22 de noviembre de 2026

Qué hace un ingeniero de prompt y por qué no es chatear

🔊 Listen: Qué Hace Un Ingeniero De 4 min listen

El oficio detrás de cada respuesta de IA: qué hace un ingeniero de prompt

Resumen rápido: Saber qué hace un ingeniero de prompt ayuda a distinguir un oficio de método y datos de la simple costumbre de chatear con una IA. Reviso funciones, habilidades, herramientas y ruta de entrada, con criterio práctico y sin cifras de sueldo inventadas.

Si te preguntas qué hace un ingeniero de prompt, la respuesta corta es que diseña, prueba y perfecciona las instrucciones que orientan las respuestas de un modelo de lenguaje. No se limita a escribir frases ingeniosas: define el objetivo, reúne casos de prueba, compara versiones y vigila que el resultado sea consistente, preciso y seguro.

El prompt engineering es la práctica de formular y refinar instrucciones para que un modelo de lenguaje genere respuestas útiles, fiables y adaptadas a una tarea concreta. IBM lo explica con detalle en What Is Prompt Engineering?, un buen punto de partida si quieres el marco teórico antes de seguir.

Escribo esto desde la práctica de revisar y rehacer prompts en mis propios flujos de trabajo. Encontrarás más criterio de uso que teoría.

Por qué el prompt engineering no es chatear con una IA

Chatear con una IA significa escribir una pregunta y leer la respuesta. El prompt engineering empieza donde termina esa costumbre: antes de escribir nada, el ingeniero de prompt define qué cuenta como una buena respuesta y qué contaría como un fallo. Sin esa definición previa no hay forma de saber si el prompt mejoró o si solo produjo un resultado que parece mejor.

La diferencia más clara aparece en el proceso. Un usuario casual ajusta el prompt cuando la respuesta no le gusta; un ingeniero de prompt ejecuta el mismo conjunto de casos de prueba antes y después del cambio para comprobar si mejoró sin romper nada. El criterio no es «esta respuesta me convence» sino «esta versión supera a la anterior en los casos que definimos».

Ejemplo: Un equipo de soporte quiere que el asistente resuma correos de clientes. El usuario casual prueba el prompt con un correo, ve que el resumen queda bien y lo da por bueno. El ingeniero de prompt reúne decenas de correos reales, incluye casos con quejas, con texto en mayúsculas y con datos incompletos, fija los criterios de evaluación y solo acepta el prompt cuando supera todos esos casos. Si el modelo cambia de versión, repite el proceso desde el principio.

Quién necesita entender qué hace un ingeniero de prompt: equipos y sectores

Un ingeniero de prompt trabaja rodeado de otros equipos: producto define qué debe resolver la IA, datos aporta ejemplos y contexto, desarrollo integra el modelo en la aplicación, y atención al cliente o contenido señalan dónde falla. Su día se reparte entre escribir, probar y coordinar con todos ellos.

Un día habitual empieza revisando las respuestas que fallaron la víspera: un cliente al que el asistente confundió, un formato que se rompió, una consulta que el modelo inventó. Con la lista de fallos se reescribe el prompt, se lanzan de nuevo los casos de prueba y se anota qué cambió. La tarde se va en reuniones con producto y desarrollo para aclarar qué comportamiento se espera.

Los sectores donde aparece el ingeniero de prompt son tantos como usos tiene un modelo de lenguaje: atención al cliente, comercio electrónico, marketing y contenido, educación, servicios financieros, salud o desarrollo de software. Cuanto más delicado es el sector, más pesa la revisión de seguridad y de cumplimiento. Y menos margen hay para improvisar.

Funciones centrales del puesto, de la redacción al control de errores

Las funciones centrales de un ingeniero de prompt son cuatro: redactar instrucciones claras, construir casos de prueba, comparar versiones y controlar errores. Las cuatro giran alrededor de un objetivo medible: que el modelo responda con consistencia, precisión y seguridad ante entradas reales, no solo ante el ejemplo que funcionó en la demostración.

  • Redactar instrucciones y contexto: convertir una necesidad de negocio en un prompt con rol, tarea, restricciones y formato de salida.
  • Construir casos de prueba: reunir entradas reales, situaciones límite y ejemplos de intentos de abuso para comprobar el comportamiento.
  • Comparar versiones: ejecutar cada variante sobre los mismos casos y registrar qué cambia en cada una.
  • Controlar errores y riesgos: detectar invenciones, fugas de información e instrucciones maliciosas escondidas en la entrada del usuario.

