
Los mejores prompts de IA para preparar el MIR
La IA no va a hacer el MIR por ti. Pero puede hacerte estudiar bastante mejor.
Prueba esto.
Abres una herramienta de IA y escribes: “Explícame la insuficiencia cardiaca.”
La respuesta probablemente será correcta en muchas cosas. Ordenada. Incluso bastante elegante.
Y posiblemente te sirva de poco.
Porque el problema no es que la IA no sepa generar texto.
El problema es que le has pedido texto.
Si estás preparando el MIR, necesitas algo bastante más específico: recuperar información, discriminar diagnósticos parecidos, enfrentarte a casos clínicos, descubrir qué estás fallando y practicar decisiones bajo cierta presión.
Ahí empieza a resultar interesante.
Los grandes modelos de lenguaje ya se están estudiando ampliamente en educación médica y pueden utilizarse para generar materiales, escenarios clínicos, preguntas o explicaciones personalizadas.1,2,4 Pero la literatura sigue siendo mucho más sólida demostrando lo que estas herramientas pueden hacer que demostrando cuánto mejoran realmente el aprendizaje a largo plazo.1,2,4 Una revisión de 145 estudios sobre IA generativa en educación médica encontró que gran parte de la investigación se había centrado en comprobar si los modelos podían superar exámenes médicos, mientras que todavía eran escasos los estudios empíricos sobre su efecto educativo real.1
Así que no hace falta convertir la IA en tu nueva academia.
Úsala como lo que puede ser: un compañero de entrenamiento extremadamente disponible.
Un buen prompt no necesita parecer código
Hay cierta obsesión con escribir prompts enormes.
“Actúa como un experto internacional en…”
“Utiliza pensamiento profundo…”
“Eres el mejor profesor de medicina del mundo…”
Puedes relajarte.
Las recomendaciones actuales para obtener mejores respuestas son bastante menos teatrales: definir con claridad qué quieres que haga la herramienta, qué contexto necesita y qué formato esperas, y después refinar el resultado si no es suficientemente bueno.3,10
Para el MIR, piensa en cuatro cosas:
Tarea: ¿qué quieres practicar?
Contexto: ¿qué nivel tienes y sobre qué tema?
Formato: ¿caso, preguntas, tabla comparativa, explicación?
Límites: ¿qué no quieres que haga?3,10
Por ejemplo, compara:
Prompt flojo
“Hazme preguntas de Cardiología.”
Prompt útil
“Actúa como tutor MIR. Hazme 5 preguntas clínicas de Cardiología centradas en insuficiencia cardiaca. Nivel MIR. Una pregunta cada vez. No me des la respuesta hasta que conteste. Después explícame por qué mi opción es correcta o incorrecta y señala el dato del caso que debería haberme orientado.”
La diferencia no está en hablarle mejor a la máquina.
Está en haber definido qué aprendizaje quieres provocar.
1 Convierte tus apuntes en preguntas que realmente te obliguen a recordar
Uno de los usos más prácticos es trabajar únicamente con material que ya has estudiado.
Pega un fragmento de tus apuntes y prueba:
“Usa únicamente el contenido que te proporciono. Crea 10 preguntas para recuperar activamente esta información. Mezcla respuesta corta y tipo MIR. No copies frases literalmente. Prioriza los conceptos que puedan confundirse entre sí. No añadas información externa. Después de cada respuesta mía, corrige y explica brevemente el error.”
La parte más importante es:
“No añadas información externa.”
No porque haga imposible que la IA se equivoque, sino porque reduces el terreno donde puede improvisar.3,6,7
Y también evitas otro problema: que estés intentando repasar tu temario y acabes veinte minutos después leyendo una fantástica excursión sobre una recomendación clínica que ni siquiera formaba parte de tu objetivo.
2 Haz que te examine sin opciones
Quieres saber si realmente sabes algo.
Quita A, B, C, D.
“Hazme un examen oral de 5 minutos sobre fibrilación auricular a nivel MIR. Formula una sola pregunta cada vez. Empieza por conceptos básicos y aumenta la dificultad según mis respuestas. Si respondo de forma incompleta, no me des inmediatamente la solución: hazme una pregunta que me ayude a llegar a ella.”
