0Pricing
AI Prompt Engineering · Lección

Tono formal frente a informal

Especifique una voz profesional, informal, académica o conversacional en sus prompts.

Tono formal frente a informal es una lección gratuita de AI Prompt Engineering en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de AI Prompt Engineering, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de AI Prompt Engineering incluye 4 lecciones en total.

Tono: la voz del contenido

El tono es la sensación que transmiten sus palabras al lector. La misma información puede comunicarse con una voz formal y autoritaria o con una voz informal y cordial; la elección adecuada depende por completo de la audiencia, el canal y el objetivo.

Los modelos de IA pueden reproducir prácticamente cualquier tono que describa, pero debe describirlo explícitamente. Sin instrucciones, suelen utilizar un registro ligeramente formal y neutro.

Qué caracteriza a la redacción formal

La redacción formal presenta las siguientes características:

  • No utiliza contracciones (cannot en lugar de can't)
  • No utiliza coloquialismos ni jerga
  • Utiliza la tercera persona siempre que sea posible
  • Emplea oraciones completas y gramaticalmente complejas
  • La voz pasiva es aceptable ocasionalmente
  • Utiliza el vocabulario técnico con precisión
  • No hace referencia a una persona por su nombre de pila sin presentarla
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

formal_instruction = (
    'Write in a formal, professional tone. '
    'No contractions. No colloquialisms. No first-person pronouns. '
    'Use complete, grammatically precise sentences. '
    'Vocabulary: professional but accessible — not academic jargon.'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=150,
    messages=[{
        'role': 'user',
        'content': (
            f'{formal_instruction}\n\n'
            f'Explain why we are updating our privacy policy.'
        )
    }]
)
print(response.content[0].text)

Qué caracteriza a la redacción informal

La redacción informal presenta las siguientes características:

  • Las contracciones son habituales (we're, you'll, it's)
  • Utiliza vocabulario conversacional
  • Emplea oraciones y párrafos más breves
  • Utiliza la primera y la segunda persona (I, you, we)
  • Incluye ocasionalmente humor, calidez o personalidad
  • Formula preguntas dirigidas al lector
  • Utiliza ejemplos cercanos de la vida cotidiana
import openai

client = openai.OpenAI(api_key='sk-your-key-here')

casual_instruction = (
    'Write in a casual, friendly tone. '
    'Use contractions freely. Use "you" to address the reader directly. '
    'Keep sentences short. Add warmth and personality. '
    'Write like you would explain this to a friend over coffee.'
)

response = client.chat.completions.create(
    model='gpt-4o',
    max_tokens=150,
    messages=[{
        'role': 'user',
        'content': (
            f'{casual_instruction}\n\n'
            f'Explain why we are updating our privacy policy.'
        )
    }]
)
print(response.choices[0].message.content)

El mismo contenido en tres tonos

La forma más rápida de comprender el tono es observar el mismo contenido escrito en varios registros. Utilizaremos un escenario sencillo: notificar a los usuarios que nuestra aplicación no estará disponible por mantenimiento el sábado por la noche.

Lo redactaremos en tres tonos: formal corporativo, informal de startup y académico. Observe cómo cambian el vocabulario, la estructura de las oraciones y la relación con el lector.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

tones = [
    ('CORPORATE FORMAL',
     'Formal, no contractions, passive voice acceptable, corporate vocabulary. No personality.'),
    ('STARTUP CASUAL',
     'Casual, contractions OK, friendly, empathetic, slightly playful. Address reader as "you".'),
    ('ACADEMIC',
     'Precise, objective, technical vocabulary, third person, no emotion, no contractions.')
]

for label, tone_desc in tones:
    response = client.messages.create(
        model='claude-opus-4-5',
        max_tokens=80,
        messages=[{
            'role': 'user',
            'content': (
                f'Tone: {tone_desc}\n\n'
                f'Write a 2-sentence notification: our app will be down for maintenance '
                f'on Saturday from 11 PM to 2 AM UTC.'
            )
        }]
    )
    print(f'[{label}]')
    print(response.content[0].text.strip())
    print()

Especificar el tono con adjetivos

La forma más sencilla de especificar el tono consiste en utilizar una lista de adjetivos descriptivos:

  • 'Con un tono seguro, directo y sin rodeos'
  • 'Con un tono cálido, empático y alentador'
  • 'Con un tono juguetón, ingenioso y ligeramente irreverente'
  • 'Con un tono serio, autoritario y preciso'

Utilice entre 2 y 4 adjetivos que representen distintas dimensiones: nivel de energía, nivel de formalidad, temperatura emocional y rasgo de personalidad.

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

test_tones = [
    'confident, direct, no-nonsense',
    'warm, empathetic, encouraging',
    'playful, witty, slightly irreverent',
]

for tone in test_tones:
    response = client.chat.completions.create(
        model='gpt-4o',
        max_tokens=60,
        messages=[{
            'role': 'user',
            'content': (
                f'Tone: {tone}.\n\n'
                f'Write one sentence of marketing copy for a new AI writing tool. '
                f'Audience: busy startup founders.'
            )
        }]
    )
    print(f'Tone ({tone}):')
    print(response.choices[0].message.content.strip())
    print()

Especificar el tono con una persona

Una descripción del tono basada en una persona suele ser más precisa que usar solo adjetivos. En lugar de decir «amable», indique: «escriba como el blog de producto de Basecamp: informal pero reflexivo, sin resultar condescendiente».