Las funciones del ingeniero de prompt se cruzan cada vez más con el desarrollo de aplicaciones con modelos de lenguaje, los agentes que encadenan acciones y los sistemas RAG, siglas de generación aumentada por recuperación, donde el modelo recibe documentos relevantes antes de responder. Por eso el prompt engineering suele integrarse en puestos de ingeniería de IA y de evaluación de sistemas, y rara vez existe como cargo aislado.

Habilidades técnicas y blandas que distinguen un buen perfil

El perfil de un buen ingeniero de prompt combina comprensión de modelos de lenguaje, comunicación clara, pensamiento analítico y evaluación de resultados, con frecuencia reforzados por Python. La parte técnica permite probar de forma repetible. La blanda decide si el equipo entiende qué se pidió, por qué falló y cómo corregirlo sin discusiones interminables.

En lo técnico pesan la lógica, los formatos estructurados como JSON, la lectura crítica de resultados y una intuición estadística sencilla: un ejemplo correcto no demuestra nada, y una respuesta acertada hoy puede fallar mañana.

En lo humano pesan la escritura precisa, la curiosidad y la paciencia para iterar. Yo añado una cuarta habilidad: explicar un fallo a alguien no técnico sin culpar al modelo ni al usuario.

Consejo: Entrena la escritura precisa pasando tu prompt a una persona que no conozca el proyecto y pidiéndole que lo ejecute a mano. Cada pregunta que te haga señala un dato de contexto que falta; anótalo en el prompt antes de probarlo con el modelo.

La cantidad de código depende de qué hace un ingeniero de prompt en cada equipo

Saber programar no es un requisito universal para un ingeniero de prompt, pero Python aparece con frecuencia en las ofertas porque permite llamar a las API, automatizar pruebas y procesar resultados. Un perfil de contenido o de producto puede trabajar sin código si el equipo ya dispone de herramientas de evaluación, aunque su margen de responsabilidad suele ser menor.

Cuando el puesto incluye agentes, evaluación automática o integración con una aplicación, Python deja de ser opcional. Sirve para lanzar lotes de pruebas, guardar resultados y comparar versiones sin copiar y pegar a mano.

Lo que no admite atajos es entender cómo se comporta un modelo de lenguaje. Mi lista mínima de conocimientos es esta:

  • Tokens y ventana de contexto: qué cabe en una petición y por qué un prompt muy largo puede perder detalles.
  • Parámetros de muestreo: la temperatura, por ejemplo, cambia cuánto varía la respuesta entre ejecuciones.
  • Roles de mensaje: sistema, usuario y asistente, y cómo cada proveedor los trata.
  • Alucinaciones y sesgos: cómo aparecen y qué técnicas ayudan a reducirlos.
  • Prompt, RAG o ajuste fino: cuándo basta con mejorar la instrucción, cuándo conviene aportar documentos y cuándo hace falta entrenar más.

Las diferencias entre OpenAI, Anthropic o Google obligan a volver a probar un prompt cada vez que cambias de modelo, aunque la tarea sea la misma.

Herramientas para diseñar, probar y comparar instrucciones

Un ingeniero de prompt combina tres tipos de herramientas: entornos de prueba de los proveedores, bibliotecas para construir aplicaciones y plataformas de evaluación. Ninguna de las tres sustituye el criterio humano, pero juntas permiten repetir pruebas con los mismos casos, registrar cada cambio y detectar regresiones antes de que lleguen al usuario.

  • Entornos de prueba de los proveedores: el Playground de OpenAI, la consola de Anthropic y Google AI Studio permiten ajustar instrucciones y parámetros y ver la respuesta al instante.
  • Bibliotecas para construir aplicaciones: LangChain ayuda a encadenar prompts, herramientas y fuentes de datos dentro de una aplicación.
  • Evaluación y seguimiento: Promptfoo permite probar prompts con casos definidos y comparar resultados entre modelos, LangSmith registra trazas y evaluaciones de aplicaciones con modelos de lenguaje, y Ragas se centra en medir sistemas RAG.

Más allá de esos nombres, mi herramienta más usada es modesta: un archivo de casos en una hoja de cálculo y un repositorio Git con cada versión del prompt. Una plataforma de evaluación rinde poco si los casos que le das son pobres.

