08 de mayo de 2026
Ingeniería de Prompts en la Gestión de Proyectos de Turismo Corporativo
Jaqueline Martini Gomes; Denis Bruno Viríssimo
Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.
La evolución tecnológica y la globalización han reforzado el papel de la gestión de proyectos en el crecimiento y el desempeño organizacional. En un escenario cada vez más volátil, incierto, complejo y ambiguo, este enfoque se ha convertido en una herramienta esencial para los profesionales que necesitan adaptarse rápidamente a los cambios (Moura et al., 2023). La gestión eficiente de un proyecto es fundamental para la supervivencia de la organización en un mercado competitivo, fortaleciendo la gestión organizacional como un diferencial competitivo (Carneiro y Souza, 2020). Ante este contexto dinámico, la definición y estructuración de proyectos se vuelven esenciales para garantizar su ejecución de manera eficiente. Un proyecto se caracteriza como un esfuerzo temporal orientado a la creación de un producto, servicio o resultado único (PMI, 2021). Su naturaleza temporal implica que tiene un inicio y un fin bien definidos, pudiendo ser una iniciativa aislada o integrar un programa o portafolio de proyectos (PMI, 2021).
Un sector que exige fuertemente la gestión de proyectos es el turismo, que implica la planificación estratégica de infraestructura, eventos y servicios para atender a un público cada vez más exigente y conectado (Alves, 2024). El turismo se caracteriza por la movilidad temporal de personas fuera del entorno habitual por hasta un año consecutivo (Guizi, 2024). Esta movilidad impulsa sectores económicos, especialmente el de servicios, promoviendo el desarrollo local, la generación de ingresos, el aumento de la empleabilidad y el ascenso social (Guizi, 2024). El turismo corporativo es uno de los segmentos más rentables del sector, exigiendo que las empresas desarrollen estrategias innovadoras para mantener la competitividad (Ferreira, 2014). Comprender el perfil de los clientes y desarrollar soluciones eficaces son factores esenciales para atender las necesidades del mercado.
A pesar de la creciente importancia de la gestión de proyectos, muchas empresas todavía enfrentan dificultades en la formalización y estandarización de los documentos estratégicos, lo que resulta en retrasos y fallas en los proyectos. Los desafíos en la gestión de proyectos incluyen el incumplimiento de los plazos, citado en el 60,2% de las respuestas en encuestas sectoriales, mientras que el alcance no definido adecuadamente aparece como un obstáculo significativo en el 39,5% de los casos (Terribili Filho, 2013). Ambos problemas están directamente relacionados con la elaboración de documentos de proyectos, lo que resalta la importancia de la precisión y estandarización en la documentación para evitar cuellos de botella futuros. Como recurso para mejorar esta rutina, la inteligencia artificial se ha convertido en un pilar fundamental en la gestión de proyectos, potenciando la optimización de los flujos de trabajo, la asignación eficiente de recursos y la mejora en la toma de decisiones (Weng, 2023). Al automatizar tareas repetitivas, la inteligencia artificial no solo reduce el esfuerzo manual y la incidencia de errores humanos, sino que también libera a los gerentes de proyecto para que se concentren en actividades estratégicas de mayor impacto.
Profesionales que utilizaron la inteligencia artificial como complemento en sus actividades completaron un 12% más de tareas, fueron un 25% más rápidos y alcanzaron un desempeño un 40% superior (Dell’Acqua et al., 2023). Una práctica esencial para mejorar la precisión y eficacia en la utilización de la inteligencia artificial es la ingeniería de prompts. Esta se define como la ciencia y el arte de diseñar, formatear y optimizar comandos conversacionales para mejorar la interacción con modelos de inteligencia artificial o aprendizaje automático (Schmidt et al., 2024). Este proceso implica la creación de estímulos o instrucciones a través de entradas en lenguaje natural, que guían a los sistemas en la generación de respuestas específicas y relevantes.
Estudios comparativos entre la aplicación de una inteligencia artificial y un gerente de proyectos para la elaboración del plan de proyecto señalan que ambos presentan puntos fuertes y débiles, indicando la complementariedad en el proceso de planificación (Barcaui y Monat, 2023). La inteligencia artificial desempeña un papel crucial en el aumento de la eficiencia del proyecto mediante la reducción de plazos, la mejora del control de costos y la optimización de recursos (Hossain et al., 2024). Para la creación de comandos eficaces, se propone la estructura basada en rol, solicitud, contexto, formato y tono (Bainey, 2024). Los prompts bien elaborados optimizan el tiempo, la comunicación y la toma de decisiones, reforzando la ingeniería de prompts como herramienta estratégica alineada al uso de inteligencia artificial generativa.
