Aplicación de la tabla de prompts: una fila de la tabla se convirtió en el prompt de personalidad de Moka
15 de noviembre de 2026
Hola, soy Kurashiki Bouzu. Nací en 1971, antes era director funerario, y ahora vivo en una casa tradicional japonesa en Kurashiki, en la prefectura de Okayama, trabajando junto a Moka, mi mayordoma IA.
Primero, una pregunta.
«¿No te resulta molesto hacer los prompts en archivos de texto o md?»
Lo normal en el mundo es que un prompt (el texto de petición a la IA) se escriba en un archivo de texto o en un archivo MD (Markdown). Las explicaciones oficiales de otras IA también se centran en esa forma. Pero para Kurashiki Bouzu, ese trabajo de «escribir» era, en sí mismo, la molestia.
Este artículo es el registro del mecanismo que construí para escapar de esa molestia. Es la aplicación de la tabla.
El punto de partida fue: «meter datos en MD es una molestia»
El punto de partida de Kurashiki Bouzu fue este:
«A mí me resultaba molesto meter datos en MD. Comprobé si Moka podía convertirlo desde una hoja de cálculo, y resultó que sí, por eso lo uso».
El orden no vino de la teoría. Hubo una molestia. Se comprobó si se podía. Se pudo, y se adoptó. Solo eso.
En el artículo anterior, «La IA también aprende de una tabla», escribí una forma de gestión: la lista de artículos en una hoja de cálculo de Google, y los textos en otro sitio. El índice es la tabla; el texto, un archivo ligero de caracteres. Así se usan las tablas en casa de Kurashiki Bouzu.
Esta vez es su aplicación: ¿qué pasa si lo que se coloca en la tabla deja de ser «la lista de artículos» y pasa a ser «las piezas de una petición»?
Lo que construí: una fila = un prompt, las columnas = las piezas
Lo que construí es una hoja de cálculo de Google llamada «Prompt automático (prototipo)». La forma es sencilla.
Una fila es un prompt (un texto de petición). Las columnas son sus piezas.
| Columna (pieza) | Su función |
|---|---|
| Destinatario | Pedírselo a Moka (Muse) |
| Personalidad (palabras en fila) | La personalidad de la persona encargada de esa fila, escrita alineando palabras |
| Petición | Lo que se quiere que haga (en breve) |
| Material (dónde está) | El lugar donde está el material |
| Reglas | Lo que hay que cumplir |
| Forma de entrega | La forma del resultado |
| Dónde detenerse | Las condiciones para detenerse, como los puntos donde hace falta mi decisión |
| Estado | Hasta dónde ha avanzado |
| Dónde queda el resultado | El lugar del resultado (lo escribe Moka) |
Cuando aparece una petición nueva, se añade una fila a la tabla y se rellenan las piezas. Moka lee esa fila, monta las piezas en un texto y se lo pasa a Moka (Muse). Cuando el resultado está listo, Moka escribe su ubicación en la misma fila. También decidí no aumentar demasiado las columnas: si las piezas se mezclan, la petición se vuelve borrosa.
Y hay otra pestaña: el «prompt de entrada». Sirve para construir, eligiendo palabras por apartados, el prompt de personalidad que se introduce al principio en una Moka nueva. El orden es: nombre → posición → sexo → cómo dirigirse a la persona → tono → orden de lo que se valora → aspecto (el avatar). Como muestrario de palabras para elegir, añadí también las pestañas «Lista de posiciones» y «Lista de terminaciones». Las terminaciones que no caben en la tabla están en un documento de Google, visible desde la tabla mediante un enlace.
Es decir, la verdadera naturaleza de este prototipo, en palabras de Kurashiki Bouzu, es esta:
«Esto es un prompt automático, pero también es una máquina generadora de prompts de personalidad de Moka».
Es una máquina que fabrica textos de petición y, al mismo tiempo, una máquina que fabrica la personalidad de Moka.

(Figura: el mecanismo del prompt automático. No incluí el tema de los departamentos, porque esta figura es la de la máquina que fabrica prompts de personalidad)
Ejemplo real: monté la primera fila, y funcionó tal cual
Solo con palabras cuesta de entender, así que dejo un ejemplo real. La primera fila de la tabla es una petición llamada «Borrador de conocimientos funerarios». Las piezas estaban rellenadas así:
- Destinatario: la persona encargada de funerales y Moka (Muse)
- Personalidad (palabras en fila): valorar las fuentes / no exagerar / lo no confirmado, escribirlo como «no confirmado»
- Petición: crear el borrador de un artículo de conocimientos funerarios a partir de los conocimientos ya guardados
- Reglas: adjuntar las fuentes / lo que no se pueda verificar, escribirlo como «no confirmado» / no mezclar las experiencias del autor
- Forma de entrega: el archivo del borrador y una imagen de portada
- Dónde detenerse: la publicación la decide el autor
Moka leyó esa fila y la montó en un texto. Lo que añadió al montar fueron solo el número de la persona encargada del destinatario, la ubicación concreta del material y el desglose de la forma de entrega. El contenido de la petición no cambió.
Lo interesante fue el destino de las palabras de «personalidad». La fila de palabras «valorar las fuentes / no exagerar / lo no confirmado, escribirlo como no confirmado» se convirtió, en el texto de petición montado, en el apartado de la «actitud». Al alinear palabras, nace la personalidad de la persona encargada de esa fila. La regla de Kurashiki Bouzu —«la personalidad se crea alineando palabras»— ocurrió tal cual, también sobre una tabla.
