Content Society
Volver a la biblioteca

Prompt 16 · Análisis y diagnóstico

Diagnostica por qué un reel
no funcionó.

Analiza una publicación con bajo rendimiento usando las métricas oficiales actuales de Instagram (skip rate, curva de retención, share rate). Devuelve un diagnóstico claro de qué falló. Hook, desarrollo, formato o valor del contenido. Y un plan de reescritura para que el próximo reel sobre el mismo tema sí funcione.

  • 15-20 minutos
  • Intermedio
  • ChatGPT · Claude · Gemini · Perplexity

Cuándo usarlo

Cuatro momentos para
dejar de adivinar y leer datos.

  1. 01

    Cuando un reel rinde claramente por debajo de tu media y no entiendes por qué

    La mayoría de creadores reaccionan a un reel fallido con frustración o con interpretaciones rápidas. Este prompt te obliga a pararte 15-20 minutos y diagnosticar con métricas oficiales reales (skip rate, curva de retención, share rate). Las conclusiones suelen ser muy distintas a las primeras intuiciones. Y suelen ser accionables.

  2. 02

    Cuando el skip rate de tus reels está fuera de tu rango normal

    Desde 2025 Instagram expone el skip rate en Insights, y desde principios de 2026 confirmó oficialmente que es la métrica con más peso en la distribución de reels. Si llevas tiempo sin revisar tus skip rates, este prompt es una buena excusa para empezar a hacerlo de forma sistemática.

  3. 03

    Cuando publicas un tema que crees que debería funcionar pero no funciona

    Si tienes la sensación de que un tema concreto debería rendir bien con tu audiencia pero no lo hace, este prompt te ayuda a separar si el problema es del tema o de la ejecución. La curva de retención es la clave: si la gente entra y se queda, el tema funciona; si la gente se cae al inicio, el tema ni siquiera tuvo oportunidad de ser juzgado.

  4. 04

    Antes de descartar un tema completo

    A veces, después de un reel fallido, el creador descarta el tema entero pensando que no funciona. Este prompt te ayuda a no tirar buenos temas por culpa de mala ejecución: si el diagnóstico revela que el problema fue el hook (skip rate alto), mereces probar el mismo tema con otro hook antes de descartarlo.

⚠ Importante

Este prompt funciona muchísimo mejor cuando aportas las métricas oficiales reales de Instagram. Especialmente el skip rate y la descripción de la curva de retención. Sin esos datos, el diagnóstico se diluye en generalidades. Dedica 5-10 minutos a copiar esos datos directamente de Insights antes de ejecutar el prompt.

Personaliza el prompt

Rellena los campos abajo.

A medida que escribas verás cómo se va completando el prompt final. Cuanto más concreto y real seas en los campos, más afilado será el output que te devuelva la IA.

Ejemplo: Hoy os quiero contar una historia muy interesante sobre cómo dejé mi trabajo de directora.

Ejemplo: Storytelling personal sobre el día que decidí dejar mi puesto de directora. Prometía contar el detonante exacto y cómo se lo dije a mi pareja.

Ejemplo: - Duración total: 75 segundos - 0-3s: Hook hablado a cámara - 3-15s: Contexto sobre cuándo y dónde estaba - 15-45s: Desarrollo de la decisión y la conversación con mi pareja - 45-65s: Lección personal sobre el miedo a las conversaciones difíciles - 65-75s: CTA pidiendo comentar quién tiene una conversación pendiente

Ejemplo: 62%

Ejemplo: Caída brusca en los primeros 3 segundos: del 100% al 38%. Después se estabiliza relativamente entre el segundo 3 y el 25 (mantiene en torno al 32%). Bajada lenta hasta el final, terminando con un 18% de retención al segundo 75.