Puede hacer referencia a estilos de escritura reales:

  • «Como una publicación técnica del blog de Stripe»
  • «Como Paul Graham al escribir un ensayo sobre startups»
  • «Como un resumen ejecutivo de Harvard Business Review»
  • «Como un mensaje amistoso de Slack enviado por un colega al que respeta»
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

references = [
    'Write like a Stripe technical blog post: clear, precise, respects the reader\'s intelligence.',
    'Write like a Harvard Business Review executive summary: formal, data-driven, concise.',
    'Write like a friendly Slack message from a helpful colleague — casual, direct, gets to the point.'
]

topic = 'Why our new feature reduces API response time by 40%.'

for ref in references:
    response = client.messages.create(
        model='claude-opus-4-5',
        max_tokens=80,
        messages=[{
            'role': 'user',
            'content': f'Style reference: {ref}\n\nWrite 2 sentences about: {topic}'
        }]
    )
    print(f'Style: {ref[:55]}...')
    print(response.content[0].text.strip())
    print()

Los desajustes de tono y su coste

Se produce un desajuste de tono cuando la voz no corresponde a la audiencia o al contexto. Algunos desajustes habituales son:

  • Lenguaje corporativo formal en una aplicación móvil para consumidores
  • Jerga informal en un contrato legal
  • Lenguaje excesivamente técnico en un correo de soporte dirigido a usuarios no técnicos
  • Retórica promocional exagerada en un README de ingeniería

Un tono inadecuado erosiona la confianza y obliga al lector a esforzarse más para extraer el significado.

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

# Mismatched tone examples
mismatches = [
    (
        'ERROR MESSAGE for a consumer app:',
        'Formal legal tone: no contractions, passive voice',
        'A fatal error has been encountered in the processing of your request.'
    ),
    (
        'LEGAL TERMS section:',
        'Casual startup tone: contractions, emojis',
        'Hey, so like, you gotta agree to our stuff before using this app okay?'
    )
]

for context, bad_tone, example in mismatches:
    response = client.chat.completions.create(
        model='gpt-4o',
        max_tokens=80,
        messages=[{
            'role': 'user',
            'content': (
                f'CONTEXT: {context}\n'
                f'PROBLEM (wrong tone): {example}\n\n'
                f'Rewrite with the correct tone for the context. '
                f'One sentence. Explain in brackets why this tone works better.'
            )
        }]
    )
    print(response.choices[0].message.content.strip())
    print()

Controlar la temperatura emocional

Además del grado de formalidad, el tono tiene una temperatura emocional, que va de frío y objetivo a cálido y entusiasta:

  • Frío: «Los resultados indican una mejora del 12 %». (datos puros)
  • Neutro: «Hemos mejorado el rendimiento un 12 % en la última versión».
  • Cálido: «Nos enorgullece compartir que nuestro equipo ha logrado aumentar la velocidad un 12 %».
  • Entusiasta: «¡Esto es enorme: lo hemos bordado con un salto del 12 % en el rendimiento!»
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

temperatures = [
    ('COLD/OBJECTIVE',    'Purely factual, no emotion, no personality, third person.'),
    ('NEUTRAL',           'Balanced, professional, slight warmth but no enthusiasm.'),
    ('WARM',              'Friendly, first person plural ("we"), positive but measured.'),
    ('ENTHUSIASTIC',      'High energy, excited, uses exclamation points, celebrates the user.')
]

fact = 'Our app now loads 3 seconds faster after the latest update.'

for label, instruction in temperatures:
    response = client.messages.create(
        model='claude-opus-4-5',
        max_tokens=50,
        messages=[{
            'role': 'user',
            'content': f'Tone: {instruction}\n\nAnnounce this fact in 1 sentence: {fact}'
        }]
    )
    print(f'[{label}]: {response.content[0].text.strip()}')

Mantener un tono coherente

La coherencia del tono es tan importante como su elección. Un documento que cambia de formal a informal a mitad del texto confunde a los lectores y debilita su credibilidad.

En documentos con varias secciones:

  • Establezca el tono en el mensaje del sistema o al principio del prompt
  • Sea explícito: «Mantenga este tono de forma coherente en todo el texto»
  • En textos muy extensos, recuerde al modelo cuál es el tono en los prompts de seguimiento
import openai

client = openai.OpenAI(api_key='sk-your-key-here')

# System message tone sets voice for all sections
response = client.chat.completions.create(
    model='gpt-4o',
    messages=[
        {
            'role': 'system',
            'content': (
                'You are writing all content for a developer-focused SaaS company called GridDB. '
                'Tone: technical but approachable. No jargon without explanation. '
                'No contractions. Short sentences. No marketing superlatives. '
                'Maintain this tone consistently across every section.'
            )
        },
        {
            'role': 'user',
            'content': (
                'Write 2 short sections for our website:\n'
                '1. Hero tagline (max 8 words)\n'
                '2. One-paragraph product description (max 60 words)'
            )
        }
    ]
)
print(response.choices[0].message.content)