Para profundizar el tema estudiado, se realizó una investigación exploratoria con el objetivo de comprender la ingeniería de prompts y la inteligencia artificial generativa aplicadas a la elaboración de documentos de gestión. Se adoptó la investigación bibliográfica fundamentada en materiales ya publicados, como libros, revistas y textos académicos. El procedimiento se configuró como un estudio de caso, entendido como una investigación empírica orientada al análisis profundo de un fenómeno en su contexto real (Gil, 2017). Se aplicaron técnicas de análisis cuantitativo y cualitativo para ampliar la comprensión del objeto. En las investigaciones cuantitativas, las categorías se definen de antemano, mientras que en las cualitativas las categorías iniciales pasan por revisiones continuas para alcanzar una comprensión más amplia (Gil, 2017).
Se llevaron a cabo dos investigaciones con colaboradores de diferentes áreas del sector de turismo corporativo, los cuales actúan de forma puntual o colaborativa en iniciativas relacionadas con proyectos. La recolección de datos se realizó por medio de formularios estructurados para garantizar la estandarización. La primera investigación midió la eficiencia de la utilización de la inteligencia artificial generativa en el apoyo a la elaboración de documentos. Los participantes evaluaron la asertividad y la viabilidad de los contenidos, además de cronometrar el tiempo para la producción manual en comparación con la producción asistida por la inteligencia artificial. Este procedimiento permitió obtener percepciones cualitativas sobre claridad, adherencia y utilidad, además de datos cuantitativos sobre el tiempo de elaboración.
La segunda investigación se centró en la evaluación cualitativa de los documentos generados. Expertos con experiencia en gestión de proyectos analizaron los materiales y emitieron pareceres críticos en cuanto a la claridad, adherencia y utilidad práctica. Esta etapa proporcionó una capa adicional de validación que reforzó la consistencia metodológica. Se utilizó el modelo ChatGPT-4 para la configuración de los prompts, desarrollando instrucciones estructuradas para el Término de Apertura del Proyecto, Estructura Analítica del Proyecto y Acta de Reuniones. La ingeniería de prompts se aplicó para garantizar que las respuestas fueran precisas, relevantes y alineadas al objetivo propuesto, permitiendo la personalización conforme al campo de aplicación (Nascimento, 2024; Singh et al., 2024).
La definición de los prompts se basó en métodos consolidados. El Role-Playing Prompting se utilizó para instruir a la inteligencia artificial a adoptar el papel de un gerente de proyectos senior con experiencia en turismo corporativo (Nascimento, 2024; Kong et al., 2024). El Few-shot Prompt consistió en proporcionar ejemplos explícitos de la estructura esperada, con instrucciones detalladas sobre formato y elementos obligatorios (Nascimento, 2024; Sahoo et al., 2025). El Zero-shot Prompting se empleó en pruebas para evaluar la habilidad del modelo en ejecutar tareas basándose únicamente en su conocimiento previo (Singh et al., 2024). Por último, el Iterative Prompting permitió el refinamiento progresivo de los comandos tras cada interacción para aumentar la claridad y la calidad de las respuestas (Nascimento, 2024; Sahoo et al., 2025).
La elaboración de los prompts tuvo como referencia tres documentos fundamentales. El Término de Apertura del Proyecto formaliza el inicio de la iniciativa y atribuye autoridad al gerente (PMI, 2021). La Estructura Analítica del Proyecto organiza el alcance en niveles sucesivos de detalle para facilitar la gestión (PMI, 2021). El Acta de Reunión registra formalmente los asuntos discutidos y decisiones tomadas, siendo esencial para la trazabilidad (Molina et al., 2021). Los documentos generados se basaron en un proyecto hipotético titulado Implementación del Copiloto Inteligente para Viajes Corporativos, que simula la adopción de una herramienta de inteligencia artificial para uso interno por consultores de viajes. El proyecto contempló entregas como plantillas de política, estructuración de backlog, campañas de comunicación y entrenamientos, con cronograma previsto entre mayo y diciembre de 2025.
