Qué ocurrió
Terminología · Ingeniería de LLM · Modelos de lenguaje · Evaluación comparativa · IA · ExplicaciónEl término y su práctica, de junio de 2018 a septiembre de 2026
Primera de cinco · la capa más interna
Los trucos se mudaron al modelo. La escritura se quedó.
La ingeniería de prompts consiste en redactar las instrucciones de un modelo para que haga lo que uno quería. La expresión aparece en la literatura de investigación en febrero de 2021. En marzo de 2023 ya era un puesto anunciado con hasta 335,000 dólares al año, y en 2024 y 2025 la prensa especializada lo declaraba obsoleto: las herramientas que buscan prompts superaban a las personas, y los modelos entendían cada vez mejor lo que se les pedía. La práctica no se fue con el puesto. Anthropic, OpenAI y Google mantienen guías de prompts en 2026. Lo que ha cambiado en ellas es dónde viven los trucos: “pensemos paso a paso” se convirtió en un ajuste de razonamiento integrado, las respuestas prellenadas dejaron paso a las salidas estructuradas y el retoque manual de la redacción, a las pruebas. La razón por la que importaba no se ha dado por resuelta — cambiar solo el formato de un prompt ha movido la precisión hasta 76 puntos.
- 76puntos de precisión movidos cambiando solo el formato de un prompt, en un modelo abierto (2023)
- 17.7 → 78.7por ciento en una prueba de matemáticas, antes y después de añadir “Let’s think step by step” (2022)
- $335Ktope de la banda salarial anunciada para un ingeniero de prompts, marzo de 2023
- 0 / 10de los diez principales nuevos puestos de IA en la encuesta de Microsoft de 2025 a 31,000 trabajadores eran “ingeniero de prompts”
Tres definiciones, con cinco años de distancia La de un investigador, la de un proveedor y la de un diccionario. Solo el diccionario lo llama profesión.
Liu et al. · jul 2021
“Crear una función de prompt”
- El título de una sección de un estudio del campo: la ingeniería de prompts es “el proceso de crear una función de prompt” que dé “el rendimiento más eficaz en la tarea posterior”.
- Cinco meses antes, Laria Reynolds y Kyle McDonell habían escrito que la ingeniería de prompts “puede concebirse como programar en lenguaje natural” — el uso más antiguo de la expresión que se ha encontrado aquí.
OpenAI y Anthropic · 2025–26
“Escribir instrucciones eficaces”
- OpenAI: “el proceso de escribir instrucciones eficaces para un modelo, de modo que genere de forma constante contenido que cumpla tus requisitos” — “una mezcla de arte y ciencia”.
- Anthropic: “métodos para escribir y organizar las instrucciones de un LLM”, con la ingeniería de contexto como su progresión natural.
Oxford English Dictionary · 2025
“…la disciplina o profesión que se ocupa de ello”
- “La acción o el proceso de formular y refinar prompts para un programa de inteligencia artificial … con el fin de optimizar su resultado o lograr un resultado deseado.”
- En 2023, “prompt” en su sentido de IA fue finalista de la palabra del año de Oxford. La elegida fue rizz.
Con qué firmeza se sostiene cada parte Ordenado por solidez. Una medición y un consejo de un proveedor no son el mismo tipo de hecho.
| Solidez | Qué | Sobre qué |
|---|---|---|
| Medido | Solo el formato movió la precisión hasta 76 puntos en LLaMA-2-13B, y la sensibilidad “persiste incluso al aumentar el tamaño del modelo, el número de ejemplos o al aplicar ajuste por instrucciones”. | Sclar, Choi, Tsvetkov y Suhr, oct 2023. Resumen leído en la fuente |
| Medido | Solo el orden de los ejemplos marcó “la diferencia entre un rendimiento casi de vanguardia y uno de adivinanza al azar”, en todos los tamaños de modelo; un buen orden para un modelo no servía para otro. | Lu et al., abr 2021, y Zhao et al., feb 2021. Resúmenes leídos en la fuente |
| Medido | Añadir “Let’s think step by step” llevó a un modelo del 17.7% al 78.7% en MultiArith y del 10.4% al 40.7% en GSM8K, sin ejemplos resueltos. | Kojima et al., may 2022. Resumen leído en la fuente |
| El proveedor, sobre su propio producto | El razonamiento paso a paso ya viene integrado: los modelos más nuevos de Anthropic razonan por defecto, y Google dice que sus modelos Gemini 2.5 y 3 generan un razonamiento interno, así que hacer que expongan los pasos en la respuesta “en general no es necesario”. | La documentación actual de los propios proveedores, leída en su totalidad |
| El proveedor, sobre su propio producto | OpenAI pide a los desarrolladores fijar sus aplicaciones en producción a una instantánea del modelo y crear evaluaciones, porque “incluso distintas instantáneas de modelos de la misma familia podrían producir resultados distintos”. | La guía de ingeniería de prompts de OpenAI, leída en su totalidad |
| Documentado | Anthropic anunció un puesto de Prompt Engineer and Librarian con 175,000 a 335,000 dólares al año. | David Ramel, Virtualization Review, 13 mar 2023, informando del anuncio |
| Documentado | En la encuesta de Microsoft a 31,000 trabajadores de 31 mercados, los diez nuevos puestos de IA que más se planteaban las empresas van del formador de IA (32%) al director de IA (27%). El ingeniero de prompts no está entre ellos. | Microsoft Work Trend Index, 23 abr 2025, leído en su totalidad |
| Contado de segunda mano | Jared Spataro, de Microsoft: “Hace dos años todo el mundo decía: ‘Creo que el ingeniero de prompts va a ser el puesto de moda’. No está resultando cierto en absoluto”. | The Wall Street Journal, según Erin Davis, Entrepreneur, 29 abr 2025 |
| Autodeclarado | Poner los documentos largos primero y la pregunta al final “puede mejorar la calidad de la respuesta hasta un 30 por ciento en pruebas”. | Anthropic, sobre sus propias pruebas; sin medición independiente |
| Nuestra lectura | Tres cosas que empezaron como redacción pasaron al modelo o a la API: el razonamiento paso a paso, las respuestas prellenadas y el retoque manual. | Reunido a partir de las fuentes anteriores. Ninguna fuente lo dice por sí sola |
Cronología
Ocho años, de una pregunta a una guía Cada fecha es una publicación. Cuándo cambió la gente su forma de trabajar no lo mide ninguna.
- jun 2018Un prompt es una pregunta que elige la tarea. decaNLP plantea diez tareas lingüísticas “como preguntas y respuestas sobre un contexto”, para un solo modelo.
- 2019El prompt sustituye al entrenamiento. GPT-2 hace tareas sin ejemplos, “sin modificar ningún parámetro ni la arquitectura”; basta escribir “TL;DR:” tras un artículo para obtener un resumen.
- may 2020De preguntar a mostrar. GPT-3, con 175 mil millones de parámetros, recibe tareas y ejemplos resueltos “especificados únicamente mediante texto”.
- 15 feb 2021La expresión, por escrito. Reynolds y McDonell: la ingeniería de prompts “puede concebirse como programar en lenguaje natural”. Un prompt con solo los nombres de dos idiomas y dos puntos superó en traducción a uno con diez ejemplos.
- 19 feb 2021Se mide la inestabilidad. El formato, la elección de ejemplos y su orden llevan a GPT-3 “de casi el azar a casi la vanguardia”.
- abr 2021Basta el orden, en todos los tamaños de modelo, y un buen orden no se traslada de un modelo a otro.
- 28 jul 2021Una definición. Un estudio del campo dedica una sección a la ingeniería de prompts: encontrar el prompt que da el rendimiento más eficaz.
- 28 ene 2022De la respuesta al método. Cadena de pensamiento: ocho ejemplos que muestran su razonamiento llevan a un modelo de 540 mil millones de parámetros a la vanguardia en GSM8K.
