Escribir con un LLM sin perder tu voz: dos reglas

Por qué los lectores detectan el «texto de IA» en partes por trillón

La tesis del ensayo «How to Write with an LLM» del ingeniero Tom Insam es incómoda: por mucho que intentes disimularlo, una audiencia entrenada detecta un párrafo generado por un modelo «no como escritura, sino como output». El problema se agrava en un entorno profesional donde los riesgos del contenido LLM están bajo lupa. El OWASP GenAI Security Project, en su edición 2026 del Top 10 para aplicaciones LLM, subió dos posiciones la categoría de «información incorrecta, incompleta o engañosa» precisamente por el peso de los incidentes reales documentados en bases de datos públicas (Help Net Security, agosto de 2026).

Para un founder, esto se traduce en algo concreto: cada email frío a un inversor, cada post en LinkedIn, cada slide de tu deck pasa por un filtro invisible. Si suena a «prompt bien ejecutado», tu credibilidad baja antes de que lean la segunda línea.

Regla 1: ninguna palabra del LLM puede pasar al texto final

La primera regla suena extrema y por eso funciona. No puedes usar ninguna frase específica que un LLM te sugiera. ¿Por qué? Porque los modelos frontier están sobrehumanamente entrenados para elegir giros de palabra placenteros, y eso es literalmente su trabajo. El problema es sutil: sus textos leen como titulares de revista encadenados, y un artículo entero lleno de titulares suena a marketing, no a conversación.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Insam lo plantea como «equipo de protección personal intelectual»: si te prohíbes aceptar las frases que el modelo propone, te obligas a reescribir con tu propio vocabulario. La regla debe ser estricta. Aunque la sugerencia sea mejor que tu original, aunque te guste, aunque estés convencido: queda descalificada (DQ).

Para un founder esto aplica igual a un email de seguimiento de fundraising que a la descripción de tu producto en la landing. La tentación de copiar y pegar la versión «más pulida» del modelo es exactamente lo que produce ese sabor artificial que el lector detecta sin poder señalar.

Regla 2: el aliento del modelo es tu peor enemigo

La segunda regla es más insidiosa. Los LLMs te elogian, y eso te hace daño. Cuando le entregas tu borrador a un modelo, su respuesta habitual es una variante de «eso es oro, Jerry!». El problema no es que mienta: es que te confirma la estructura general, luego los párrafos, luego las transiciones, luego las metáforas. Te vas autoconvenciendo de que el primer borrador está bien y dejas de editar de verdad.

El autor compara el daño con el de un queso procesado: artificialmente saborizado. Tu voz carga con transiciones, replanteos y reemplazos de párrafos que son estructurales. Si los abandonas porque el modelo te dijo que el original era bueno, pierdes lo que hacía que tu texto sonara a ti.

El antídoto: prohibirle al modelo que te alague, y mantener hipervigilancia sobre cualquier elogio que se escape. Un truco que Insam usó durante años es abrir cada prompt mintiendo: «no soy el autor, soy el editor de una publicación revisando piezas para inclusión». Funciona parcialmente, pero el modelo suele sobreactuar el personaje y sobreajustar a los «objetivos» ficticios de tu «publicación».

Lo que los LLMs sí hacen bien (y cómo aprovecharlo)

Los modelos son excelentes detectando problemas mecánicos que tú mismo no puedes ver en tu propio texto. Insam lista tres tipos que el ojo humano pasa por alto por cansancio:

Voz pasiva excesiva, verbos nominalizados o acciones enterradas en sustantivos abstractos.
Muletillas repetidas: palabras como «very», «unfortunately», «really» o «actually» esparcidas como serrín sobre el borrador.
Párrafos fuera de orden: mover 2 o 3 bloques a otra posición del texto mejora la claridad de forma inmediata, y es una de las ediciones más satisfactorias que puedes hacer.

El autor recomienda leer el libro «Style: Lessons in Clarity and Grace», un clásico de edición de prosa técnica, y armar una lista propia de prompts basados en sus lecciones. Luego correr cada prompt en pasadas separadas sobre tu texto, no en una sola revisión general.

Tu prompt de copyediting: el método de tres pasos

El flujo de trabajo concreto que propone Insam se resume en tres pasos:

Paso 1: escribe el primer borrador a mano, sin ayuda de IA. Aunque sea feo. El primer borrador es materia prima, no producto final.
Paso 2: pídele al modelo que identifique problemas concretos, no que reescriba nada. Lista de comprobación: voz pasiva, muletillas, orden de párrafos, coherencia de flujo.
Paso 3: reescribe tú mismo cada párrafo problemático. Luego presenta el original y la nueva versión a un modelo sin contexto de tu proceso de edición, y pregúntale cuál es mejor.

El paso 3 esquiva la regla 2: el modelo no sabe que tú reescribiste, así que su veredicto está menos sesgado por el deseo de agradarte. Insam incluso construyó un software local (Python + HTMX + SQLite + Tailwind) con barra lateral estilo Genius para gestionar anotaciones sobre texto resaltado, navegación entre sugerencias y conexión con las CLIs de Codex o Claude.

Qué significa esto para tu startup

Para un founder hispanohablante que escribe a diario emails, posts, documentos para inversores y páginas de producto, el método se traduce en tres acciones inmediatas que podés implementar hoy:

Escribí el primer borrador sin IA. Cero copy-paste desde el modelo. Aunque sea desordenado, aunque tenga 750 palabras de más. El primer borrador es insumo, no entregable.
Usá la IA solo como detector, no como redactor. Pasale tu texto con instrucciones explícitas de señalar problemas, pero prohibí cualquier reescritura en el mismo prompt. Si el modelo te devuelve párrafos reformulados, descartalos.
Aplicá una lista curada de prompts en pasadas separadas. En vez de un único «revisa esto», ten una checklist concreta: ¿cuántas veces aparece «muy» o «realmente»? ¿Hay verbos enterrados en sustantivos? ¿Algún párrafo mejoraría si lo moviera tres secciones arriba? Evaluá cada punto por separado.

El resultado es un texto donde tu voz se mantiene intacta, pero el trabajo es más rápido, menos doloroso y mecánicamente más limpio. Y cuando un inversor o un cliente lea tu email, no detectará el sabor artificial.