Durante la configuración de los prompts, se identificó que el modelo presentaba limitaciones en la replicación de formatos específicos en archivos de texto, lo que exigió comandos más criteriosos. La herramienta también se empleó en la evaluación de la claridad de los propios prompts para identificar cuellos de botella de interpretación. Las pruebas y recolecciones de datos involucraron a profesionales de múltiples departamentos, reflejando un escenario realista del entorno corporativo. Los participantes recibieron los mismos insumos y prompts estandarizados, siendo orientados a elaborar los documentos manualmente y, posteriormente, con apoyo de la inteligencia artificial, registrando el tiempo empleado en cada etapa. Tras la recepción del texto, realizaron los ajustes necesarios y evaluaron la calidad y fidelidad del material.
La muestra de la investigación estuvo compuesta por profesionales de diferentes áreas vinculadas al sector de turismo corporativo. Se observó una predominancia de participantes con edad entre 26 y 35 años, seguidos por el grupo de hasta 25 años. En cuanto a la experiencia en proyectos, la mayoría indicó hasta un año de actuación, seguida por aquellos con experiencia entre uno y tres años. La totalidad de los encuestados afirmó ya utilizar herramientas de inteligencia artificial generativa en actividades profesionales o personales, lo que contribuye a la legitimidad de las respuestas. Alrededor del 81% de los participantes declararon utilizar estas herramientas desde hace más de seis meses, evidenciando un historial de utilización continua que favorece la evaluación de la aplicación de los prompts.
La etapa práctica contempló la distribución equilibrada entre los tipos de documentos probados. En la producción manual, el 29% de los participantes tardó más de dos horas en completar la tarea, el 29% indicó hasta dos horas, el 28% señaló una duración de hasta una hora y el 14% informó la conclusión en hasta 30 minutos. Estos datos evidencian la elevada dedicación exigida por el método tradicional. El análisis cruzado entre tiempo de ejecución y experiencia reveló que los principiantes se concentran en plazos superiores a dos horas, mientras que los seniors presentan una mayor variación de desempeño. La curva de aprendizaje influye directamente en la productividad del método manual.
En contraste, el 67% de los participantes completó la generación del documento con apoyo de la inteligencia artificial en menos de cinco minutos. Otro 24% indicó un tiempo entre cinco y diez minutos, mientras que solo el 9% tardó de diez a 20 minutos. Esta expresiva reducción en el tiempo de producción refuerza el potencial de la automatización. A diferencia del proceso manual, la producción asistida presentó resultados homogéneos independientemente del nivel de experiencia del profesional. La tecnología redujo la curva de aprendizaje y ecualizó la productividad, neutralizando las discrepancias observadas en el método tradicional.
En cuanto a la necesidad de ajustes, para el 33% de los participantes el contenido generado estaba listo para su uso. La mayoría, representando el 53%, realizó solo ajustes leves de ortografía o formato, mientras que el 14% necesitó alterar partes significativas. Ningún participante relató la necesidad de reescribir el documento integralmente, lo que indica un alto nivel de aprovechamiento. La asertividad del contenido fue evaluada como excelente por el 76% de los encuestados, buena por el 19% y regular por el 5%. No hubo registros de evaluaciones negativas, reforzando la calidad percibida.
La aceptación de la solución fue elevada, con el 71% de los participantes afirmando que recomendarían el uso del prompt con certeza a otros profesionales. El 29% restante indicó recomendación con reservas. Los participantes relataron una adecuada adherencia de los contenidos al contexto de trabajo, destacando la claridad y la organización. Las sugerencias de mejora se centraron en ajustes visuales y en la división de los prompts en bloques más pequeños para facilitar el procesamiento. También se destacó la necesidad de hacer los contenidos más detallados para individuos que no participaron directamente en el proyecto.
Los resultados convergen con estudios anteriores que evaluaron planes de proyecto elaborados por inteligencia artificial y por gerentes certificados (Barcaui y Monat, 2023). En aquel comparativo, la inteligencia artificial produjo una estructura analítica más amplia, con 13 entregables contra seis del humano. El proceso iterativo de refinamiento de prompts fue decisivo para elevar la calidad de las entregas. Aunque la tecnología ofrece mayor velocidad, la intervención humana sigue siendo esencial para la contextualización del mercado y la definición de objetivos específicos, reforzando la importancia del enfoque con supervisión humana para garantizar la alineación organizacional.