- mar–may 2022La autoconsistencia vota entre varios caminos de razonamiento; después se demuestra que “Let’s think step by step” mejora las puntuaciones de razonamiento sin ningún ejemplo.
- 12 sep 2022Su sombra recibe nombre. Después de que Riley Goodside muestre a GPT-3 obedeciendo “Ignore the above directions”, Simon Willison propone llamarlo inyección de prompts, por analogía con la inyección SQL.
- nov 2022Un modelo escribe el prompt. Automatic Prompt Engineer: las instrucciones escritas por un modelo igualan o superan a las humanas en 19 de 24 tareas.
- feb 2023Inyección indirecta de prompts: instrucciones plantadas en datos que una aplicación recupera. Las defensas eficaces “faltan por ahora”.
- 13 mar 2023Un puesto de trabajo. Se informa de anuncios de ingeniero de prompts de hasta 335,000 dólares al año. Un investigador de Microsoft dice inclinarse a pensar que las técnicas acabarán en puestos ya existentes.
- may 2023Árbol de pensamientos: búsqueda entre pasos de razonamiento, con marcha atrás. En un acertijo, un 4% resuelto con cadena de pensamiento y un 74% con el árbol.
- oct 2023Solo el formato: hasta 76 puntos. Y no desaparece con modelos más grandes, más ejemplos o ajuste por instrucciones.
- 2023“Prompt” es finalista de la palabra del año de Oxford; su sentido de IA apenas tenía “muy poco uso” en el corpus de Oxford antes de 2022.
- feb–mar 2024La necrológica. En tres modelos, un optimizador automático resulta la forma más eficaz de ajustar un mensaje de sistema; IEEE Spectrum titula “AI Prompt Engineering Is Dead”.
- jun 2024The Prompt Report cataloga 58 técnicas de prompts de texto; en su caso práctico, un optimizador supera a un prompt hecho a mano durante 20 horas, y los autores concluyen que lo mejor es combinar ambos.
- 19 dic 2024Anthropic: las definiciones de herramientas merecen “tanta atención de ingeniería de prompts” como los prompts — dedicó más tiempo a sus herramientas que a su prompt.
- abr 2025El puesto se desvanece. Los diez principales nuevos puestos de IA de Microsoft lo dejan fuera; la información sobre un artículo del Wall Street Journal cita a Jared Spataro, de Microsoft, diciendo que aquella predicción “no … es cierta en absoluto”.
- 29 sep 2025Anthropic llama a la ingeniería de contexto la “progresión natural” de la ingeniería de prompts — los términos posteriores están en los cuatro artículos siguientes de esta serie.
- 10 nov 2025Anthropic publica su artículo de buenas prácticas de prompts. Revisado después, ahora dice que “el prompting está convergiendo con la ingeniería de contexto” — “menos andamiaje, más curaduría”.
- 3 jun 2026OpenAI empieza a relegar los objetos de prompt reutilizables: los prompts deben vivir en el código de la aplicación, con pruebas, como cualquier otro código.
- 17 sep 2026Última actualización de la guía de prompts de Gemini de Google. Sigue diciendo que se incluyan siempre ejemplos y que el orden del contenido puede cambiar la respuesta.
- 30 nov 2026Previsto: cierra el servicio de prompts almacenados de OpenAI.
El argumento
¿Ha muerto? Las necrológicas hablan de un puesto. Las guías, de una práctica. Ambas aciertan sobre su propio tema.
