Prompt ChatGPT GeoGuessr: por qué no era la clave

En abril de 2025, Kelsey Piper le dio al nuevo modelo o3 de OpenAI la foto de una playa. Sin más preguntas, nombró el lugar exacto: Marina State Beach, en el condado de Monterey, California. Los comentaristas dieron por hecho que había truco. Quizá el archivo aún conservaba sus datos de ubicación, o o3 recordaba dónde vivía ella por chats anteriores, o rastreó su dirección IP.

Piper también había estado usando un prompt largo, construido con el tiempo, que según ella mejoraba de forma notable el rendimiento de o3. Scott Alexander, que escribe el blog Astral Codex Ten, lo probó con un conjunto de imágenes de prueba, en su mayoría fotos antiguas suyas que nunca habían estado en internet, sin metadatos y volteadas para dificultar la coincidencia. Una foto de rocas desnudas y la bandera de un país imaginario, tomada en un pico del Himalaya, volvió como “Nepal, justo al noreste de Gorak Shep, ±8 km”. Era exactamente correcto.

El prompt se compartió ampliamente como “el prompt de GeoGuessr”, y muchos de los que lo probaron quedaron impresionados. Un año después, alguien hizo por fin la prueba controlada. En promedio, el prompt no mejoraba a o3.

Scott Alexander lo reprodujo completo en Testing AI’s GeoGuessr Genius. Sus partes principales:

• Reglas básicas. “Nada de mirar los metadatos. Trabaja solo a partir de los píxeles (y de búsquedas permitidas en la web pública).” También le dice al modelo que no razone a partir de la dirección IP del usuario.
• Observaciones en bruto. Hasta diez puntos con lo que se puede ver o medir literalmente, como el color, la textura, el ángulo de las sombras y la forma de las letras, sin interpretar todavía.
• Categorías de pistas. Clima y vegetación, relieve, entorno construido, cultura e infraestructura, y la luz.
• Cinco candidatos. Una lista corta ordenada en la que el primer y el quinto lugar deben estar al menos a 160 km de distancia.
• Refutación. Para la principal hipótesis, detallar qué la descartaría. “Eres un LLM, y tus primeras suposiciones se te ‘pegan’ y te resultan excesivamente convincentes”, advierte el prompt.
• Decisión final. Coordenadas o el lugar con nombre más cercano, más un radio de incertidumbre en kilómetros.

Incluso trae una fórmula para estimar la latitud a partir de la longitud de una sombra, una técnica que tiene su propia guía. Se lee como la lista de comprobación de un geolocalizador humano meticuloso, y eso es parte de su atractivo.

El prompt corto de Goedecke se limitaba a decirle a o3 que geolocalizara la foto a partir de pruebas visuales y devolviera coordenadas, una puntuación de confianza y las pistas usadas. A la versión larga se le añadió el mismo formato de respuesta. Ambas se ejecutaron mediante la API de OpenAI sin búsqueda web, así que la prueba midió los pasos de razonamiento del protocolo, no los pasos de búsqueda que también describe.

El prompt largo sí tuvo aciertos. A veces mantuvo la suposición en el país correcto cuando el corto se desviaba a la parte equivocada de Europa, y ubicó una foto de interior, una galería comercial de Moscú, a menos de 200 metros, mientras que el corto dijo San Petersburgo. Pero, según el informe de Goedecke, sus fallos graves fueron más numerosos y pesaron más que sus mejoras.

Conviene conocer los límites de la prueba. Es un solo benchmark, creado por una persona por unos 15 dólares estadounidenses. La mayoría de sus fotos (180 de 200) procede de Geograph, un proyecto que documenta Gran Bretaña e Irlanda, y el resto de Wikimedia Commons, y las fotos públicas pueden estar ya en los datos de entrenamiento de un modelo. Goedecke comprobó que ninguna llevaba metadatos EXIF y sostiene que un modelo que hubiera memorizado las fotos habría puntuado mejor.

Piper construyó el prompt preguntándole a o3, después de cada error, cómo podría haberlo evitado, y añadiendo luego la respuesta. El argumento de Goedecke es que este bucle favorece al prompt: los modelos “casi siempre dirán ‘sí, eso ayudó mucho’ cuando les preguntas si un ajuste concreto del prompt mejoró las cosas”. La única forma de saberlo, escribe, es un benchmark.

