Un prompt financiero útil tiene cinco elementos obligatorios:
Tres errores que invalidan el output de la IA:
Para tu primer prompt de análisis:
«Actúa como [ROL]. Estoy analizando los estados financieros de [empresa/sector]. A continuación te paso [datos]. Necesito que [instrucción concreta]. Devuelve la respuesta en formato [formato].»
Contrasta las cifras generadas por la IA con las fuentes originales antes de usar el análisis.
Implicación directiva: La IA puede mezclar datos de periodos distintos o redondear de forma inconsistente. Si el margen que calcula no coincide con el tuyo, el error casi siempre está en cómo interpretó los datos de entrada, no en la fórmula.
Comprueba que la interpretación que ofrece la IA tiene sentido para tu sector y tamaño de empresa.
Implicación directiva: Una conclusión válida para una multinacional cotizada no aplica a una PYME familiar. Si la IA recomienda 'optimizar la estructura de capital con un bono corporativo', hay que revisar el contexto.
La IA tiende a interpretar de forma conservadora cualquier resultado neto bajo como 'señal de alerta'. No siempre es así.
Implicación directiva: Un resultado neto bajo con EBIT alto no es un problema operativo. Si aceptas la lectura literal de la IA sin filtrar, vas a generar alarma innecesaria en una reunión.
Antes de llevar cualquier análisis generado por una IA a una reunión, hay un paso que marca la diferencia entre una intervención profesional y una repetición mecánica del output: someter ese análisis al escrutinio crítico de una segunda IA distinta de la que lo produjo. La dinámica es sencilla. La primera IA —por ejemplo, ChatGPT— genera el análisis sobre las cuentas. A continuación, abres una segunda herramienta —Claude, Gemini, Copilot, o incluso una conversación nueva en otra cuenta— y le pegas dos cosas: las cuentas originales y el análisis que produjo la primera IA. Su rol es el de auditora externa con criterio crítico: detectar incoherencias, cifras que no cuadren, interpretaciones que no se sostengan o conclusiones que la primera haya forzado.
Esta separación entre la IA que produce y la IA que audita funciona por la misma razón por la que en un comité no decide solo quien propone: el que revisa no arrastra los sesgos de quien escribió. La IA que ha generado el análisis tiene un sesgo natural a defender su propia construcción; una IA distinta, sin esa carga, identifica con más facilidad los puntos débiles. Esto es especialmente útil cuando el análisis recomienda acciones (recortes, inversiones, cambios de estructura): si la segunda IA no las defiende bajo escrutinio crítico, no las llevas a la reunión.
El criterio sigue siendo tuyo. La orquestación de dos IAs no decide por ti; te deja un material doblemente filtrado para que la última palabra —qué llevas a la reunión y qué descartas— la tomes con más información y menos puntos ciegos.
Los errores que comete la IA al analizar estados financieros — aprende a detectarlos
La IA comete siempre los mismos errores cuando trabaja con estados financieros básicos. Conocerlos de antemano es la diferencia entre un análisis que refuerza tu credibilidad y uno que la destruye:
Aprovecha lo que ya has aprendido y completa tu formación en el curso de Decisiones con datos: IA aplicada a la gestión económico-financiera
Este sitio utiliza cookies propias y de terceros con fines analíticos anónimos, para guardar tus preferencias y garantizar el correcto funcionamiento del sitio web.
Puedes aceptar todas las cookies, rechazarlas o configurarlas según tus preferencias utilizando los botones correspondientes.
Puedes obtener más información y volver a configurar tus preferencias en cualquier momento en la Política de cookies
