Última revisión:
¿Qué es el prompt engineering? Definición y retos para la empresa
El prompt engineering es la disciplina de escritura metódica de los prompts. No se trata de un oficio raro sino de una competencia transversal, que consiste en formalizar, probar y estandarizar las instrucciones dirigidas a un LLM para obtener salidas fiables y reproducibles a escala de una organización.
El prompt engineering cubre el conjunto de técnicas que permiten transformar una solicitud vaga en una instrucción estructurada que produce una salida fiable. Las técnicas principales incluyen: la asignación de rol («Eres experto en...»), la provisión de ejemplos (one-shot, few-shot), la descomposición de la tarea en etapas (chain of thought), la especificación del formato de salida (JSON, markdown, plan numerado), y la introducción de restricciones negativas («no mencionar...»). En 2023, el término designaba un oficio emergente y bien remunerado (hasta 300 000 dólares anuales en algunos laboratorios estadounidenses). Desde 2024-2025, esta segmentación se ha derrumbado en gran medida: los modelos se han vuelto más tolerantes con los prompts imprecisos, y las buenas prácticas se han difundido. El prompt engineering ya no es un oficio, es una competencia integrada a los roles de negocio (comercial, jurídico, marketing), al mismo título que el dominio de Excel o de la búsqueda en Google.
Ejemplo concreto
El estudio NBER de Brynjolfsson, Li y Raymond (2023, Generative AI at Work) observó a 5 172 agentes de atención al cliente equipados con un asistente de IA. La ganancia de productividad media fue del 14 %, pero variaba fuertemente según el nivel de experiencia y la calidad del prompting: 34 % de ganancia para los agentes menos formados, y un efecto casi nulo para los más experimentados en los casos simples. La lección central para los dirigentes: la productividad derivada de la IA no es una propiedad del modelo, sino de la práctica de uso. Sin disciplina colectiva de prompting, las ganancias siguen siendo desiguales y no capitalizables.
Ver también
Para profundizar
Generative AI at Work, Brynjolfsson, Li & Raymond, NBER Working Paper 31161, 2023
Fuentes
- Generative AI at Work, Brynjolfsson, Li & Raymond, NBER Working Paper 31161, 2023. https://www.nber.org/papers/w31161
- Prompt engineering overview, Anthropic documentation 2026. https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview