerman (2020) advirtió que la automatización puede erosionar el conjunto de competencias que los abogados desarrollan a lo largo de su ejercicio. La respuesta más sólida a esa advertencia es, precisamente, cultivar las habilidades que la IA no puede reemplazar y usarla, de manera deliberada y técnicamente rigurosa, para todo lo demás.