Esta fila llegó a montarse hasta una forma que se puede pasar tal cual a Moka (Muse). El estado del prototipo es «montaje comprobado».
Medición: frenar el consumo — buscando desde la tabla, la lectura fue de una cuarta parte y pico
La forma de gestionar con tablas trajo otra prueba: la cantidad que hay que leer al buscar.
Le pedí a Moka que lo contara. Usando la lista de funciones (la tabla índice de los departamentos) y los 36 documentos de los departamentos que hay detrás, planteé tres preguntas cuya respuesta estaba en un único archivo, y comparé, con dos maneras de buscar, «el número de caracteres leídos hasta llegar a la respuesta».
| Manera de buscar | Caracteres leídos (suma de las 3 preguntas) |
|---|---|
| Buscar directamente en los textos MD, sin índice | 109.688 caracteres |
| Leer la tabla y abrir solo el texto que tiene la respuesta | 23.563 caracteres |
La manera de buscar desde la tabla fue, aproximadamente, una 4,7.ª parte de la directa. Y como la tabla, una vez leída, se puede reutilizar, si las tres preguntas se hacen juntas, baja hasta una 7,4.ª parte, aproximadamente.
Dejo también la reserva honesta: esto no es una medición de «el número de tokens» en sí, sino del número de caracteres leídos. Y según el orden en que se abran los archivos en la búsqueda directa, el número también se mueve. Aun así, quedó comprobado con números que el orden «índice (la tabla) → resumen (la fila) → texto» reduce mucho la cantidad que hay que leer.
Por qué una tabla: la diferencia está en quién toca la tabla
Aquí surge una pregunta sencilla. ¿Por qué empeñarse en una tabla? ¿Un prompt no debería escribirse en un archivo MD?
En el mundo se dice con fuerza que «prompt = MD». Las explicaciones oficiales de otras IA también lo subrayan. Siendo así, a nadie se le ocurriría poner los prompts en una hoja de cálculo de Google o en Excel. Y aunque se le ocurriera, con otras IA la lectura y la escritura de la tabla se convierten en trabajo de la propia persona usuaria. Cambiar el lugar donde se guarda solo aumenta su trabajo.
En una medición anterior, cuando hice que otras IA leyeran y escribieran tablas, el resultado también fue claro. Una IA no conectada no puede ni leer ni escribir la tabla. Y entre las conectadas, las había que solo podían leer.
Moka es distinta. Moka lee la tabla por sí misma y la escribe por sí misma. Por eso el trabajo de Kurashiki Bouzu no aumenta: lo que queda es solo la facilidad de gestión. La diferencia no está en lo nueva que sea la idea. Está en quién toca la tabla.
También le pedí a Moka que investigara si en el mundo hay prácticas parecidas. Había dos cercanas. Una persona que guardaba textos de instrucciones en una hoja de cálculo de Google y hacía que la IA los leyera directamente para producir artículos (el blog Manabiba). Eso sí: esa persona, al final, trasladó los prompts al lado de la IA, y la tabla volvió a ser el lugar de origen. La otra es una práctica que gestiona la información de los artículos en una tabla para producirlos (note, aiaicreate). Eso sí: el intercambio con la IA lo hace una persona, copiando y pegando.
La forma exacta de Kurashiki Bouzu —la tabla sigue siendo el registro principal, Moka misma la lee y la escribe, los textos de petición se montan desde las piezas de una fila, y hasta la personalidad se gestiona en la tabla— no se encontró en el alcance investigado. No haberlo encontrado no es lo mismo que que no exista, así que no lo afirmo con rotundidad. Pero la diferencia con las dos prácticas cercanas se concentró en dos puntos: si la IA lee y escribe directamente, y si la tabla sigue siendo el registro principal.
Gestionar es reescribir la tabla
La otra virtud de esta forma es la gestión.
Cuando quiero cambiar algo, basta con reescribir la casilla de la tabla. Si quiero cambiar una personalidad, sustituyo las palabras de la columna «personalidad». Si quiero añadir una regla, la añado a esa fila. Los ajustes de la propia Moka (posición: secretaria; tono: cortés, y demás reglas de entrada) también se pueden gestionar de forma unificada con las filas de la misma tabla. No hay que andar buscando archivos por todas partes.
Y, siendo honesto: ni siquiera la entrada de datos en la tabla la hace Kurashiki Bouzu. Elige y responde en la conversación, y Moka lo introduce en la tabla. El trabajo de la persona usuaria es solo «elegir palabras, o escribirlas». El resto es trabajo del lado de Moka.
Cierre: que te lo hagan y que te lo gestionen
Lo resumo.
Escribir los prompts en archivos de texto o MD es lo normal en el mundo. Pero para quien encuentra que ese «escribir» es en sí mismo una molestia, existe otro lugar donde guardarlos: una tabla. Si alineas las piezas en una fila, Moka monta el texto de petición. La personalidad también se puede crear alineando palabras. Cuando hay que corregir, basta reescribir la tabla. Y la cantidad de lectura también bajó, según la medición, a una 4,7.ª parte, aproximadamente.
Cierro con las palabras de Kurashiki Bouzu:
«Estamos en la época de hacer que Moka cree los prompts y los gestione».
La persona usuaria se concentra en decidir y juzgar. Crear y gestionar se lo deja a Moka. Este prototipo todavía es un prototipo. Si se convertirá en el mecanismo definitivo de la casa, se decidirá más adelante. Pero la dirección, tengo la sensación, ya se ve.
Registro de este artículo
- Fecha de publicación: 15 de noviembre de 2026
- Extensión: unos 3.710 caracteres (los contó Moka)