La percepción externa de profesionales de gestión de proyectos que no participaron de la etapa inicial validó la consistencia de los documentos. Este grupo de control presentó una mayor concentración en las franjas de edad de 26 a 45 años, representando a profesionales en fases intermedias de carrera. Alrededor del 46% de estos profesionales tienen más de tres años de experiencia en proyectos, lo que contribuye a análisis consistentes. En cuanto al uso de inteligencia artificial, el 46% utiliza las herramientas desde hace más de seis meses. La evaluación de este grupo confirmó la homogeneidad en el análisis de los diferentes modelos documentales.
La asertividad fue clasificada como excelente por el 52% de los especialistas externos y como buena por el 44%. Solo el 4% consideró el contenido regular. En cuanto a la recomendación, el 78% indicó que recomendaría el uso de los prompts con certeza. Estos datos corroboran la eficacia de la ingeniería de prompts en la reducción de plazos y la mejora de la precisión. Se observaron ganancias expresivas de eficiencia y calidad, con una reducción de plazos que puede llegar al 20% y una mejora en la asignación de recursos de hasta el 35% (Hossain et al., 2024).
La aplicación de la ingeniería de prompts favorece la estandarización documental y contribuye a la mitigación de errores. El empleo de la inteligencia artificial generativa como instrumento de refinamiento continuo es esencial para la obtención de resultados satisfactorios. Se observaron limitaciones relacionadas con la dificultad del modelo para reproducir determinadas formateos, lo que evidencia que la calidad de los resultados está condicionada a la precisión de las instrucciones y al entrenamiento del modelo. La revisión crítica y la experiencia humana son indispensables para asegurar la conformidad documental y la evolución de los prompts utilizados.
Desde el punto de vista aplicado, la ingeniería de prompts puede incorporarse como herramienta estratégica de apoyo en empresas de turismo corporativo, fortaleciendo la eficiencia operativa y cualificando la toma de decisiones. El espacio para que los profesionales actúen de forma más analítica ante los documentos generados amplía las oportunidades para mejoras continuas y mayor valor agregado a las entregas. El ahorro de tiempo superior al 90% en la elaboración de documentos estratégicos representa una ganancia de productividad sin precedentes para el área de gestión de proyectos.
Se recomienda la realización de investigaciones con muestras más amplias y la aplicación en casos reales de proyectos complejos para consolidar la aplicabilidad de la solución. La ampliación del uso de la ingeniería de prompts en diferentes formatos de documentación de gestión puede revelar nuevas posibilidades de automatización y optimización. La integración equilibrada entre la tecnología y la experticia humana amplía la confiabilidad de los procesos y garantiza que los objetivos organizacionales se alcancen con mayor precisión y menor esfuerzo operativo.
Se concluye que el objetivo fue alcanzado, demostrando que la ingeniería de prompts integrada a la inteligencia artificial generativa es una alternativa consistente y eficaz para optimizar la elaboración de documentos de gestión de proyectos en el sector de turismo corporativo. Los resultados evidenciaron una drástica reducción en el tiempo de producción documental, manteniendo elevados niveles de asertividad y calidad técnica. La solución presentó amplia aceptación entre profesionales experimentados y principiantes, igualando la productividad y mitigando fallas comunes de estandarización. La intervención humana permanece fundamental para el refinamiento de los comandos y la contextualización estratégica, consolidando la tecnología como un soporte indispensable para la eficiencia operativa y la innovación en la gestión de proyectos contemporánea.
Referencias Bibliográficas:
Alves, M. C. 2024. A importância do gerenciamento de projetos para a análise dos impactos do turismo nas localidades. REVISPATTTUR, 2(1): 57-74.
Bainey, K. 2024. Prompt Engineering for Project Managers. p. 109-181. In: Bainey, K. AI Driven Project Management: Harnessing the Power of Artificial Intelligence and ChatGPT to Achieve Peak Productivity and Success. 1ed. Wiley, Hoboken, New Jersey, Estados Unidos.
Barcaui, A; Monat, A. 2023. Who is better in project planning?Generative artificial intelligence or project managers?. Project Leadership and Society 4(12): 1-12.