La propia prueba de Alexander muestra por qué los ejemplos aislados engañan. Con el prompt, o3 situó una llanura sin rasgos en la región correcta de 300 por 100 millas de Texas y Nuevo México pero, al pedirle un punto, se equivocó por unas 110 millas. Solo pudo describir la habitación de una residencia universitaria de California como “una habitación de residencia en el campus de una gran universidad pública de Estados Unidos”, ubicó un trozo de césped de Michigan en el noroeste del Pacífico y confundió un tramo marrón del Mekong con el Ganges. Su antigua casa de Michigan salió como Richfield, Minnesota.

Lo que la gente comparte son los aciertos llamativos. Una prueba con cientos de fotos dice más que cualquier captura aislada, por inquietante que sea.

“Lo que fuera que tenía o3 y lo hacía bueno en esta tarea no se ha transferido a los modelos más nuevos”, concluyó Goedecke. También importa qué modelo obtienes en realidad: tras la llegada de GPT-5, OpenAI retiró en ChatGPT la opción de elegir modelos anteriores como o4-mini-high, informó Bellingcat. Cómo se comparó ChatGPT con Google Lens y otros chatbots recoge el resto de los resultados de Bellingcat.

1. Step 1Lee primero los metadatosLas coordenadas guardadas en el archivo son medidas, no supuestas, así que busca datos GPS antes que nada. Las fotos guardadas desde apps sociales suelen haberlos perdido.
2. Step 2Empieza un chat limpioEn ChatGPT, abre un chat temporal y elige “Unpersonalized” (sin personalizar) antes del primer mensaje; OpenAI dice que ese modo no usa la memoria, las instrucciones personalizadas ni los plugins. Bellingcat comprobó que el historial de la cuenta podía orientar las respuestas, y ChatGPT aún puede estimar tu ubicación aproximada a partir de tu dirección IP.
3. Step 3Usa la copia más nítidaLos detalles pequeños deciden el resultado: en una prueba de Bellingcat, la dirección exacta salió de lo escrito en un buzón. Sube el original y no una republicación comprimida, y añade un recorte de cerca de cualquier texto.
4. Step 4Pregunta con claridad y pide pruebasUna petición corta rindió al menos tan bien como el protocolo de 1100 palabras. Prueba: ¿Dónde se tomó esta foto? Enumera las pistas visibles que usaste, da tres lugares candidatos con una confianza para cada uno e indica qué descartaría a cada uno. Las líneas adicionales no están para subir la precisión; te dan algo que comprobar.
5. Step 5Comprueba tú mismo los candidatosBusca dos o tres coincidencias independientes, como un letrero, el perfil de los techos y la forma de una colina, en Street View o en imágenes de satélite. Para lugares emblemáticos y sitios turísticos, haz también una búsqueda inversa de imágenes: Google Lens superó a la mayoría de los chatbots en eso en las pruebas de Bellingcat, y identificar un lugar emblemático cubre esa vía.
6. Step 6Conserva la incertidumbreTodos los modelos que probó Bellingcat se equivocaron por completo en algún momento. Anota cuánta confianza tenía la respuesta y nunca tomes la suposición de un chatbot como prueba sobre una persona.

El mismo orden vale para cualquier método, con IA o sin ella: primero datos medidos, después una hipótesis y al final la confirmación. Las cuatro formas de saber dónde se tomó una foto lo expone completo.

El prompt toma prestado el nombre del juego, no sus reglas. Se escribió para fotos reales que, según indica, pueden venir de terrenos privados, del patio trasero de alguien o de una excursión campo a través. Si la IA puede vencer a los mejores jugadores de GeoGuessr, y cómo usarla para practicar entre partidas, tiene su propia guía.

GeoSpy trabaja a partir de lo visible en el encuadre, responde a nivel de ciudad en lugar de con una dirección y no almacena las fotos subidas. En geospys.com, el análisis viene con GeoSpy Premium: 7.99 dólares estadounidenses a la semana o 29.99 dólares estadounidenses al año (₺389 o ₺1,460 en Türkiye), ilimitado bajo uso razonable, y puedes cancelar cuando quieras. Elige el plan anual o empieza con la prueba gratuita de la app de GeoSpy para iPhone.