El mismo mensaje escribe el mismo anuncio porque un modelo de lenguaje llena cada vacío en su entrada con la respuesta más probable para la categoría, y sus competidores le hacen la misma pregunta. La ingeniería de contexto para marketing es la solución: decidir qué lee el modelo antes de escribir, desde anuncios de la competencia y tensiones de la audiencia hasta activos de marca e historial de desempeño. Cambie el contexto y la salida cambiará.
Puntos clave
- Un breve mensaje deja que el modelo llene los vacíos con promedios de categorías, razón por la cual diferentes equipos obtienen anuncios casi idénticos.
- La ingeniería de contexto se trata de las entradas que lee el modelo, no de la redacción de la solicitud.
- Cuatro capas de contexto son las más importantes para la publicidad: los anuncios de la competencia, las tensiones de la audiencia, los activos de la marca y el historial de desempeño.
- Más contexto no siempre es mejor; un paquete pequeño, curado y respaldado por evidencia supera a un montón de todo lo que tienes.
¿Por qué el mismo mensaje escribe el mismo anuncio?
Porque el modelo no tiene nada con qué partir excepto su propio sentido de lo típico. Solicite "un anuncio en Facebook de una marca premium de cuidado de la piel dirigida a profesionales ocupados" y obtendrá un cuidado personal que merece un descanso y un brillo, porque ese es el centro de todo lo que la modelo ha leído sobre la categoría. Cada competidor que escribe una solicitud similar obtiene un centro similar.
La investigación sobre escritura creativa muestra el mismo patrón a escala. En un estudio publicado en Science Advances, las historias escritas con una idea generada por IA eran un 10.7% más similares entre sí que las historias escritas sin IA, a pesar de que la ayuda de la IA hizo que las historias individuales tuvieran una puntuación más alta (Universidad de Exeter). Cada resultado se ve mejor por sí solo; El conjunto se parece más.
Los especialistas en marketing notan el resultado antes de poder nombrar la causa. En el espacio de trabajo de optimización de anuncios de SOMIN, un estudio de espacios en blanco de 30 días de 156 publicaciones (septiembre 2026) agrupó 23 de ellas bajo una tensión: agencias de inteligencia artificial que anteponen la velocidad a la calidad y envían resultados genéricos, y herramientas de inteligencia artificial adoptadas sin suficiente supervisión humana. La salida genérica rara vez es un problema de modelo. Suele ser un problema de entrada.
¿Qué es la ingeniería de contexto y en qué se diferencia de la ingeniería rápida?
La ingeniería rápida se trata de cómo formular la solicitud; La ingeniería de contexto se trata de todo lo que el modelo ve cuando responde. Anthropic describe la ingeniería de contexto como la curación de todo el conjunto de tokens que un modelo lee en la inferencia, con el objetivo de encontrar el "conjunto más pequeño posible de tokens de alta señal" que haga probable el resultado deseado (Anthropic Engineering).
El mismo artículo señala que la atención de un modelo tiene un presupuesto limitado y que la recuperación se degrada a medida que se llena la ventana de contexto. En términos de marketing, eso descarta ambos extremos: el mensaje de una línea que no le dice nada al modelo y el libro de marca de 200 páginas pegado en su totalidad.
La guía de sugerencias de Anthropic agrega dos puntos que son importantes para el trabajo publicitario ( documentación de Claude ). Explicar el motivo detrás de una instrucción ayuda al modelo a apuntar a su objetivo real. Y los ejemplos deben variar lo suficiente como para que el modelo no detecte patrones no deseados, que es exactamente lo que sucede cuando un equipo pega un anuncio de muestra y recibe diez copias.
¿Qué contexto debería darle a una IA antes de que escriba un anuncio?