Carneiro, P. F. G.; Souza, J. A. C. de. 2020. Análise sobre a importância da gestão de projetos no planejamento das organizações. In: Congresso Brasileiro de Engenharia de Produção – CONBREPRO, 2020, virtual. Anais… p. 1-8.
Dell’Acqua, F.; McFowland III, E.; Mollick, E.; Lifshitz-Assaf, H.; Kellogg, K.C.; Rajendran, S.; Krayer, L.; Candelon, F.; Lakhani, K.R. 2023. Navigating the jagged technological frontier: field experimental evidence of the effects of AI on knowledge worker productivity and quality. Disponível em: <https://www.hbs.edu/faculty/Pages/item.aspx?num=64700>. Acesso em: 29 mar. 2025.
Ferreira, M.; Ghiraldello, L. 2014. O benchmarking como ferramenta de gestão: um estudo em departamentos de viagens corporativas nas empresas. Revista Gestão & Conhecimento (2014): 1-25.
Gil, A. C. 2017. Como Elaborar Projetos de Pesquisa. 6ed. Atlas, São Paulo, SP, Brasil.
Guizi, A. A. 2024. O turismo em meio à sociedade 5.0: estudo em materiais da Organização Mundial do Turismo de 2016 a 2023. Turismo: Visão e Ação 26(2024): 1-14.
Hossain, M.Z.; Hasan, L.; Dewan, M.A.; Monira, N.A. 2024. The impact of artificial intelligence on project management efficiency. International Journal of Management Information Systems and Data Science 1(5): 1-17.
Kong, A., Zhao, S., Chen, H., Li, Q., Qin, Y., Sun, R., Zhou, X., Wang, E., Dong, X. 2024. Better zero-shot reasoning with role-play prompting. arXiv preprint arXiv:2308.07702 2: 1-15.
Molina, L.; Lunardelli, R.; Tonello, I.; Adati, F. S.; Silva, V. V.; Del Grossi, A. F. S. 2021. A ata de reunião como lugar de memória do Departamento de Ciência da Informação: percurso inicial de um projeto de extensão. EntreAções: diálogos em extensão 2(1): 130-141.
Moura, R. L.; Carneiro, T. C. J.; Dias, T. L. 2023. O ambiente VUCA no sucesso do projeto: os efeitos dos métodos de gerenciamento de projetos. Brazilian Business Review, 20(3): 236-259.
Nascimento, J. R. do. 2024. Exploração de técnicas de engenharia de prompt para aprimorar os resultados do uso de LLM no TCMRio. Monografia em Especialização em Residência em Tecnologia da Informação. Instituto Metrópole Digital da Universidade Federal do Rio Grande do Norte, Natal, RN, Brasil.
Project Management Institute [PMI]. 2021. Um Guia para o Conjunto de Conhecimentos em Gerenciamento de Projetos. 7ed. Project Management Institute, Newtown Square, PA, EUA.
Sahoo, P., Singh, A.K., Saha, S., Jain, V., Mondal, S., Chadha, A. 2025. A systematic survey of prompt engineering in large language models: techniques and applications. arXiv preprint arXiv:2402.07927 v.2: 1-12.
Schmidt, D. C.; Spencer-Smith, J.; Fu, Q.; White, J. 2024. Towards a Catalog of Prompt Patterns to Enhance the Discipline of Prompt Engineering. ACM SIGAda Ada Letters 43(2): 43-51.
Singh, A., Ehtesham, A., Gupta, G.K., Chatta, N.K., Khoei, T.T. 2024. Exploring prompt engineering: a systematic review with SWOT analysis. arXiv preprint arXiv:2410.12843 v.1: 1-14.
Terribili Filho, A. 2013. Os cinco problemas mais frequentes nos projetos das organizações no Brasil: uma análise crítica. Revista de Gestão e Projetos 4(2): 213-237.
Weng, J. 2023. Putting Intellectual Robots to Work: Implementing Generative AI Tools in Project Management. Dissertação de Mestrado em Gestão e Sistemas. School of Professional Studies, New York University, New York, NY, EUA.
Resumen ejecutivo del Trabajo de Conclusión de Curso de la Especialización en Gestión de Proyectos del MBA USP/Esalq
Para saber más sobre el curso, haz clic aquí y accede a la plataforma MBX Academy