El tono en distintos tipos de contenido

Los distintos tipos de contenido tienen tonos esperados predeterminados. Apartarse de ellos puede ser eficaz, pero solo si se hace de forma intencionada:

  • Documentos legales: formales y precisos → un tono informal parece poco profesional
  • Mensajes de error: claros y empáticos → un tono frío resulta hostil
  • Textos de marketing: entusiastas y centrados en los beneficios → un tono seco resulta poco inspirador
  • Documentación de API: técnica y concisa → un estilo florido hace perder tiempo a los desarrolladores
  • Atención al cliente: cálida y orientada a las soluciones → un tono defensivo parece combativo
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

content_types = [
    ('ERROR MESSAGE', 'Empathetic, clear, action-oriented. No technical jargon. No blame.'),
    ('API DOCS',      'Terse, precise, no fluff. Technical vocabulary. Example-driven.'),
    ('SUPPORT REPLY', 'Warm, solution-focused, acknowledges frustration, offers next steps.')
]

scenario = 'A user cannot log in because their account has been temporarily locked.'

for content_type, tone in content_types:
    response = client.messages.create(
        model='claude-opus-4-5',
        max_tokens=80,
        messages=[{
            'role': 'user',
            'content': (
                f'Content type: {content_type}\n'
                f'Tone: {tone}\n\n'
                f'Write 2 sentences for this scenario: {scenario}'
            )
        }]
    )
    print(f'[{content_type}]')
    print(response.content[0].text.strip())
    print()

El tono en distintos canales

Una misma marca puede utilizar legítimamente distintos tonos en diferentes canales. Lo importante es que el tono de cada canal sea intencionado y adecuado:

  • Twitter/X: informal, contundente y con una personalidad marcada
  • LinkedIn: profesional, reflexivo y centrado en ideas relevantes
  • Boletín por correo electrónico: cálido, conversacional y personal
  • Documentos legales: formales y precisos, con voz pasiva cuando sea necesario
  • Mensajes dentro de la aplicación: amables, breves y orientados a la acción
import openai

client = openai.OpenAI(api_key='sk-your-key-here')

channels = [
    ('TWITTER', 'Casual, punchy, max 200 chars, can use one emoji'),
    ('LINKEDIN', 'Professional, insight-driven, 2 sentences, no emoji'),
    ('IN-APP',   'Friendly, action-oriented, 1 sentence, second person')
]

news = 'We just launched dark mode in our app.'

for channel, tone in channels:
    response = client.chat.completions.create(
        model='gpt-4o',
        max_tokens=60,
        messages=[{
            'role': 'user',
            'content': f'Channel: {channel}. Tone: {tone}.\n\nAnnounce: {news}'
        }]
    )
    print(f'[{channel}]: {response.choices[0].message.content.strip()}')
    print()

Comprobación de conocimientos

La aplicación móvil de una empresa debe mostrar un mensaje de error cuando falla un pago. El mensaje actual dice: «La transacción no puede procesarse debido a una condición de fondos insuficientes en la cuenta financiera asociada». ¿Cuál es el problema fundamental de tono?

Tono formal frente a informal: resumen

El tono es una de las dimensiones más potentes para controlar un prompt. Estas son las ideas clave:

  • La IA utiliza de forma predeterminada un registro neutro-formal; especifique siempre el tono que desea
  • Use combinaciones de adjetivos: «seguro, directo y sin rodeos»
  • Use referencias a personas: «como una publicación del blog de Stripe»
  • Controle la temperatura emocional: de fría y objetiva a entusiasta
  • Adapte el tono al tipo de contenido y a la audiencia
  • Establezca el tono una sola vez en el mensaje del sistema para aplicarlo de forma coherente en toda la aplicación
  • Un desajuste de tono erosiona la confianza: un documento legal no debería sonar como un tuit

Preguntas frecuentes

¿La lección «Tono formal frente a informal» es gratis?

Sí — el texto completo de «Tono formal frente a informal» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de AI Prompt Engineering, actualiza a CoddyKit PRO. El curso de AI Prompt Engineering incluye 4 lecciones en total.

¿Qué aprenderé en «Tono formal frente a informal»?

Especifique una voz profesional, informal, académica o conversacional en sus prompts. Practicas AI Prompt Engineering con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.

¿Necesito experiencia previa para empezar AI Prompt Engineering?

No se requiere experiencia previa. AI Prompt Engineering en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.

¿Cuánto tiempo toma la lección «Tono formal frente a informal»?

La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.

¿Puedo escribir y ejecutar código en esta lección de AI Prompt Engineering?

Sí. Cada lección de AI Prompt Engineering incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.

Todas las lecciones de este curso

  1. Tono formal frente a informal
  2. Especificar la audiencia
  3. Estilos de escritura profesional
  4. Ajustar el nivel de vocabulario
← Volver a AI Prompt Engineering