A día de hoy, la inteligencia artificial generativa ha dejado de ser una curiosidad o una novedad técnica para convertirse en una herramienta real y potente de apoyo al trabajo de analistas, técnicos y consultores SIG. Cada vez es más habitual recurrir a asistentes como ChatGPT, Gemini o Claude que usan grandes modelos de lenguaje (LLM) para estructurar análisis territoriales, apoyar la redacción de informes técnicos o generar código.
Sin embargo, muchos profesionales se encuentran con una paradoja: utilizan IA, pero los resultados son irregulares, genéricos o difícilmente aplicables a un contexto geoespacial de sus proyectos reales. En la mayoría de los casos, la diferencia no está en el modelo utilizado, sino en cómo se formulan las instrucciones.
Aquí es donde entra en juego la ingeniería de instrucciones, también conocida como prompt engineering: el conjunto de técnicas que permite transformar una pregunta imprecisa en una instrucción técnica clara y alineada con un objetivo SIG concreto. Bien aplicada, esta disciplina convierte a la IA en un asistente capaz de razonar, proponer metodologías y generar resultados coherentes con los flujos de trabajo habituales en el análisis geográfico.
¿Qué es un prompt en el ámbito de la IA generativa?
En el contexto de los Sistemas de Información Geográfica, un prompt no es solo una consulta en lenguaje natural que podamos hacer por ejemplo en ChatGPT. Es un conjunto de instrucciones estructuradas que actúan como interfaz entre el razonamiento profesional del analista y la capacidad del modelo de IA.
En la práctica, los prompts más eficaces en SIG suelen apoyarse en cuatro pilares fundamentales:
Rol (Persona o Experto): Asigna un papel o identidad al modelo para activar conocimientos y tonos específicos. Ejemplo: «Actúa como analista de datos…», «Eres un consultor experto en planificación urbana…»
Instrucción o Tarea (Acción): Define de forma clara y con verbos de acción lo que el modelo debe realizar. Es el objetivo central del prompt. Ejemplo: «Genera un informe que…», «Compara los siguientes dos documentos…», «Escribe el código en Python para…»
Contexto/Datos de Entrada (Información): Proporciona la información de fondo, los datos específicos (un texto, una tabla, unas variables) o las premisas que el modelo necesita para ejecutar la tarea. Ejemplo: «Considera la normativa X.…», «A partir de la siguiente lista de coordenadas…», «Utiliza los siguientes parámetros de riesgo: [datos]»
Formato y Restricciones (Salida): Especifica cómo debe ser la respuesta generada. Este es el elemento de control más importante para la usabilidad. Ejemplo: «La respuesta debe estar en formato JSON…», «Utiliza un tono formal y académico…», «Máximo 200 palabras y con tres secciones numeradas»
Técnicas de prompting que elevan el análisis espacial
No todas las tareas SIG requieren el mismo tipo de instrucción. En función de la complejidad del problema, podemos aplicar distintas estrategias de prompting.
Zero-shot prompting Es el enfoque más directo: pedir algo sin ejemplos previos. Resulta útil para tareas simples o exploratorias, pero ofrece poco control en análisis complejos.
Few-shot prompting Aquí se aportan ejemplos. Por ejemplo, mostrar cómo se clasifica un uso del suelo y pedir al modelo que continúe con el mismo criterio. La consistencia y la precisión aumentan de forma notable.
Chain-of-Thought (cadena de pensamiento) Especialmente relevante en SIG. En lugar de pedir un resultado final, se solicita al modelo que razone paso a paso: criterios, supuestos y decisiones espaciales. Este enfoque es clave en análisis multicriterio, evaluación de riesgos o planificación territorial, donde la lógica del proceso es tan importante como el resultado final.
Además de estas estrategias más conocidas, existen otras técnicas de prompting avanzadas que amplían considerablemente las posibilidades de la IA aplicada a los SIG y que se abordan en profundidad en el curso, entre ellas:
Role Prompting, para ajustar el nivel técnico, el enfoque y el criterio profesional del modelo.
Prompt Chaining, que permite dividir un flujo SIG complejo en pasos encadenados y coherentes.
Self-Consistency Prompting, orientado a validar resultados comparando distintos razonamientos o métodos.
ReAct Prompting (razonamiento y acción), que combina reflexión lógica con ejecución de acciones o consultas externas.
Estas técnicas permiten pasar de usos puntuales de la IA a flujos de trabajo estructurados, reproducibles y auditables, especialmente relevantes en entornos profesionales de análisis geográfico y consultoría.
La IA como asistente SIG: ejemplos reales
A continución vamos a presentar unos ejemplos sencillos de instrucciones eficaces aplicadas a labores propias de muchos trabajos en el ámbito de los SIG
1. Automatización de geoprocesos
Un caso habitual en proyectos reales es la necesidad de unificar decenas de capas procedentes de distintos municipios, cada una con su propio sistema de referencia o estructura de datos. Un prompt bien planteado puede generar directamente el script necesario:
“Actúa como desarrollador de Python para QGIS. Escribe un script que recorra una carpeta, combine todos los shapefiles poligonales y los guarde en una GeoPackage, asegurando que el sistema de referencia final sea EPSG:25830.”
2. Apoyo a la consultoría y al diseño metodológico
La IA también puede ser una aliada en fases tempranas de proyecto, cuando todavía estamos definiendo el enfoque de trabajo. Por ejemplo, ante un estudio de infraestructuras:
“Soy consultor SIG. Necesito un modelo conceptual para identificar puntos críticos en una red de abastecimiento de agua. Enumera las variables espaciales clave y sugiere qué herramientas de análisis de redes debería emplear.”
