# UX writing con IA: cómo escribir textos de interfaz con un modelo > La IA puede redactar y revisar UX writing rápido, pero necesita un tono, un glosario y reglas de escritura web. Así se trabaja con ella sin perder claridad. *Tags: ia, ux-writing, contenido, flujo-de-diseno* --- > [!info] Definición Rápida > El **UX writing con IA** es el uso de modelos de lenguaje para redactar, variar y revisar los textos de una interfaz (botones, mensajes de error, ayudas, notificaciones). El criterio sigue siendo humano: el modelo propone y la persona decide qué entra en la pantalla. ## ¿Qué puede hacer bien un modelo de lenguaje? Un modelo de lenguaje es bueno en tres tareas de UX writing: - **Generar variantes**: diez formas de decir "Guardar cambios" en menos de 20 caracteres, para que pruebes cuál se entiende mejor. - **Revisar**: detectar frases largas, jerga o tonos inconsistentes en una pantalla completa. - **Adaptar**: pasar un mensaje de error técnico a uno claro para una persona sin conocimientos de programación. Lo que no puede hacer por sí solo es saber qué necesita el usuario en ese momento, qué dijo el equipo legal o cuál es la palabra que usa tu producto para "espacio de trabajo". Esa información tienes que dársela. ## ¿Qué reglas deben seguir los textos? Nielsen Norman Group sostiene, en su artículo sobre contenido generado por IA dentro de productos, que ese contenido debe seguir las mismas reglas de escritura web: ser conciso, fácil de escanear, empezar por lo que el usuario necesita saber (la pirámide invertida) y usar lenguaje simple. Para la web recomienda apuntar a un nivel de lectura de sexto a octavo grado. En su estudio, los participantes se quejaron de la jerga en las respuestas a preguntas de nivel básico y de que las respuestas eran demasiado largas. El artículo recuerda que las personas leen solo alrededor del 20 % del contenido de una página. Esas reglas se pensaron para respuestas de IA dentro de un producto, pero sirven igual para botones, avisos y mensajes de error que redacta un modelo: si un texto no se entiende de un vistazo, se acorta. Esas reglas aplican también al prompt. Si el modelo tiene que producir un mensaje de error, dile que la primera frase explique qué pasó y la segunda qué puede hacer la persona. No basta con "escribe un error amable". NN/g también distingue tres objetivos del microcopy: **informar** y educar al usuario (por ejemplo, un tooltip que explica un ícono), **influir** para que tome una acción inmediata, como una conversión, e **interactuar**, es decir, apoyar el uso de la interfaz con etiquetas de botones, retroalimentación y estado del sistema. Cuando generas textos con IA, conviene decidir antes cuál de las tres funciones cumple cada texto. Un mensaje que informa no debería sonar a campaña de marketing. Para profundizar en qué delegar y qué no, lee [[microcopy-con-ia|Microcopy con IA]]. ## ¿Cómo se trabaja con un modelo sin perder control? Haz el trabajo en cuatro pasos: 1. **Prepara el contexto.** Un documento con el tono de la marca, tres o cuatro textos reales del producto que consideres buenos, y un glosario con los términos oficiales. 2. **Escribe el prompt por pantalla.** Incluye qué ve la persona, qué debe hacer y el límite de caracteres. Pide tres variantes con una justificación breve. 3. **Lee en contexto.** Pega la variante dentro de la pantalla real o de un [[prototipar-con-ia|prototipo]] y léela en el lugar donde se va a mostrar. Un botón de 40 caracteres puede verse bien en un documento y cortarse en un móvil. 4. **Guarda lo que funcionó.** Si una variante gana en una prueba, añádela a los ejemplos del contexto. Así el modelo aprende tu voz con el tiempo, aunque cada sesión empiece de cero. Para que el proceso sea repetible, conviene que el contexto viva en un archivo del proyecto, no en la memoria de una conversación. Lo mismo aplica a cualquier [[system-prompt|prompt de sistema]] que uses para la marca. Ese enfoque se explica en [[context-engineering|context engineering]]. ## ¿Cómo revisas lo que propone el modelo? NN/g describe cómo usa la IA en su propio proceso editorial y deja una idea útil para el UX writing: la IA ayuda, pero las personas siguen siendo responsables del juicio editorial. Según ese artículo, la IA sirve para ajustar un texto a un límite de caracteres o para señalar posibles contradicciones, y el editor verifica cada señalamiento contra la fuente. También advierte de un riesgo concreto: al acortar un texto con IA se puede perder matiz. Aplicado a la interfaz, puedes seguir esta lista antes de aceptar una variante: - **Significado**: ¿dice lo mismo que el texto original, sin quitar una condición o una advertencia? - **Vocabulario**: ¿usa los términos del glosario? - **Espacio**: ¿cabe en el componente real, también en pantallas pequeñas y en otros idiomas? Si el producto se traduce, revisa [[localizacion-con-ia|Localización y traducción con IA]]. - **Promesa**: ¿afirma algo que el sistema realmente hace? - **Tono**: ¿suena como el resto del producto? Si una variante falla en alguno de los puntos, pide al modelo que la corrija diciéndole cuál falló, en lugar de pedir "hazlo mejor". ## Ejemplo Ejemplo ilustrativo: una app de transporte necesita un mensaje para cuando una tarjeta de pago es rechazada. Un primer borrador del modelo dice: "Lamentamos informarte que tu operación no pudo ser procesada en este momento." El equipo pide variantes con las reglas anteriores y elige: "Tu tarjeta fue rechazada. Revisa el número o usa otra tarjeta." El texto es más corto, dice qué pasó y qué hacer. La persona que revisa valida que "tarjeta" es el término del glosario, no "medio de pago". ## Errores comunes - Aceptar el primer borrador sin leerlo dentro de la pantalla. - Pedir "un texto amable" sin decir qué pasó ni qué debe hacer el usuario. - Dejar que cada pantalla use un término distinto para el mismo concepto. - Usar el modelo para textos legales, de seguridad o de precios sin revisión especializada. - Medir la calidad con gusto personal y no con una prueba con usuarios o con métricas de la tarea. - Generar mensajes que prometen algo que el sistema no puede cumplir; un modelo puede escribirlo con total seguridad si no le dices qué hace el sistema. ## Cuándo NO conviene Cuando el texto tiene consecuencias legales o de seguridad, cuando la marca tiene un tono muy trabajado que pulió un redactor durante meses, o cuando el equipo no tiene capacidad para revisar lo que sale. En esos casos, el modelo puede ayudar a preparar opciones, pero la redacción final debe ser humana. ## Fuentes - [Nielsen Norman Group, Product-Specific GenAI Needs to Write for the Web](https://www.nngroup.com/articles/genai-write-for-the-web/) - [Nielsen Norman Group, The 3 I's of Microcopy: Inform, Influence, and Interact](https://www.nngroup.com/articles/3-is-of-microcopy/) - [Nielsen Norman Group, AI Can Help Write an Article, but It Can't Stand Behind It](https://www.nngroup.com/articles/ai-editorial-process/) - [Nielsen Norman Group, tema UX writing](https://www.nngroup.com/topic/ux-writing/) --- Source: https://www.fernandoux.com/es/wiki/ia/ux-writing-con-ia/