La tesis de la necrológica la sostienen personas con nombre y pruebas. En marzo de 2024, Dina Genkina, de IEEE Spectrum, informó de un estudio de VMware en el que, casi en todos los casos, un prompt generado automáticamente rindió mejor que el mejor encontrado a base de ensayo y error; el prompt ganador era una orden de un capitán de Star Trek, y Rick Battle, del estudio, concluyó, según el artículo, que ningún humano debería volver a optimizar prompts a mano. El caso práctico de The Prompt Report, tres meses después, llegó a lo mismo con más cuidado: el prompt de un optimizador rindió mejor con datos reservados que uno que una persona había tardado 47 pasos y unas 20 horas en construir. En abril de 2025, la encuesta de Microsoft a 31,000 trabajadores no incluía al ingeniero de prompts entre los diez nuevos puestos de IA que más se planteaban las empresas, y el Wall Street Journal, según Entrepreneur, citaba a Jared Spataro, de Microsoft: los modelos son ahora más “conscientes del contexto”, así que “el prompt perfecto” importa menos. La tesis contraria es que nada de esto trata de la práctica. El mismo artículo de IEEE cita a Tim Cramer, de Red Hat — “va a haber ingenieros de prompts durante bastante tiempo” — y los autores de The Prompt Report cerraron su estudio concluyendo que la automatización combinada con la revisión humana “fue el enfoque más exitoso”. En marzo de 2023, cuando el puesto era nuevo, James McCaffrey, de Microsoft Research, dijo que se inclinaba a pensar que las técnicas pasarían a formar parte del repertorio de puestos existentes en lugar de ser un empleo propio. Eso se parece a lo que describe el propio informe de Microsoft de 2025: cada empleado necesita aprender a “escribir prompts con contexto e intención”. Y las guías de los proveedores, que son la práctica puesta por escrito, seguían actualizándose en septiembre de 2026.
- 47 → 16pasos que dio una persona para construir un prompt, frente a las iteraciones del optimizador que lo superó con datos reservados (2024)
- ~3,000anuncios en Indeed con “prompt engineer” en el título o la descripción en abril de 2025, una cifra que Indeed describió como estancada
- 3proveedores cuyas guías de prompts se leyeron completas, todas vigentes en 2026
Lo que añaden otros
Las técnicas, cada una en su artículo Qué añadió cada una, con las palabras y cifras de quienes la presentaron.
| Técnica | Presentada | Qué mostró |
|---|---|---|
| Sin ejemplos | Radford et al., 2019 | Una instrucción basta para especificar la tarea; “TL;DR:” tras un artículo produce un resumen. |
| Con pocos ejemplos | Brown et al., may 2020 | Ejemplos resueltos en el prompt, sin reentrenar; “a veces incluso alcanzando la competitividad” del ajuste fino. |
| Redacción antes que ejemplos | Reynolds y McDonell, feb 2021 | “Los prompts sin ejemplos pueden superar claramente a los de pocos ejemplos” — demostrado, según los propios autores, en una sola tarea ilustrativa. |
| Calibración | Zhao et al., feb 2021 | Corregir el sesgo del modelo hacia ciertas respuestas elevó la precisión media hasta 30.0 puntos. |
| Cadena de pensamiento | Wei et al., ene 2022 | Ejemplos que muestran su razonamiento; vanguardia en GSM8K, “superando incluso a GPT-3 ajustado con un verificador”. |
| Autoconsistencia | Wang et al., mar 2022 | Muestrear varios caminos de razonamiento y quedarse con la respuesta más coherente: GSM8K +17.9%. |
| Cadena de pensamiento sin ejemplos | Kojima et al., may 2022 | Una frase, sin ejemplos: MultiArith 17.7% → 78.7%, GSM8K 10.4% → 40.7%. |
| Ingeniería de prompts automática | Zhou et al., nov 2022 | Un modelo propone y selecciona instrucciones; igual o mejor que las humanas en 19 de 24 tareas. |
| Árbol de pensamientos | Yao et al., may 2023 | Búsqueda entre pasos de razonamiento con marcha atrás: el juego del 24 pasa del 4% → 74% con GPT-4. |
Qué recomiendan hoy los proveedores Tres guías leídas completas. Dónde coinciden, y el único punto en que un proveedor se contradice.