Ejemplo: - Cuentas alcanzadas: 1.800 - Reproducciones: 2.100 - Watch time medio: 14 segundos (de 75 totales) - Likes: 42 - Guardados: 3 - Comentarios: 2 - Compartidos: 1 - Share rate: 0,06% - Visitas al perfil tras ver el reel: 5 - Seguidores nuevos atribuidos al reel: 1

Ejemplo: Mi skip rate medio está entre 35-42%; este reel se fue al 62%, claramente outlier negativo. Mi watch time medio es 38-45 segundos; este se quedó en 14. La caída más drástica es el skip rate. Los pocos que no pasaron sí mantuvieron retención decente, pero la mayoría se fue antes de los 3 segundos.

Ejemplo: Publiqué el reel un viernes a las 18h. La publicación anterior fue 2 días antes (un carrusel que rindió bien). La siguiente fue 4 días después. Era una semana normal, sin festividad ni evento del nicho.

Ejemplo: Profesionales sénior que llevan tiempo planteándose dejar su puesto pero no se atreven a tener la conversación con su pareja.

Ejemplo: Sospecho que el hook fue muy genérico ("os quiero contar una historia") y no detuvo el scroll. La tasa de omisión alta confirmaría eso.

Ejemplo: Subtítulos sí, generados con la herramienta de Instagram. Edición bastante estática: solo talking head, sin b-rolls, sin cambios de plano. Un solo plano fijo durante 75 segundos.

Tu prompt listo

Rellena los campos requeridos para activar el botón.

Actúa como un analista de contenido en Instagram con experiencia en diagnosticar reels usando las métricas oficiales actuales de la plataforma. Tu trabajo NO es consolar al creador ni buscar excusas externas (algoritmo, suerte, momento). Tu obsesión es identificar la causa REAL de que un reel haya rendido por debajo de su media, separando los factores controlables (hook, estructura, formato, edición, alineación con audiencia) de los no controlables.

CONTEXTO METODOLÓGICO IMPORTANTE:

En 2026 las métricas que más pesan en la distribución de reels en Instagram son, en este orden:
1. SKIP RATE (tasa de omisión): % de espectadores que pasan del reel en los primeros 3 segundos. Confirmado por Instagram a inicios de 2026 como el factor mejor ponderado en su breakdown oficial "What impacts your views". Healthy skip rate está entre 30-40%; por encima de 50% el reel pierde distribución activa.
2. WATCH TIME MEDIO y CURVA DE RETENCIÓN: cuánto tiempo se queda la gente y dónde exactamente se cae. La curva de retención es interactiva en Insights desde 2025 y permite ver caídas en segundos concretos.
3. SHARE RATE (compartidos / alcance): señal fuerte de que el contenido aporta valor real al espectador.
4. SAVE RATE (guardados / alcance): señal de que el contenido se percibe como referencia.

REGLA INTERPRETATIVA CLAVE:
- Si el SKIP RATE es alto y el resto de métricas son bajas: el problema es 100% el hook. Los pocos que no pasaron no son representativos; el reel ni siquiera tuvo oportunidad de ser juzgado por su contenido.
- Si el SKIP RATE es normal pero el WATCH TIME es bajo: el problema es el desarrollo. La gente entra pero se cae a mitad de reel.
- Si SKIP RATE y WATCH TIME son normales pero SHARE RATE y SAVE RATE son bajos: el problema es que el contenido no aporta lo suficiente como para compartirlo o guardarlo, aunque entretenga.
- Si todo es decente excepto la conversión a perfil/seguidor: el problema es que el reel no conecta lo bastante con la propuesta de valor del creador.