Dale cuatro capas centrales, más el momento y el formato. Estos reflejan las entradas que los agentes de SOMIN leen antes de escribir, y la misma estructura funciona cuando le informas manualmente a un asistente general.
| Capa de contexto | Que regalar al modelo | de donde viene | ¿Qué pasa sin él? |
|---|---|---|---|
| Anuncios de la competencia | Alrededor de 20 anuncios recientes de las marcas con las que compites, agrupados por la propuesta y tensión que utiliza cada una | Bibliotecas de anuncios, seguimiento de categorías | El modelo escribe el promedio de la categoría, a menudo cercano al anuncio del líder del mercado. |
| Tensiones de la audiencia | Dos o tres tensiones, cada una con su evidencia (tamaño de la muestra, publicaciones de ejemplo) y la persona a la que pertenece. | Escucha social, reseñas, consultas de búsqueda. | Beneficios genéricos como "ahorrar tiempo" sin que a nadie le importe |
| Activos de marca | Reglas de voz, afirmaciones aprobadas y puntos de prueba, verdades de productos, palabras que nunca usas | Pautas de marca, lista de reclamos aprobados | Afirmaciones que no puedes fundamentar y una voz que podría pertenecer a cualquiera |
| Historial de desempeño | Ganadores y perdedores del último trimestre, cada uno con un motivo de una sola línea | Exportaciones de plataformas publicitarias, registros de prueba | El modelo repite lo que ya falló o descarta lo que funcionó. |
| Momento y mercado | Temporada, eventos locales, idioma y señales culturales por mercado | Calendario de contenidos, equipo local. | Copia que sea correcta pero irrelevante, o traducida en lugar de localizada |
| Restricciones de formato | Canal, duración, relación de aspecto, reglas de cumplimiento. | Plan de medios, especificaciones de plataforma. | Retrabajo al final del proceso. |
Los anuncios de la competencia están ahí para evitarlos, no para copiarlos
El objetivo de mostrarle al modelo lo que dicen los competidores es decirle adónde no debe ir. Etiquete explícitamente las proposiciones abarrotadas y solicite un ángulo que ninguna de ellas utilice.
Las tensiones necesitan evidencia
Una tensión sin evidencia es una suposición que el modelo decorará felizmente. El motor de insights de SOMIN almacena cada insight como persona, tensión y ángulo, junto con la teoría del comportamiento detrás del ángulo y el compromiso detrás de él. Un ejemplo de nuestro espacio de trabajo de investigación de audiencia combina la idea "Para conectarse verdaderamente, atrévase a desviarse del camino de las tendencias" con un ángulo de comportamiento colectivo, respaldado por 2,061 interacciones en 65 publicaciones. Esa es una unidad de contexto con la que un modelo puede razonar.
El historial de rendimiento necesita razones
"El anuncio B venció al anuncio A" le enseña poco al modelo. "El anuncio B ganó porque mencionó el costo de la espera, al que nuestra audiencia responde" le da un principio para reutilizar.
¿Cuánto contexto es demasiado?
Demasiado es cualquier cosa que no cambie el resultado. Cada anuncio, directriz o gráfico adicional compite por la atención del modelo, por lo que un paquete de evidencia seleccionado generalmente supera a una exportación de todo.
El mejor patrón es la recuperación en el momento de necesidad. El artículo de Anthropic recomienda que los agentes mantengan referencias ligeras y carguen los datos subyacentes a través de herramientas solo cuando sea necesario. En la práctica, eso significa conectar el asistente a los datos de su categoría, por ejemplo a través de un conector MCP, y permitirle consultar los diez anuncios de la competencia más relevantes para este resumen en lugar de leer 500.
El contexto de la audiencia necesita la misma disciplina. En el espacio de trabajo de escucha social de SOMIN, una idea sostiene que las publicaciones pulidas y perfectas tienen un rendimiento inferior a las historias crudas y reales, un ángulo basado en la teoría de la autodeterminación y respaldado por 330 interacciones en 24 publicaciones. Una nota como esa vale más para el modelo que otra página de adjetivos de marca.
¿Cómo se crea un paquete contextual que su equipo pueda reutilizar?
Trate el contexto como un activo mantenido, no como una pasta única. Un envase reutilizable tiene un propietario, una estructura y una fecha de actualización.