Aquí la IA deja de funcionar como enciclopedia.
Se convierte en interlocutor.
Y aparece rápidamente la diferencia entre:
“Esto me suena muchísimo”
y
“Puedo explicarlo sin mirar nada.”
No siempre son la misma cosa.
3 Genera un caso clínico progresivo
Este probablemente sea uno de los prompts más útiles de toda la biblioteca.
“Actúa como tutor MIR. Hazme un caso clínico progresivo sobre [TEMA]. Presenta primero solo motivo de consulta, edad y datos iniciales. Espera mi respuesta. Después añade exploración, pruebas o evolución según lo que vaya preguntando. Oblígame a proponer diagnóstico diferencial, prueba siguiente y manejo. Al final, resume qué pistas utilicé bien y cuáles pasé por alto.”
Ejemplo:
[TEMA] = hiponatremia
En lugar de preguntarte directamente cuál es el diagnóstico, puedes tener que decidir qué información falta.
¿Estado de volemia?
¿Osmolalidad?
¿Orina?
¿Fármacos?
Eso se parece bastante más a pensar que a reconocer una respuesta bonita.
4 Haz que encuentre tus puntos débiles
Aquí conviene darle datos.
Por ejemplo, diez o veinte preguntas que hayas fallado.
“Voy a darte preguntas que he fallado durante mis últimos simulacros. No quiero que simplemente me expliques las respuestas. Clasifica mis errores según su causa: falta de conocimiento, confusión entre conceptos, lectura del enunciado, razonamiento clínico o cambio de respuesta. Busca patrones y dime qué 3 áreas debería entrenar primero. Para cada una, propón una sesión de 20 minutos.”
Esto conecta muy bien con el error log del artículo anterior.
Porque quizá descubras algo molesto:
no necesitas “repasar Digestivo”.
Necesitas dejar de confundir dos síndromes concretos.
Mucho más manejable.
5 Compara diagnósticos diferenciales sin hacer otra tabla infinita
Las tablas ayudan.
Hasta que contienen catorce filas y estás memorizando la columna de la derecha sin entender nada.
Prueba esto:
“Compara [DIAGNÓSTICO A] y [DIAGNÓSTICO B] como si estuviera preparando el MIR. No quiero una revisión completa. Dame únicamente los 5 datos que mejor permiten distinguirlos en una pregunta clínica. Después crea 3 mini casos en los que tenga que decidir entre ambos sin decirme la respuesta.”
Ejemplo:
miastenia gravis vs. síndrome de Lambert-Eaton.
Después puedes añadir:
“Ahora introduce un dato engañoso en cada caso.”
Ahí empieza la diversión.
6 Crea reglas mnemotécnicas que tengan sentido para ti
La IA es bastante buena generando mnemotecnias.
También es bastante buena generando mnemotecnias poco útiles o difíciles de recordar.
Ayúdala.
“Necesito recordar [LISTA]. Crea 5 posibles reglas mnemotécnicas en español. Que sean cortas, visuales y ligeramente absurdas, pero fáciles de reconstruir. No añadas elementos médicos que no estén en la lista. Después explícame cómo conecta cada palabra con el concepto original.”
Elige una.
No intentes aprender las cinco.
No necesitamos convertir la mnemotecnia en otro temario.
7 Pide la misma explicación a diferentes profundidades
Hay temas que memorizamos antes de comprenderlos.
Puedes detectarlos rápidamente.
“Explícame el síndrome nefrótico en tres niveles: primero en 4 frases para alguien que empieza Medicina; después a nivel de estudiante de sexto; finalmente a nivel MIR, incluyendo los detalles que suelen cambiar la respuesta de una pregunta de examen. Señala qué conceptos aparecen en los tres niveles.”
Otra variante útil:
“Explícame por qué ocurre, no solo qué ocurre.”
Ese añadido aparentemente pequeño suele mejorar bastante la utilidad del resultado.
