Google AI Studio: guía rápida para probar modelos y crear prototipos (sin volverte loco)

GUÍAS & TUTORIALES · GOOGLE AI STUDIO · PROTOTIPADO RÁPIDO

Un prototipo bueno no es “una respuesta brillante”. Es un comportamiento repetible.

1) Qué es Google AI Studio (y cuándo usarlo)

Google AI Studio es un entorno para probar modelos (de la familia Gemini), iterar prompts, ajustar parámetros y preparar una demo sin tener que montar medio proyecto antes. Piénsalo como un “laboratorio” para: validar si tu idea funciona, encontrar el prompt correcto y entender qué ajustes te dan consistencia.

¿Cuándo compensa usarlo?

• Cuando quieres comparar respuestas entre modelos o configuraciones.
• Cuando necesitas una salida en formato controlado (JSON, tabla, pasos, checklist).
• Cuando vas a pasar de “demo” a integración (exportar y replicar el comportamiento).
• Cuando estás cansado de “funciona una vez” pero no se sostiene.

2) Primeros pasos sin drama: entra, crea tu “workspace” y listo

Para empezar, lo básico suele ser: entrar en AI Studio con tu cuenta de Google, abrir un proyecto o espacio de trabajo, y crear un “prompt” o “chat” de prueba. Si tu objetivo es prototipar en serio, hay dos ideas que te ahorran tiempo desde el minuto uno:

1. Trabaja por casos de uso: “resumir PDFs”, “clasificar tickets”, “crear emails”, “extraer campos”, etc.
2. Guarda versiones: cuando algo funcione, no lo “dejes ahí”. Ponle nombre y crea una variante.

Un hábito que marca la diferencia: tu set de pruebas

Antes de tocar temperatura y sliders, crea un mini set de 6–10 ejemplos reales (pegados como texto). No “ejemplos perfectos”, sino los que te llegan en el mundo real: inputs feos, incompletos, con ruido. Ese set te servirá para saber si estás mejorando o solo cambiando el estilo.

3) Las 5 piezas que tienes que entender en AI Studio

La interfaz puede cambiar con el tiempo, pero casi siempre vas a encontrar estos bloques. Si los dominas, ya puedes prototipar sin volverte loco:

Primero diseña el “comportamiento” (reglas y formato). Luego ya afinas creatividad.

4) Ajustes que importan de verdad (y cómo tocarlos)

Si estás prototipando, no quieres “la respuesta más bonita”. Quieres una respuesta estable. Estos ajustes suelen ser los que más influyen:

Temperatura

Piensa en ella como “variación”. Más alta = más creatividad, pero más riesgo de desviarse del formato. Para tareas de extracción, clasificación o JSON: normalmente conviene baja. Para brainstorming: puedes subirla.

Top-p

Otra forma de controlar diversidad. Si no sabes por dónde empezar, no te obsesiones: ajusta primero temperatura y formato. Luego vuelves a top-p si necesitas afinar.

Máximo de salida

Si te suelta textos eternos, recorta la longitud máxima y obliga a un formato. “Más corto” no siempre funciona; “máximo 8 bullets” sí.

5) El flujo “prototipo en 20 minutos” (paso a paso)

Vamos a lo práctico. Este flujo sirve para casi cualquier demo: un asistente interno, un extractor de datos, un generador de borradores, un clasificador… lo que sea.

1. Define la tarea en una frase: “Convertir un texto en X con formato Y”.
2. Define el formato de salida: tabla, JSON, pasos, checklist (uno, no cinco).
3. Prepara 6–10 inputs reales: tu set de pruebas.
4. Escribe una instrucción del sistema: rol + reglas + “si falta info, dilo”.
5. Itera tocando una variable: primero el prompt, luego parámetros.
6. Evalúa: ¿cumple formato? ¿omite cosas? ¿inventa? ¿es consistente?
7. Congela una versión: ponle nombre y guárdala.
8. Exporta: saca el prompt y configuración para replicarlo.

La instrucción del sistema que te ahorra horas

Eres un asistente práctico y riguroso.
Objetivo: entregar resultados útiles con formato consistente.
Reglas:
- Si falta información, dilo y pide solo lo imprescindible.
- No inventes datos. Si no puedes saber algo, marca “desconocido”.
- Prioriza claridad sobre estilo.
Formato: responde siempre con [TU FORMATO AQUÍ].
Al final: añade “Chequeo rápido” con 3 bullets (posibles errores o dudas).

6) Cómo comparar resultados sin autoengañarte

La comparación útil no es “me gusta más este tono”. Es: ¿cuál cumple mejor lo que necesito, con menos variación y menos fallos? Para eso, usa una mini-rúbrica (sí/no) y puntúa.

Si un modelo “gana” por poco, pero es más variable, en prototipos suele compensar el más estable. La demo perfecta que falla 1 de cada 4 veces no es demo: es lotería.

7) Buenas prácticas para demos que no se rompen al tercer intento

Dale límites claros (y repítelos)

Si quieres JSON, pídele JSON y nada más. Si quieres 8 bullets, que sean 8. Los modelos no “adivinan” tu intención: la interpretan.

Trabaja con “bloques” de prompt, no con párrafos eternos

Estructura tu prompt como si fuera una receta: rol, objetivo, contexto, reglas, formato. Esto hace que sea mantenible, y que puedas cambiar una pieza sin romper el resto.

Si vas a usar herramientas o acciones, diseña el contrato

Cuando un prototipo pasa a “agente” (llamar APIs, ejecutar funciones, consultar datos), la clave es el contrato: qué entradas acepta, qué devuelve, qué errores puede lanzar. Si te interesa este enfoque, vale mucho la pena entender el Model Context Protocol (MCP) para agentes, porque ordena muy bien cómo conectar modelos con herramientas sin caos.

8) Problemas típicos (y cómo arreglarlos en 2 minutos)

“A veces me lo da bien y a veces no”

Baja temperatura, cierra el formato y añade una línea: “Si no puedes cumplir el formato, responde ‘ERROR_DE_FORMATO’ y explica por qué”. Es mano de santo para detectar fallos rápido.

“No usa mis datos / ignora el contexto”

Pon el contexto arriba, etiqueta secciones (“Datos”, “Reglas”, “Ejemplos”), y pídele explícitamente: “Cita qué parte de los datos has usado para cada decisión”.

“Me responde largo y con relleno”

No le pidas “más corto”. Pídele límites: “Máximo 6 bullets, 12 palabras por bullet”. Y si es un texto, “máximo 120 palabras, 3 frases”.

Si no puedes medir “consistencia”, estás optimizando por sensación.

9) Mini “cheat sheet” de prompts para prototipos

Te dejo cuatro prompts cortos, pensados para AI Studio: pruebas rápidas, formatos claros y cero literatura.

(1) EXTRACCIÓN A JSON
Devuelve SOLO JSON válido con estas claves: {campo1, campo2, campo3}.
Si no está, usa null. No inventes. Input: [pega texto].

(2) CLASIFICACIÓN CON JUSTIFICACIÓN
Clasifica en una de estas etiquetas: [A, B, C].
Devuelve: etiqueta + razón (máx 20 palabras) + duda (si aplica).
Input: [texto].

(3) BORRADOR ÚTIL (NO FINAL)
Escribe un borrador en tono profesional y humano.
Deja entre corchetes lo que te falta: [dato], [fecha], [nombre].
No inventes. Input: [contexto].

(4) MEJORA ITERATIVA
Evalúa tu propia respuesta con esta rúbrica: formato, precisión, utilidad (0–10).
Luego reescribe mejorando SOLO lo que puntúe bajo.