| Consejo | Quién lo dice, y cómo |
|---|---|
| Sé claro y explica por qué | Anthropic: trata al modelo como “un empleado brillante pero nuevo que carece de contexto”, y da la razón de cada norma. OpenAI: los modelos GPT son como “un compañero júnior” que necesita instrucciones explícitas; los de razonamiento, como “un compañero sénior” al que se le puede dar un objetivo. |
| Muestra ejemplos | Anthropic: “Incluye de 3–5 ejemplos para obtener los mejores resultados”. Google: “incluye siempre ejemplos”, con un formato coherente. OpenAI: una variedad de entradas con las salidas deseadas. |
| Dale estructura | Los tres: separa instrucciones, contexto y ejemplos con etiquetas XML o Markdown. Anthropic y OpenAI colocan el material largo en un lugar fijo — Anthropic arriba y la pregunta al final; OpenAI, el contexto variable cerca del final. |
| Deja que el modelo razone | Anthropic: el razonamiento extendido o adaptativo es “en general preferible al prompting manual de cadena de pensamiento”; en sus modelos más nuevos siempre está activo. Google: pedir a Gemini 2.5 o 3 que exponga su razonamiento “en general no es necesario”. |
| Pruébalo como código | OpenAI: fija una instantánea del modelo, crea evaluaciones y guarda los prompts en el código de la aplicación con datos y pruebas. Anthropic: una técnica medida en un modelo debe volver a comprobarse “con tus propias evaluaciones” antes de aplicarla a otro. |
| Escribe bien también las herramientas | Anthropic, diciembre de 2024: su agente de programación se equivocaba con las rutas relativas, así que la herramienta pasó a exigir rutas absolutas, que el modelo usó entonces “sin fallos” — y dedicó más tiempo a las herramientas que al prompt. |
| Prellenado: un proveedor, dos respuestas | El blog de Anthropic sigue enseñando a empezar la respuesta del modelo por él. La documentación de Anthropic dice que, desde los modelos Claude 4.6, un último turno prellenado devuelve un error, y remite a las salidas estructuradas. |
Dos cosas que no desaparecieron La sensibilidad que hizo necesaria la práctica, y el ataque que hizo posible.
Las mediciones van de 2021 a 2023 y apuntan en una dirección. Tony Zhao y sus colegas vieron que el formato, la elección de ejemplos y su orden podían llevar a GPT-3 de casi el azar a casi la vanguardia. El grupo de Yao Lu vio que bastaba el orden, en todos los tamaños de modelo, y que un buen orden para un modelo no servía para otro; The Prompt Report resumió después que en algunas tareas el orden movía la precisión de menos del 50% a más del 90%. El grupo de Melanie Sclar fijó luego el contenido y cambió solo el formato: hasta 76 puntos, una diferencia que persistía con modelos más grandes, más ejemplos y ajuste por instrucciones, y que apenas se correlacionaba entre modelos — lo que, señalan, pone en duda comparar modelos con un único formato fijo. No se encontró ninguna medición posterior. Lo vigente es el consejo: la guía de Google, actualizada en septiembre de 2026, sigue diciendo que se pruebe a cambiar el orden del contenido, y Anthropic sigue informando de que el lugar de la pregunta cambia la calidad de la respuesta. Lo segundo es la seguridad. En septiembre de 2022, Simon Willison bautizó la inyección de prompts tras ver a GPT-3 obedecer un texto que le pedía ignorar sus instrucciones, y la comparó con la inyección SQL, cuya solución es separar código y datos. En febrero de 2023, Kai Greshake y sus colegas mostraron la forma indirecta — instrucciones escondidas en una página web o un correo que la aplicación lee — y escribieron que esas aplicaciones “difuminan la frontera entre datos e instrucciones”, con mitigaciones eficaces que “faltan por ahora”. Un prompt es a la vez el programa y la entrada, y eso es lo que lo hace potente y lo que lo hace atacable.
- <50% → 90%+precisión en algunas tareas al reordenar los mismos ejemplos (2021)
- 76puntos de precisión solo por el formato, que persisten con la escala y el ajuste por instrucciones (2023)
- 2022año en que se bautizó la inyección de prompts, por analogía con la inyección SQL
Conclusión
Qué llevarse Tres cosas, y la última hay que tomarla con cautela.