8 Oblígala a atacarte por donde más dudas
Cuando ya dominas razonablemente un tema:
“Te voy a explicar [TEMA] como si estuviera enseñándoselo a otro estudiante. No me interrumpas. Cuando termine, identifica 3 afirmaciones incompletas, ambiguas o potencialmente incorrectas. Después hazme una pregunta sobre cada una. Si no estás seguro de algo, dilo explícitamente en lugar de inventar una corrección.”
Ahora la IA no produce el contenido.
Tú lo produces.
Ella intenta encontrar grietas.
Ese reparto de tareas me parece mucho más interesante.
9 Haz preguntas inversas
“La respuesta correcta es embolia pulmonar. Construye cuatro preguntas MIR diferentes en las que esa sea la respuesta. Haz que cada caso llegue al diagnóstico por una pista distinta: factores de riesgo, clínica, prueba diagnóstica y situación hemodinámica. No reveles la respuesta en el enunciado.”
Puedes hacerlo con tratamientos:
“La respuesta es adenosina.”
O con pruebas diagnósticas:
“La respuesta es biopsia de arteria temporal.”
Es una manera rápida de comprobar si entiendes qué contexto convierte una respuesta en correcta.
10 Pídele que te diga qué necesita ser comprobado
Esta debería estar incluida casi por defecto cuando trabajes con información médica.
“Antes de responder, separa claramente: 1) información de la que tienes alta confianza, 2) puntos que podrían depender de guías recientes o contexto clínico, y 3) afirmaciones que debería verificar en una fuente oficial. No inventes referencias. Si no puedes confirmar una fuente, indícalo.”6,7,8
Importante:
esto no convierte automáticamente la respuesta en fiable.
Solo mejora la forma en la que interrogas a la herramienta.
Porque sí: la IA se inventa cosas
Y puede hacerlo con una tranquilidad francamente admirable.
Las llamadas alucinaciones son respuestas incorrectas o fabricadas que pueden parecer perfectamente plausibles. En medicina son especialmente problemáticas porque pueden incluir recomendaciones incorrectas, razonamientos defectuosos o incluso referencias bibliográficas que parecen auténticas y no existen. Revisiones recientes siguen identificando este problema como una de las principales limitaciones del uso de grandes modelos de lenguaje en contextos sanitarios. 6,7,8
Además, acertar preguntas de examen no equivale automáticamente a razonar como un médico. Una revisión de evaluaciones sanitarias encontró que gran parte de la evidencia disponible sigue concentrándose en preguntas y benchmarks médicos, con mucha menos evaluación en situaciones clínicas reales.5
Así que para preparar el MIR:
úsala para entrenar.
No la conviertas en árbitro final.
Si aparece una dosis, indicación, contraindicación, criterio diagnóstico o recomendación que necesitas aprender como cierta, compruébala en tus materiales validados, guías clínicas o fuente oficial correspondiente.6,7,8
Y no pegues información que no deberías pegar
Mientras estás estudiando probablemente no tengas ningún motivo para introducir datos identificables de pacientes reales.
No lo hagas.
La Agencia Española de Protección de Datos recomienda expresamente evitar compartir con sistemas de IA datos personales o información delicada o sensible sin entender previamente cómo será tratada.9
Para crear un caso clínico no necesitas copiar el caso de la planta.
Puedes inventar uno.
La IA también.
Esta vez sí queremos que se lo invente.