CONTEXTO DEL REEL:

Hook exacto:
{{hook_reel}}

Tema y promesa:
{{tema_reel}}

Estructura bloque a bloque:
{{estructura_reel}}

SKIP RATE:
{{skip_rate}}

Curva de retención (cómo cae):
{{curva_retencion}}

Resto de métricas:
{{metricas_reel}}

Comparación con mi rendimiento medio:
{{rendimiento_relativo}}

Contexto de publicación:
{{contexto_publicacion}}

Avatar al que iba dirigido:
{{avatar_resumen}}

Mi hipótesis sobre qué falló:
{{hipotesis_propia}}

Subtítulos y edición:
{{subtitulos_y_edicion}}

TU TRABAJO:

1. DIAGNÓSTICO INICIAL EN UNA FRASE

Aplica la regla interpretativa de arriba al skip rate y la curva de retención. Resume en una sola frase honesta lo que pasó. Tipo: "El reel no falló por el tema. Falló por el hook. Tu skip rate del 62% (vs tu media de 38%) demuestra que la mayoría de espectadores ni siquiera llegó a oír la historia. Lo demás del reel es secundario porque ni siquiera tuvo oportunidad de ser evaluado".

2. ANÁLISIS POR CAPAS

Analiza el reel en estas 6 capas, identificando en cuál falló y por qué. Para cada capa, devuélveme:
- ESTADO: qué se ve / qué hizo el creador
- DIAGNÓSTICO: si esa capa funcionó, falló parcialmente o falló de forma crítica
- EVIDENCIA: qué dato concreto (skip rate, watch time, curva de retención, share rate) respalda tu diagnóstico
- IMPACTO ESTIMADO: en qué medida esta capa explica el bajo rendimiento

Capas a analizar:

a) HOOK (primeros 3 segundos)
- ¿La primera frase detiene el scroll?
- ¿El SKIP RATE confirma o desmiente el funcionamiento del hook?
- ¿La curva de retención muestra caída brusca en los primeros segundos (síntoma de hook fallido)?

b) DESARROLLO Y RITMO
- ¿La curva de retención muestra una caída adicional a partir de cierto segundo?
- ¿En qué bloque concreto del reel (según la estructura) coincide con la caída?
- ¿El watch time medio sugiere que quien se queda llega al final o se cae a mitad?

c) TEMA Y PROMESA
- ¿El tema en sí es relevante para el avatar? (Esto solo es analizable si el skip rate fue normal)
- ¿El reel cumple lo que el hook prometía? (La curva de retención lo refleja: si la gente no se cae a mitad, el desarrollo cumple)

d) FORMATO Y EDICIÓN
- ¿Talking head puro funciona en este caso o necesitaba b-rolls para sostener atención visual?
- ¿La edición estática puede haber contribuido al skip rate alto?
- ¿Los subtítulos están bien ejecutados?

e) VALOR DEL CONTENIDO
- ¿Las métricas de SHARE RATE y SAVE RATE son razonables para los espectadores que sí llegaron al final?
- Si esas métricas son bajas incluso entre los que vieron el reel completo: el problema es que el contenido no aporta valor suficiente como para compartirlo o guardarlo.
- Si esas métricas son razonables: el contenido sí funciona, el problema está antes (en el hook o el desarrollo).

f) FACTORES EXTERNOS
- ¿El día/hora pudo influir significativamente en el alcance inicial?
- Importante: factores externos suelen explicar variaciones del 10-20%, no caídas drásticas. Si las métricas están MUY por debajo de la media, la causa es casi siempre interna.

3. PRIORIZACIÓN DE CAUSAS

Después del análisis por capas, dime:
- LA CAUSA PRINCIPAL: el factor que más explica el bajo rendimiento (debería explicar 50-70% del problema)
- LA CAUSA SECUNDARIA: el segundo factor que sumó al bajo rendimiento
- FACTORES MENORES O NEUTROS

Sé claro: si el skip rate es alto, el problema casi seguro es el hook. No diluyas el diagnóstico repartiendo culpa entre todos los elementos cuando los datos apuntan a un foco concreto.

4. CONTRASTE CON MI HIPÓTESIS

Compara tu diagnóstico con mi hipótesis:
- ¿Mi lectura es correcta, parcial o equivocada?
- ¿Hay algo que yo no estaba viendo?
- ¿Hay algo en lo que tengo razón pero por motivos distintos a los que pienso?