Del papel en blanco al prompt útil: qué hace un ingeniero de prompt para empezar

Para crear un prompt eficaz desde cero, define primero la tarea y el resultado esperado, añade contexto y restricciones, incluye ejemplos del formato deseado y pruébalo con entradas variadas. La primera versión de un prompt rara vez es la definitiva: lo que importa es el ciclo de ajuste posterior.

  1. Define la tarea y qué es una buena respuesta. Si no puedes describir el éxito, tampoco podrás medirlo.
  2. Aporta rol y contexto. Indica quién consulta, para qué y qué datos puede usar el modelo.
  3. Fija restricciones y formato de salida. Longitud, tono, estructura (por ejemplo JSON) y qué hacer cuando falta información.
  4. Añade ejemplos representativos. Incluye al menos un caso difícil, no solo los fáciles.
  5. Prueba con entradas distintas y corrige una cosa cada vez. Así sabes qué cambio produjo qué efecto.

Un ejemplo con una tarea de soporte al cliente muestra la diferencia entre una instrucción vaga y otra trabajada.

Antes: «Resume este correo de un cliente.»

Después: «Eres agente de soporte de una tienda online. Resume el correo siguiente en un máximo de tres frases, indica el tono del cliente (molesto, neutro o satisfecho) y propón una respuesta de dos líneas. Si falta algún dato para responder, dilo en lugar de inventarlo.»

La versión «Después» fija un rol, limita la longitud, pide una clasificación y define qué hacer ante la incertidumbre. La lección práctica: cada frase añadida a un prompt debe responder a un fallo observado, no a una corazonada.

El tipo de prompt cambia lo que se revisa, como muestra la tabla siguiente:

Tipo de promptPara qué sirveQué se revisaFragmento de ejemplo
Instrucciones de sistemaFijar rol, tono y límites de un asistenteQue las reglas se mantengan en conversaciones largas«Eres agente de soporte. Responde solo sobre pedidos. Si la consulta es otro tema, indica que no puedes ayudar.»
Ejemplos guiados (few-shot)Mostrar el formato o el criterio deseadoQue el modelo no copie los ejemplos al pie de la letraEntrada: «entrega tarde». Salida esperada: «Tono: molesto | Urgencia: alta | Acción: escalar a logística».
Extracción estructuradaConvertir texto libre en JSON o campos fijosQue el formato sea válido en cada ejecución«Extrae nombre, importe y fecha. Si falta algún campo, usa null. Devuelve solo JSON, sin texto adicional.»
Prompts para RAGResponder usando solo los documentos entregadosQue cite la fuente y admita cuando no sabe«Responde usando solo los fragmentos adjuntos. Si la respuesta no está en ellos, escribe: No tengo esa información.»
Prompts para agentesDecidir qué herramienta usar y en qué ordenQue no ejecute acciones fuera de lo permitido«Tienes acceso a buscar_pedido y enviar_email. No uses otras herramientas. Confirma antes de enviar correos.»

Medir la calidad: qué hace un ingeniero de prompt cuando una respuesta falla

Un ingeniero de prompt mide la calidad de una respuesta de IA comparándola con criterios escritos antes de ver el resultado. Combina revisión humana, comprobaciones automáticas y, con cuidado, otro modelo que actúe como juez. Cuando una respuesta falla, la trata como un dato útil para el siguiente ajuste, no como un descuido que arreglar deprisa.

Los criterios de evaluación dependen de la tarea, pero suelen incluir exactitud frente a la fuente, cumplimiento del formato, tono adecuado, ausencia de contenido inseguro y consistencia entre ejecuciones. Cada criterio se escribe como una regla comprobable, por ejemplo «cita el documento del que sale la respuesta», para que dos revisores lleguen a la misma conclusión.

Usar un modelo como juez acelera la revisión, pero conviene calibrarlo comparando sus veredictos con los de una persona. Si el modelo juez y la persona discrepan, gana el criterio humano y se reescribe la rúbrica.

El ciclo completo de evaluación se repite con cada cambio, y un par de ejemplos favorables nunca bastan para dar un prompt por bueno:

Diagrama de cinco etapas en secuencia: fijar casos de prueba, ejecutar versiones, puntuar respuestas, comparar versiones y ajustar.Cada ajuste vuelve a pasar por los mismos casos antes de aceptarse.Ciclo de evaluación de un prompt1Fijarcasos depruebaSe escriben antes detocar el prompt.2EjecutarcadaversiónMismo modelo y mismoscasos para todas.3Puntuarlasrespuest-asCada respuesta recibeuna nota según larúbrica.4CompararversionesUna tabla simple bastapara decidir cuál gana.5Ajustar yrepetirCada fallo nuevo pasa aser un caso de prueba.
Cada ajuste vuelve a pasar por los mismos casos antes de aceptarse.