Biblioteca de prompts MIR copy/paste
| QUIERO PRACTICAR… | PROMPT PARA COPIAR Y ADAPTAR |
|---|---|
| ACTIVE RECALL | “Usa únicamente este contenido: [PEGAR]. Hazme preguntas de recuperación activa una por una. No me muestres la respuesta hasta que conteste.” |
| CASO CLÍNICO | “Actúa como tutor MIR. Crea un caso clínico progresivo sobre [TEMA]. Dame la información poco a poco y obliga a que tome decisiones.” |
| DIAGNÓSTICO DIFERENCIAL | “Compara [A] y [B] usando solo los datos que mejor permiten distinguirlos en una pregunta MIR. Después examíname.” |
| DETECTAR ERRORES | “Analiza estas preguntas falladas: [PEGAR]. Clasifica por tipo de error y busca patrones. No te limites a explicar la respuesta correcta.” |
| EXAMEN ORAL | “Examíname durante 5 minutos sobre [TEMA]. Una pregunta cada vez. Aumenta dificultad según mis respuestas.” |
| MNEMOTECNIA | “Crea 5 mnemotecnias breves para recordar [LISTA]. No añadas conceptos que no estén en la lista.” |
| ENSEÑAR PARA APRENDER | “Voy a explicarte [TEMA]. Después identifica lagunas o afirmaciones dudosas y hazme preguntas sobre ellas.” |
| PREGUNTAS INVERSAS | “La respuesta es [RESPUESTA]. Crea 4 casos MIR diferentes que puedan conducir a ella por pistas distintas.” |
| TEMA DÉBIL | “Estoy fallando especialmente [TEMA]. Diseña una sesión de 20 minutos que combine recuerdo activo, discriminación y 5 preguntas finales.” |
| VERIFICACIÓN | “Señala qué afirmaciones de tu respuesta requieren comprobación en una guía o fuente oficial. No inventes referencias.” |
Un prompt comodín
Si solo quieres guardar uno:
“Actúa como tutor MIR. Mi objetivo es aprender [TEMA], no simplemente leer una explicación. Primero pregúntame qué sé. Después hazme recuperar información, resolver un caso y distinguirlo de un diagnóstico parecido. No me des inmediatamente las respuestas. Señala mis errores y termina con 3 preguntas sobre aquello que haya fallado. Si algún dato médico puede depender de una guía reciente, indícalo para que lo verifique.”
Eso ya cambia bastante la conversación.
En una frase
La IA puede producir explicaciones interminables en segundos.
Eso no significa que debas leerlas.
Su uso más interesante para el MIR probablemente sea justo el contrario:
hacer que seas tú quien responda más.
Que te pregunte.
Que esconda la solución.
Que cambie el caso.
Que vuelva sobre tu error.
Que te obligue a explicar por qué.
Porque la IA no va a hacer el MIR por ti.
Pero bien utilizada puede convertirse en el compañero de estudio al que nunca le da pereza hacerte otra pregunta.
Referencias
- Aster A, Laupichler MC, Rockwell-Kollmann T, Masala G, Bala E, Raupach T. ChatGPT and other large language models in medical education: scoping literature review. Med Sci Educ. 2025;35(1):555-567. doi:10.1007/s40670-024-02206-6. PubMed
- Lucas HC, Upperman JS, Robinson JR. A systematic review of large language models and their implications in medical education. Med Educ. 2024;58(11):1276-1285.
- Kıyak YS. Beginner-level tips for medical educators: guidance on selection, prompt engineering, and the use of artificial intelligence chatbots. Med Sci Educ. 2025;35.
- Xu X, Chen Y, Miao J. Opportunities, challenges, and future directions of large language models, including ChatGPT in medical education: a systematic scoping review. J Educ Eval Health Prof. 2024;21:6.
- Bedi S, et al. Testing and evaluation of health care applications of large language models: a systematic review. JAMA. 2025.
- Roustan D, Bastardot F. The clinicians' guide to large language models: a general perspective with a focus on hallucinations. Interact J Med Res. 2025.
- Ahn S. A guide to evade hallucinations and maintain reliability when using large language models for medical research: a narrative review. Ann Pediatr Endocrinol Metab. 2025;30(3):115-118. doi:10.6065/apem.2448278.139.
- Basu S, Huynh B. Mitigating hallucinations in healthcare AI: a systematic review of evidence-based strategies. BMC Health Serv Res. 2026.
- Agencia Española de Protección de Datos. La AEPD publica un decálogo con recomendaciones para proteger la privacidad al usar herramientas de IA [Internet]. Madrid: AEPD; 27 ene 2026 [citado 21 ago 2026]. AEPD: Cuidado con lo que le confIAs
- OpenAI. Prompt engineering best practices for ChatGPT [Internet]. San Francisco: OpenAI [citado 21 ago 2026]. Guía oficial de prompting
PC-ES-119464-102026