Este tipo de uso resulta especialmente valioso para definir el alcance del proyecto, preparar propuestas técnicas y justificar metodologías ante clientes o administraciones.
3. Planificación y validación de análisis espacial complejo
En muchos proyectos SIG no basta con ejecutar herramientas concretas. Lo verdaderamente crítico es plantear bien el flujo de trabajo, justificarlo y comprobar que las decisiones espaciales tienen sentido antes de invertir tiempo en cálculos costosos. Aquí es donde técnicas de prompting orientadas al razonamiento, como la cadena de pensamiento, aportan un valor diferencial.
“Actúa como analista SIG especializado en planificación territorial. Dispongo de capas de pendiente, usos del suelo y red hidrográfica. Razona paso a paso cómo plantear un análisis multicriterio para identificar zonas aptas para urbanización, explicando los criterios, la normalización de variables y la combinación final.”
Este enfoque ayuda a descomponer el problema, explicitar supuestos y documentar el razonamiento técnico de forma clara y reproducible.
Recursos y formación especializada en IA generativa
Los principales proveedores de grandes modelos de lenguaje (LLM) han publicado guías oficiales de ingeniería de instrucciones. Se trata de recursos muy útiles para comprender los principios generales del prompt engineering, independientemente del sector en el que se apliquen.
Estas guías están pensadas para un uso transversal, válido para programación, redacción, análisis de texto o tareas generales, pero hay que tener en cuenta que no entran en el detalle de sectores específicos como el análisis geográfico o los Sistemas de Información Geográfica.
En nuestro curso de IA Generativa aplicada al análisis geográfico, partimos de estos principios generales y los llevamos al terreno concreto de los SIG, trabajando con ejemplos reales de análisis territorial, consultoría ambiental, planificación urbana y flujos de trabajo. Si quieres dejar de aplicar técnicas genéricas y aprender a integrar la IA con criterio en proyectos geoespaciales reales, puedes encontrar más información y matricularte en la próxima convocatoria del curso.
Geógrafo “Full-stack” y desarrollador web especializado en Tecnologías de Información Geográfica.
Vinculado con la labor de consultoría, ha realizado diversos proyectos sobre análisis urbanístico, planes de vivienda y gestión patrimonial, así como la puesta en marcha de Sistemas de Información Geográfica corporativos para la administración pública.
Dentro de los trabajos como desarrollador se encuentran el diseño de varias aplicaciones webmapping y desarrollos para QGIS (Spanish Inspire Catastral Downloader, CDAU Downloader o qgis2mapea). Autor del blog www.sigdeletras.com y organizador de Geoinquietos Córdoba. Actualmente se encuentra incorporado al equipo de desarrollo de Geoinnova en aplicaciones Open Source.
Como docente lleva impartiendo cursos profesionales de SIG desde 2007 para diferentes entidades y en diferentes modalidades (tanto presencial como online). Especializándose en los últimos años en cursos de QGIS a distintos niveles.
Interacciones con los lectores
Comentarios
Mario Lunadice
Excelentes ejemplos. «La IA no nos quitará nuestros trabajos, quien no sepa usar (aplicar) la IA perderá su trabajo».
Parece contradictorio, pero no lo es. Una cosa es que nos sustituyan (directamente) por una IA y otra cosa es plantear la necesidad de aprender a trabajar con ella para ser competitivos en nuestro sector… porque si no, tu perfil no será competitivo frente a otros perfiles, no frente a la IA directamente.
Utilizamos tecnologías como las cookies para almacenar y/o acceder a la información del dispositivo. Lo hacemos para mejorar la experiencia de navegación y para mostrar anuncios personalizados. El consentimiento a estas tecnologías nos permitirá procesar datos como el comportamiento de navegación o las identificaciones únicas en este sitio. No consentir o retirar el consentimiento, puede afectar negativamente a ciertas características y funciones.
Funcional Siempre activo
El almacenamiento o acceso técnico es estrictamente necesario para el propósito legítimo de permitir el uso de un servicio específico explícitamente solicitado por el abonado o usuario, o con el único propósito de llevar a cabo la transmisión de una comunicación a través de una red de comunicaciones electrónicas.
Preferencias
El almacenamiento o acceso técnico es necesario para la finalidad legítima de almacenar preferencias no solicitadas por el abonado o usuario.
Estadísticas
El almacenamiento o acceso técnico que es utilizado exclusivamente con fines estadísticos.El almacenamiento o acceso técnico que es utilizado exclusivamente con fines estadísticos anónimos. Sin una requerimiento, el cumplimiento voluntario por parte de su proveedor de servicios de Internet, o los registros adicionales de un tercero, la información almacenada o recuperada sólo para este propósito no se puede utilizar para identificarlo.
Marketing
El almacenamiento o acceso técnico es necesario para crear perfiles de usuario para enviar publicidad, o para rastrear al usuario en un sitio web o en varios sitios web con fines de marketing similares.
Excelentes ejemplos. «La IA no nos quitará nuestros trabajos, quien no sepa usar (aplicar) la IA perderá su trabajo».
Parece contradictorio, pero no lo es. Una cosa es que nos sustituyan (directamente) por una IA y otra cosa es plantear la necesidad de aprender a trabajar con ella para ser competitivos en nuestro sector… porque si no, tu perfil no será competitivo frente a otros perfiles, no frente a la IA directamente.