Dentro de las pruebas reservo un lugar para la seguridad: entradas que intentan que el modelo ignore sus reglas, revele instrucciones internas o responda fuera de su ámbito. Superar esas pruebas forma parte de la calidad, igual que acertar el formato.

Cómo entrar al oficio: formación, salario y oportunidades

No existe una titulación obligatoria para dedicarse al prompt engineering: entran perfiles de informática, lingüística, diseño, datos, contenido o producto. Lo que se valora es demostrar método con proyectos reales, saber evaluar y entender cómo funciona un modelo. Los salarios varían mucho según país, sector y nivel de responsabilidad.

Para saber qué piden las empresas, lo más útil es leer ofertas reales. Accenture, por ejemplo, ha publicado una oferta titulada Prompt Engineer, que sirve para comparar sus requisitos con tu perfil actual y detectar qué te falta.

Sobre sueldos, la guía Prompt Engineering Jobs: Salary & Skills Guide de Scaler reúne información de salarios y habilidades. Tómala como orientación y contrástala con ofertas de tu mercado, porque el sector y que el puesto incluya ingeniería de IA suelen mover el rango más que el nombre del cargo.

Mi ruta recomendada para entrar: elige un problema real, por ejemplo un asistente de soporte para una tienda o un clasificador de correos, y trabájalo hasta tener casos de prueba, versiones y resultados comparables. Eso suele enseñar más que un certificado suelto y te deja material para mostrar en una entrevista.

Lo esencial

El trabajo de un ingeniero de prompt se parece más a mantener un producto que a escribir frases afortunadas: hay hipótesis, pruebas y registro de cambios. Si ese método te atrae, ya tienes la parte más difícil de entender.

Si vienes del diseño o del contenido, empieza con un playground y un archivo de casos de prueba, y deja Python para cuando necesites automatizar. Si vienes del desarrollo, practica a redactar criterios de evaluación en lenguaje claro. Elige la ruta que cubra tu punto débil, no la que ya dominas.

Preguntas frecuentes

¿Cuál es la diferencia entre un ingeniero de prompt y un ingeniero de IA?
El ingeniero de IA suele responsabilizarse del sistema completo: integrar modelos, construir flujos de datos, desplegar y mantener la aplicación. El ingeniero de prompt se centra en la capa de instrucciones y en su evaluación. En equipos pequeños una misma persona hace ambas cosas, así que la frontera depende más de la oferta concreta que del título.
¿Cuánto tiempo se tarda en aprender prompt engineering?
No hay un plazo fijo, y cualquier cifra cerrada sería una promesa vacía. Las bases de estructura se asimilan con práctica regular, pero la solidez llega al trabajar con un caso que tenga usuarios y fallos reales, porque ahí aprendes a evaluar. Avanzas más rápido si registras cada versión del prompt junto con su resultado.
¿Qué errores debe evitar un ingeniero de prompt?
Los más habituales son dar instrucciones contradictorias, acumular reglas que se pisan entre sí y copiar prompts ajenos sin adaptarlos al modelo que usas. También conviene no pegar datos personales o confidenciales en herramientas sin revisar su política de privacidad, y no tratar una respuesta fluida como si fuera una respuesta verificada.
¿Con qué otros nombres aparece el puesto en las ofertas?
Con frecuencia se anuncia como ingeniero de IA, desarrollador de aplicaciones con modelos de lenguaje o especialista en evaluación de sistemas. Busca también por tareas, como evaluación, RAG o agentes, y no solo por la etiqueta «prompt engineer», porque muchas ofertas describen el trabajo sin usar ese nombre.
¿Qué debe incluir un portafolio para demostrar el oficio?
Unos pocos proyectos bien documentados, cada uno con el problema, las versiones del prompt, los casos de prueba, los criterios de evaluación y lo que cambió entre versiones. Añade un caso en el que el prompt falló y explica cómo lo corregiste, y publica el repositorio sin datos privados.

Sobre la autora

Lucía Marín es editora de IA, diseño y desarrollo web. Cubre inteligencia artificial aplicada al diseño, la programación y la creación digital para diseñadores, desarrolladores y creadores que trabajan con IA a diario.