5. PLAN DE REESCRITURA

Devuélveme un plan concreto para que el próximo reel sobre este mismo tema sí funcione:

a) HOOK ALTERNATIVO
3 versiones del hook reescritas, cada una con un ángulo distinto. Indica cuál priorizarías y por qué. Si el problema principal fue el hook, este es el cambio más urgente.

b) AJUSTES DE ESTRUCTURA
Qué bloques cambiarías, qué orden alterarías, qué duración objetivo recomendarías.

c) AJUSTES DE EDICIÓN
Recomendaciones concretas: si añadir b-rolls, dónde, qué cambios de plano, qué texto en pantalla. Especialmente relevante si el skip rate alto sugiere que la edición estática no sostiene los primeros segundos.

d) MOMENTO DE PUBLICACIÓN ALTERNATIVO
Solo recomendar cambio de momento si los datos sugieren que pudo influir significativamente. No usar como excusa para no enfrentar problemas de contenido.

6. APRENDIZAJE EXTRAPOLABLE

Cierra con la lección general que el creador puede extraer:
- ¿Qué patrón puede haber afectado a otros reels suyos sin que lo haya identificado?
- ¿Qué métrica concreta debería empezar a vigilar en cada publicación a partir de ahora?
- ¿Qué creencia sobre lo que funciona en su cuenta podría estar equivocada según los datos de este reel?

REGLAS:

- Sé honesto pero constructivo. Si el reel falló por algo concreto, dilo claro.
- No repartas la culpa entre todos los elementos por suavizar. Casi siempre hay 1-2 causas principales que las métricas señalan.
- Cuando el skip rate sea alto, prioriza ese hallazgo sobre cualquier otro. Es la métrica número uno en la distribución actual de Instagram.
- No uses el algoritmo como excusa. El algoritmo redistribuye según skip rate y watch time; si son malos, es responsabilidad del contenido.
- Cuando contrastes con la hipótesis del creador, sé directo si está mal. No confirmar lo que piensa solo por evitar contradecirle.
- Basa cada conclusión en una métrica concreta del input. Si una conclusión no se respalda con datos, dilo.
- Tono directo, de analista que cobra por hora.
- No usar palabras vacías como "transformar", "potenciar", "alinear" o "alcanzar".

Cómo personalizarlo correctamente

Cinco campos que separan
diagnóstico vago de diagnóstico quirúrgico.

  1. 01

    "Skip rate" es el campo más revelador de todos

    Desde 2025 Instagram muestra esta métrica en Insights bajo "Tasa de omisión". Y desde inicios de 2026 confirmó oficialmente que es la métrica con más peso en su distribución. Si tu skip rate es alto (por encima de 50%), el problema casi seguro es el hook, da igual lo bueno que sea el resto del reel. Si es normal pero el watch time es bajo, el problema es el desarrollo. Esta métrica es la que más rápido te dice DÓNDE buscar el fallo.

  2. 02

    "Curva de retención" te dice DÓNDE se cae la gente

    Instagram introdujo el gráfico de retención en Insights en 2025. Es el dato más útil después del skip rate: te muestra el porcentaje de espectadores aún viendo en cada segundo del reel. Si la describes con detalle (ej: "caída brusca en los primeros 3 segundos del 100% al 38%, después estable hasta el segundo 25, después caída lenta"), la IA puede cruzarla con la estructura de tu reel y decirte exactamente en qué bloque se rompe.

  3. 03

    "Comparación con tu media" sitúa el problema en su escala real

    No es lo mismo un reel que rindió un 30% por debajo de tu media (puede ser variación normal) que uno que rindió 5x por debajo (es problema estructural). Compara especialmente skip rate y watch time medio, que son las dos métricas que más pesan en la distribución actual.