Un puesto se desvaneció. La práctica quedó por escrito.
Las pruebas de que la ingeniería de prompts ha muerto son pruebas sobre contratación: anuncios, una encuesta que omite el puesto, la cita de un directivo. Las pruebas de que sigue viva son las guías de prompts de Anthropic, OpenAI y Google, todas vigentes en 2026. Lee “la ingeniería de prompts ha muerto” como una frase sobre puestos de trabajo.
Los trucos se mudaron; la escritura no
“Let’s think step by step” es hoy un ajuste de razonamiento, el prellenado deja paso a las salidas estructuradas y la búsqueda de la mejor redacción la hacen cada vez más los optimizadores. Lo que las guías de 2026 siguen pidiendo a una persona es decir con claridad lo que quiere, mostrar ejemplos, estructurar la entrada y probar el resultado — y los ejemplos, el orden y el formato son justo aquello a lo que, según los estudios de 2021 a 2023, los modelos son sensibles. Ese resumen es la lectura de este sitio a través de las guías; ninguna lo dice así.
Toma con cautela el tamaño de la sensibilidad
El efecto de 76 puntos y el del orden se midieron en modelos de 2021 a 2023. No se encontró ninguna medición en modelos de 2025–26. Los consejos actuales de los proveedores tratan el orden, los ejemplos y el formato como todavía relevantes, pero un consejo no es una medición, y el tamaño del efecto en los modelos de hoy no se conoce por nada de lo aquí reunido.
Lo que no pudo verificarse
Información sin confirmar — que el ingeniero de prompts quedó penúltimo entre los nuevos puestos que se planteaban las empresas en la encuesta de Microsoft de 2025. La clasificación se atribuye a la información del Wall Street Journal; el informe publicado por Microsoft solo enumera sus diez primeros, y el puesto no está entre ellos.
Mensaje principal y fuentes
- McCann et al., arXiv (20 jun 2018)
- Radford et al., OpenAI (2019)
- Brown et al., arXiv (28 may 2020)
- Reynolds y McDonell, arXiv (15 feb 2021)
- Zhao et al., arXiv (19 feb 2021)
- Lu et al., arXiv (18 abr 2021)
- Liu et al., arXiv (28 jul 2021)
- Wei et al., arXiv (28 ene 2022)
- Wang et al., arXiv (21 mar 2022)
- Kojima et al., arXiv (24 may 2022)
- Simon Willison (12 sep 2022)
- Zhou et al., arXiv (3 nov 2022)
- Greshake et al., arXiv (23 feb 2023)
- David Ramel, Virtualization Review (13 mar 2023)
- Yao et al., arXiv (17 may 2023)
- Sclar et al., arXiv (17 oct 2023)
- Battle y Gollapudi, arXiv (9 feb 2024)
- Dina Genkina, IEEE Spectrum (6 mar 2024)
- Schulhoff et al., The Prompt Report, arXiv (6 jun 2024)
- Erik S. y Barry Zhang, Anthropic (19 dic 2024)
- Microsoft Work Trend Index (23 abr 2025)
- Erin Davis, Entrepreneur (29 abr 2025)
- Rajasekaran, Dixon, Ryan y Hadfield, Anthropic (29 sep 2025)
- Anthropic, blog de Claude (10 nov 2025, revisado después)
- Anthropic, Prompting best practices
- OpenAI, guía de ingeniería de prompts
- Google, estrategias de diseño de prompts de la API de Gemini (actualizada el 17 sep 2026)
- Oxford Languages, palabra del año 2023
- Wikipedia, “Prompt engineering”, por su cita del Oxford English Dictionary. Todas leídas el 28 sep 2026. Este término es uno de los cinco que cubre el tema permanente Ingeniería de LLM, que lo sitúa junto a los otros cuatro.