Mejores prompts para un generador de descripción de trabajo con IA
Por qué todas las descripciones de trabajo de IA suenan igual
Pídele a un LLM que «escriba una descripción de trabajo para un ingeniero de software» y obtienes:
Buscamos un ingeniero de software talentoso para unirse a nuestro equipo innovador. Trabajarás con tecnologías de punta, colaborarás con equipos multifuncionales, e impactarás. Requerido: 5+ años de experiencia, fuertes habilidades de comunicación, pasión por resolución de problemas...
Cada empresa obtiene la misma descripción de trabajo. Las palabras son genéricas, los requisitos son boilerplate, el tono es indistinguible de cincuenta otras publicaciones. No refleja tu empresa, tu puesto, o tus necesidades reales.
El problema no es el LLM. Es el prompt. Un prompt vago obtiene un output vago.
Cómo estructurar un prompt que funcione
Un prompt de DT de IA que funciona tiene cinco secciones:
1. Contexto de empresa (2–3 frases)
No «somos una empresa tech innovadora» —eso es cada empresa. Da contexto específico:
Acme Systems hace automatización de infraestructura para empresas de seguros. Somos una empresa SaaS B2B de $50M, 12 personas en el equipo de ingeniería, fundada en 2018. Nos importa enviar productos sólidos sobre moverse rápido, y entrevistamos para cultura añadida no ajuste cultural.
El LLM ahora tiene restricciones reales. No sugerirá «muévete rápido y rompe cosas»; sugerirá alguien que valora enviar calidad.
2. El trabajo real (título de rol, qué harán, realidad diaria)
No «las responsabilidades incluyen...» —describe qué hace la persona el día uno:
Ingeniero de backend sénior, plataforma de pagos. Serás dueño del sistema de facturación: diseñando esquemas, enviando características que reducen fallos de pago, respondiendo a soporte de cliente relacionado con pagos. Trabajarás con un gerente de producto (Carol) y un ingeniero de frontend (Dev). Gastarás ~40% codificando, ~30% diseño/revisión, ~20% soporte on-call, ~10% en reuniones.
La especificidad supera la abstracción. «El día 30, habrás enviado característica X» supera «contribuirás a nuestra hoja de ruta de producto».
3. Qué realmente necesitan saber o tener (no lista de deseos)
Separa imprescindibles de buen-tener:
Imprescindible:
- 5+ años de ingeniería de software backend
- SQL fuerte y diseño de esquema
- Integración de pago enviada (Stripe, Square, PayPal, lo que sea)
- Cómodo siendo on-call y depurando problemas de producción
Buen tener:
- Experiencia con Scala o Rust (usamos Scala para pagos)
- Contribuciones de código abierto
- Conocimiento de dominio de seguros/pagos
Los imprescindibles honestos son raros. La mayoría de empresas listan 8 imprescindibles cuando significan 4. Sé real. Un LLM seguirá tu ejemplo y será realista también.
4. Cultura de empresa / estilo de trabajo (no buzzwords)
No «colaborativo, innovador, rápido». En su lugar:
Tenemos documentación asincrónica primero. Las reuniones son standups de 30 min una vez al día más horas de oficina. Revisamos código todo; tu primer PR podría obtener 10 comentarios. Usamos Postgres, sin NoSQL. Enviamos características cada dos semanas. No hacemos Agile o Scrum —enviamos cuando las características están hechas.
Estos detalles permiten al LLM razonar sobre quién prosperaría. Un ingeniero que odia revisión de código o trabajo asincrónico no aplicará. Un ingeniero que ama pensamiento de sistemas profundos estará entusiasmado.
5. Transparencia de compensación
Este es crítico y la mayoría de equipos lo salta:
Salario: $180k–$220k dependiendo de experiencia. Equity: 0.15–0.4%. Beneficios: coincidencia de 401k, salud/dental/visión, 4 semanas PTO, licencia parental 16 semanas.
Las descripciones de trabajo sin información salarial son irrespetuosas. ¿Estás pidiendo a alguien que solicite sin saber el rango? La transparencia de compensación también señala una empresa que confía en su propia posición de mercado.
Modos de fallo a evitar
Lenguaje con género. La mayoría de LLM han sido entrenados para reconocer y despojar palabras con género («él conduce», «ella nutre») pero aún a veces generan. Agrega esto a tu prompt:
Evita lenguaje con género. No digas «él/ella» o adjetivos que sesgan masculino (agresivo, pionero) o femenino (colaborativo, nutridor).
Pilas de requisitos no realistas. El clásico: «5+ años con este framework de 2 años». Tu prompt debería llamar esto:
No requieras experiencia con herramientas que construimos in situ o que son < 3 años en el mercado.
Buzzwords excesivos. «Sinergizar, apalancar, innovar, perturbar». Agrega:
Usa lenguaje simple. Evita buzzwords como «sinergia», «apalancamiento», «de vanguardia», «mejor en clase». Sé específico y honesto.
Faltando el problema real del rol. Si estás contratando un ingeniero de backend porque tu sistema de pagos está fallando, dilo:
Tenemos un problema de deuda técnica en el sistema de facturación. Este rol existe para arreglarlo, no solo para agregar headcount.
Un LLM dado este contexto escribirá una descripción de trabajo que atrae personas que quieren resolver problemas técnicos difíciles, no personas buscando un título.
Qué un humano aún necesita decidir
Los LLM no son tu DT completo. Son un borrador. Un humano necesita:
- Verificar la banda de compensación es correcta en mercado para tu ubicación y nivel de rol.
- Confirmar los «buen tener» son realmente buen tener y no trampas de trato ocultas.
- Ser dueño del statement de misión —por qué este rol importa al futuro de tu empresa. Ningún LLM debería escribir «tu trabajo nos importa»; deberías hacerlo tú.
- Decidir sobre remoto/híbrido/oficina claramente. No dejes que el LLM sea vago.
- Revisar para cumplimiento legal. Algunas jurisdicciones requieren divulgaciones específicas. Tu equipo legal, no el LLM, debe firmar.
El generador de descripción de trabajo de ClarityHire te da una interfaz de prompt estructurada (contexto de empresa, rol, imprescindibles, cultura, comp) y genera un borrador de DT en 30 segundos. Es suficientemente bueno para enviar después de una revisión humana. No es suficientemente bueno para enviar sin tocar.