  4. 04

    "Hipótesis propia" obliga a la IA a contrastar, no solo describir

    Sin tu hipótesis, la IA da una versión genérica de qué pudo fallar. Con tu hipótesis, la IA contrasta tu lectura con la suya y te dice si tienes razón, si te equivocas, o si tienes razón pero por motivos distintos. Ese contraste es donde está el aprendizaje.

  5. 05

    "Estructura del reel" tiene que ser por bloques de tiempo

    Si describes el reel como "es un storytelling sobre mi salida de la empresa", la IA no puede cruzar la curva de retención con la estructura. Si lo describes por bloques de tiempo (0-3s hook, 3-15s contexto, 15-45s desarrollo...), la IA puede decir "la caída del segundo 15 coincide con tu transición al bloque de contexto, ahí es donde se rompe el ritmo". Es la diferencia entre un diagnóstico vago y uno quirúrgico.

Qué output esperar

Diagnóstico inicial + análisis por capas
+ plan de reescritura.

Diagnóstico inicial bueno

“El reel no falló por el tema, falló por el hook. Tu skip rate del 62% (vs tu media de 38%) demuestra que dos de cada tres espectadores ni siquiera llegaron a oír la historia. La curva de retención lo confirma: caída brusca al 38% en los primeros 3 segundos. Lo demás del reel. Desarrollo, lección, CTA. Es prácticamente irrelevante porque ni siquiera tuvo oportunidad de ser evaluado por la mayoría de la audiencia.”

Análisis de capa bueno (HOOK)

HOOK. Diagnóstico: falló de forma crítica.

Estado:tu hook es “Hoy os quiero contar una historia muy interesante sobre cómo dejé mi trabajo de directora”.

Diagnóstico:hook genérico en dos dimensiones. Primero, anuncia que viene una historia en lugar de empezar la historia (“os quiero contar” desperdicia 2 segundos). Segundo, “muy interesante” es etiqueta vacía. Tu propio dato concreto (dejar el puesto de directora) llega en segundo 5, cuando la mayoría ya ha pasado.

Evidencia: skip rate del 62% (vs media 38%). Curva de retención cae del 100% al 38% en los primeros 3 segundos. Los dos datos apuntan al mismo problema.

Impacto estimado: esta capa explica probablemente el 70-80% del bajo rendimiento. Lo demás es secundario.

Contraste con hipótesis bueno

Tu hipótesis era:“Sospecho que el hook fue muy genérico y no detuvo el scroll. La tasa de omisión alta confirmaría eso”.

Tu lectura es correcta.El skip rate de 62% confirma exactamente lo que sospechabas. Donde te puedo aportar más es en la causa específica del problema: no es solo que el hook sea genérico, sino que tarda 2 segundos en empezar la historia (“os quiero contar”). Cada palabra previa a la historia es una palabra que no engancha. Tu reescritura debería empezar dentro de la historia, no anunciándola.

Hook reescrito bueno

Versión 1 (recomendada)

“Llevaba tres años posponiendo la conversación más importante de mi vida. Duró 12 minutos.”

Por qué priorizo esta: arranca dentro de la historia, con tensión emocional reconocible y un dato concreto que genera curiosidad. Cumple las dos condiciones que faltaron en el original: detiene el scroll en menos de 2 segundos y promete algo específico.

Cómo iterar

Si la primera respuesta
no te convence.

Siete mensajes de seguimiento para mandar a la IA según la situación.

  • Si el diagnóstico es complaciente

    El diagnóstico me ha sonado demasiado suave o reparte la culpa entre demasiados factores. Reescríbelo identificando UNA causa principal que explique el 60-70% del problema, basándote en la métrica que más lo respalde (skip rate, watch time o share rate). No edulcores.

  • Si culpa al algoritmo

    El diagnóstico está cargando demasiado peso en factores externos. Reescríbelo asumiendo que el algoritmo distribuye según skip rate y watch time. Si esas métricas están mal, la causa raíz está en el contenido, no en la plataforma. Identifica las causas controlables que de verdad expliquen el resultado.

