---
title: "Deja de buscar el prompt perfecto. Lo que funciona es un loop."
description: "La diferencia entre corregirle el prompt a ChatGPT diez veces y poner a un agente a dar esas vueltas por ti."
image: "https://jcvm.ai/notas/loop-engineering/opengraph-image"
url: "https://jcvm.ai/notas/loop-engineering"
author: "Juan Carlos del Valle"
published: "2026-10-20"
reading_time: "6 min"
language: "es-MX"
---

# Deja de buscar el prompt perfecto. Lo que funciona es un loop.

> La diferencia entre corregirle el prompt a ChatGPT diez veces y poner a un agente a dar esas vueltas por ti.

Hay toda una industria de "los 50 prompts que tienes que conocer". Plantillas, cursos, hilos de Twitter. Y no digo que no sirvan. Pero cada vez que construyo algo con IA que de verdad funciona, me doy cuenta de lo mismo: el prompt importa menos de lo que crees. Lo que importa es el loop.

Te lo explico con un ejemplo que seguro ya viviste.

## Tú ya haces loops, nomás que a mano

Le pides a ChatGPT: "ármame un viaje de fin de semana con cinco mil pesos".

Te regresa un plan precioso... de ocho mil.

Le corriges: "más barato". Ahora sí cabe, pero el hotel queda a una hora de todo.

Le corriges otra vez. Y otra. A la cuarta vuelta ya se le olvidó que querías playa.

Fíjate qué estás haciendo: pides, revisas, comparas con lo que querías y, si no cuadra, vuelves a pedir. Eso es un loop. El problema es que el que da las vueltas eres tú.

## Loop engineering: sentar a un agente en tu silla

La idea es sencilla: en lugar de que tú hagas de revisor, le das a un agente la meta completa y lo dejas dar las vueltas.

Un agente es una IA que, además de platicar, puede hacer cosas: buscar en internet, consultar precios, hacer cuentas. Entonces el agente busca vuelos y hoteles, suma cuánto sale, lo compara con tus cinco mil y, si no cabe, da otra vuelta. Solito.

Tú pones la meta. Él pone las vueltas.

Suena fácil. Y aquí es donde la mayoría se tropieza, porque un loop sin reglas es peligroso. Necesita tres.

## Regla 1: saber cuándo parar

Un agente sin condición de salida se puede quedar buscando para siempre. Y "para siempre" en IA cuesta dinero, porque cada vuelta se cobra.

Entonces le das dos salidas:

- Para cuando el plan cabe en el presupuesto.
- O para a los quince intentos, pase lo que pase, y te dice qué fue lo mejor que encontró.

La segunda es la que todo mundo olvida. Y es la que te salva la tarjeta.

## Regla 2: que no pierda la meta

Esto me tocó verlo muchas veces. Después de veinte búsquedas, el agente trae la cabeza llena de vuelos, horarios, hoteles, reseñas... y en algún punto se le olvida lo más importante: los cinco mil pesos.

Las IAs tienen una memoria de trabajo limitada. Si la llenas de basura, lo importante se pierde.

La solución es cuidar qué se queda en esa memoria:

- Guarda completo solo lo último que falló, para que no repita el error.
- Lo demás, resúmelo.
- Y en cada vuelta, recuérdale la meta. Literal, otra vez: "presupuesto: cinco mil, fin de semana, playa".

Parece obvio. Es lo que más diferencia hace.

## Regla 3: los errores son información

Una página no carga. Un precio sale raro. Un vuelo ya no está disponible.

Un mal loop se rinde ahí. Uno bueno lo toma como dato: "esta página no funcionó, pruebo otra". El error no es el final, es una pista más.

## No lo tienes que armar desde cero

Si esto te suena a mucho trabajo, la buena noticia es que ya hay herramientas que corren el loop por ti: le das la meta, las reglas para parar y las herramientas que puede usar, y ellas se encargan del resto. Los programadores lo arman con cosas como LangGraph o el Agent SDK de Claude; cada vez más apps lo traen integrado sin que lo notes.

## Lo que me llevo

Comparado así se ve clarísimo:

- Tú, corrigiendo prompts uno por uno, haciendo de revisor.
- O un agente con meta, límite y memoria, dando las vueltas por ti.