- Mapea la categoría. Enumere a los competidores y decodifique sus anuncios recientes por persona, propuesta, tensión y tono.
- Elija las tensiones. Elija las dos o tres tensiones que su marca puede responder de manera creíble, con tamaños de muestra y publicaciones de ejemplo.
- Escriba la capa de marca una vez. Expresa reglas, afirmaciones aprobadas, puntos de prueba y palabras prohibidas, en un archivo breve estructurado.
- Registre resultados con motivos. Después de cada prueba, registre el ganador, el perdedor y una frase sobre el por qué.
- Establezca un ritmo de actualización. Las capas de competidores y audiencia se vuelven obsoletas más rápidamente; actualizarlos mensualmente al menos.
- Conectar en lugar de pegar. Expone el paquete a tu asistente a través de un conector para que todos los miembros del equipo trabajen desde la misma versión.
Los momentos de verdad generados por el modelo de SOMIN capturan por qué esto es importante. Uno de ellos, para un personaje estratégico, dice: "Debería haber adaptado nuestro enfoque en lugar de aplicar la misma estrategia en todas partes". Un paquete de contexto compartido es la forma en que un equipo se adapta de forma predeterminada.
¿Cómo sabes que el contexto está funcionando?
Consulta variedad, trazabilidad y rendimiento previsto. Si los tres mejoran, el contexto está haciendo su trabajo.
- Variety. Genera conceptos para dos marcas competidoras con el mismo mensaje. Si puede intercambiar los nombres de las marcas sin que nadie se dé cuenta, el contexto es demasiado débil.
- Trazabilidad. Todo concepto debe apuntar al puesto, tensión o resultado que lo justifica. En nuestro Agente de estrategia, cada cadena de conocimiento está respaldada por publicaciones reales detrás de ella, por lo que un estratega puede verificar un concepto antes de que llegue a alguna parte.
- Rendimiento previsto. Puntuar conceptos antes de gastar. El agente de medios pagos de SOMIN predice los clics para cada concepto, con una precisión de predicción del 78% en los puntos de referencia de los clientes.
La igualdad es el síntoma visible, y cubrimos sus causas en detalle en por qué la IA hace que todas las marcas suenen igual .
FAQ
¿Qué es la ingeniería de contexto en marketing?
Es la práctica de elegir y estructurar lo que un modelo de IA lee antes de escribir, como anuncios de la competencia, tensiones de audiencia, activos de marca e historial de desempeño, de modo que el resultado se ajuste a su marca y mercado en lugar del promedio de la categoría.
¿Cuál es la diferencia entre una indicación y un contexto?
El mensaje es la solicitud; el contexto es todo lo demás que el modelo puede ver cuando responde. Dos equipos pueden utilizar el mismo mensaje y obtener anuncios diferentes si su contexto difiere.
¿Cómo evito que ChatGPT o Claude escriban anuncios genéricos?
Dale al modelo los anuncios de la competencia que debe evitar, una tensión de audiencia específica con evidencia, tus afirmaciones aprobadas y tus ganadores y perdedores recientes. Luego pregunte por un ángulo que ninguno de los competidores utiliza.
¿Más contexto siempre da mejores resultados?
No. Los modelos tienen un presupuesto de atención limitado, por lo que el material irrelevante puede reducir la calidad. Seleccione un pequeño paquete de evidencia de alta señal y recupere el resto mediante herramientas cuando sea necesario.
¿Con qué frecuencia se debe actualizar el contexto de marketing?
Los niveles de competencia y audiencia cambian más rápido y deben actualizarse al menos una vez al mes. Las reglas de marca y los reclamos aprobados se pueden revisar trimestralmente o cuando cambia la marca.
Comience con una campaña: cree las cuatro capas principales, ejecute su mensaje habitual con y sin ellas y compare los resultados uno al lado del otro. Si prefiere conectarse en lugar de pegar, el complemento gratuito Marketing Mondays le brinda a Claude acceso en vivo a los datos de su categoría SOMIN.