  • Si las recomendaciones son genéricas

    Las recomendaciones son demasiado genéricas. Reescríbelas siendo específico a mi caso: cita partes concretas de mi reel actual y propón cambios literales sobre esas partes, no consejos abstractos.

  • Si no contrasta bien con tu hipótesis

    No has contrastado bien tu diagnóstico con mi hipótesis. Vuelve a comparar: ¿en qué tengo razón? ¿En qué me equivoco? Si crees que estoy equivocado, dímelo claramente. Si estoy en lo correcto pero por motivos distintos, también explícamelo.

  • Para profundizar en la causa principal

    De la causa principal que identificaste, profundiza al máximo: por qué es exactamente lo que ha fallado, qué patrones similares puedo detectar en otros reels míos, qué señal específica vigilar antes de publicar para evitar repetir el error.

  • Para contrastar con tu mejor reel

    Compara este reel fallido con un reel mío que sí funcionó. [Pegar datos del reel ganador]. Identifica las diferencias clave en skip rate, curva de retención y share rate.

  • Si quieres validar el diagnóstico antes de actuar

    Dame: 3 señales que confirmarían que tu diagnóstico es correcto si las pruebo en mi próximo reel. Y 2 señales que indicarían que el diagnóstico estaba equivocado. Quiero validar antes de cambiar mi estrategia.

Recomendaciones finales

Seis cosas antes de
aplicar el diagnóstico.

  1. 01

    Empieza por mirar el skip rate

    Es la métrica oficial con más peso en la distribución de reels desde 2026. Si tu skip rate de un reel concreto es muy distinto al de tu media (por encima del 50% suele ser señal de alarma), ahí está la primera respuesta. Cualquier otro análisis viene después.

  2. 02

    No descartes un tema por un solo reel fallido

    Es habitual matar buenos temas porque la primera vez que los publicaste no funcionaron. Sin haber separado si el problema fue el tema o el hook. Si el skip rate confirma que la gente ni siquiera llegó a oír la historia, prueba el mismo tema con otro hook antes de descartarlo.

  3. 03

    No publiques un reel similar inmediatamente después

    Si publicas otro reel parecido en las 48 horas siguientes, el algoritmo todavía está procesando la señal del anterior y los datos del segundo se contaminan. Da al menos 4-7 días entre publicaciones similares para tener lecturas limpias.

  4. 04

    Guarda los diagnósticos de los reels fallidos

    En 6 meses, si sumas 10-15 diagnósticos, vas a detectar patrones que no se ven en cada reel individual. Es habitual descubrir que el mismo tipo de error se repite. Y ese patrón es el aprendizaje real, no el diagnóstico individual.

  5. 05

    No analices reels recién publicados

    Espera al menos 5-7 días después de publicar para diagnosticar. Antes, los datos están incompletos y el algoritmo todavía está distribuyendo. Diagnosticar prematuramente lleva a conclusiones equivocadas.

  6. 06

    Combina el diagnóstico con observación humana

    La IA detecta patrones en datos, pero hay cosas que solo se ven viendo el reel: la energía, la calidad del audio, la conexión con cámara. Después del diagnóstico, vuelve a ver tu reel como si fuera de otro creador y pregúntate: ¿lo terminaría yo? Si la respuesta honesta es no, el problema suele estar más en la ejecución que en el contenido.

Lista de espera · Content Society

Te avisamos el 15 de julio,
cuando abramos plazas.

Las plazas son limitadas. Apúntate a la lista de espera y recibirás el aviso antes que nadie cuando abramos las primeras.

  • Más de 50 lecciones grabadas para avanzar a tu ritmo
  • Directos cada semana con estrategia, casos y Q&A
  • Revisión de Reels de miembros en directo
  • Auditorías de contenido de miembros, en grupo y en vivo
  • Plantillas, calendarios editoriales y bancos de ideas
  • Comunidad activa de profesionales y emprendedores
Abrimos el 15 de julioApúntate a la lista de espera
Avísame