La próxima vez que estés en la cuarta corrección de un prompt, pregúntate: ¿esto lo podría revisar alguien más? Si la respuesta es sí, no necesitas un mejor prompt. Necesitas un loop.

## Para los técnicos, entre líneas

las tres reglas son stop condition (éxito o tope de iteraciones), context management (resumir historial, conservar el último fallo, reinyectar el objetivo) y error recovery (tratar fallas de herramientas como observaciones, no como excepciones fatales). Frameworks: LangGraph, Claude Agent SDK.

## JSON-LD

```json
{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "BlogPosting",
      "@id": "https://jcvm.ai/notas/loop-engineering#post",
      "headline": "Deja de buscar el prompt perfecto. Lo que funciona es un loop.",
      "name": "Deja de buscar el prompt perfecto. Lo que funciona es un loop.",
      "description": "La diferencia entre corregirle el prompt a ChatGPT diez veces y poner a un agente a dar esas vueltas por ti.",
      "url": "https://jcvm.ai/notas/loop-engineering",
      "mainEntityOfPage": {
        "@type": "WebPage",
        "@id": "https://jcvm.ai/notas/loop-engineering"
      },
      "datePublished": "2026-10-20",
      "dateModified": "2026-10-20",
      "author": {
        "@id": "https://jcvm.ai/#juan"
      },
      "publisher": {
        "@id": "https://jcvm.ai/#juan"
      },
      "isPartOf": {
        "@id": "https://jcvm.ai/notas#blog"
      },
      "inLanguage": "es-MX",
      "wordCount": 652,
      "timeRequired": "PT6M",
      "image": "https://jcvm.ai/notas/loop-engineering/opengraph-image",
      "keywords": [
        "Loop",
        "loop engineering",
        "agentes"
      ],
      "articleSection": "Tecnología",
      "abstract": "las tres reglas son stop condition (éxito o tope de iteraciones), context management (resumir historial, conservar el último fallo, reinyectar el objetivo) y error recovery (tratar fallas de herramientas como observaciones, no como excepciones fatales). Frameworks: LangGraph, Claude Agent SDK."
    },
    {
      "@type": "BreadcrumbList",
      "itemListElement": [
        {
          "@type": "ListItem",
          "position": 1,
          "name": "Inicio",
          "item": "https://jcvm.ai"
        },
        {
          "@type": "ListItem",
          "position": 2,
          "name": "Notas",
          "item": "https://jcvm.ai/notas"
        },
        {
          "@type": "ListItem",
          "position": 3,
          "name": "Deja de buscar el prompt perfecto. Lo que funciona es un loop.",
          "item": "https://jcvm.ai/notas/loop-engineering"
        }
      ]
    },
    {
      "@type": "Person",
      "@id": "https://jcvm.ai/#juan",
      "name": "Juan Carlos del Valle",
      "alternateName": "jcvm",
      "url": "https://jcvm.ai",
      "image": "https://jcvm.ai/assets/juan-foto.jpg",
      "jobTitle": "Cofounder & CTO",
      "description": "Más de 20 años construyendo software. Cofundador y CTO de Academia de IA y de Agentiza. Explica cómo funciona la tecnología por dentro, sin tecnicismos.",
      "knowsAbout": [
        "Inteligencia artificial",
        "Agentes de IA",
        "Modelos de lenguaje",
        "Ingeniería de software",
        "Arquitectura de sistemas"
      ],
      "worksFor": [
        {
          "@type": "Organization",
          "name": "Academia de IA",
          "url": "https://www.academiadeia.com/"
        },
        {
          "@type": "Organization",
          "name": "Agentiza",
          "url": "https://agentiza.ai/"
        }
      ],
      "sameAs": [
        "https://instagram.com/jcvm_ai",
        "https://tiktok.com/@jcvm_ai",
        "https://youtube.com/@imekinox",
        "https://threads.net/@jcvm_ai"
      ]
    },
    {
      "@type": "WebSite",
      "@id": "https://jcvm.ai/#website",
      "url": "https://jcvm.ai",
      "name": "jcvm.ai",
      "description": "20+ años construyendo software. Te explico cómo funciona la tecnología por dentro, sin tecnicismos.",
      "inLanguage": "es-MX",
      "publisher": {
        "@id": "https://jcvm.ai/#juan"
      }
    }
  ]
}
```