Cómo funciona
El trabajo consiste en entender cómo los modelos interpretan instrucciones, crear plantillas de prompts reutilizables, probar variaciones y medir resultados. Incluye técnicas como few-shot, chain-of-thought y system prompts.
La profesión surgió con la popularización de los LLMs. Las empresas se dieron cuenta de que la calidad de los prompts afecta directamente la calidad del producto. Un buen prompt engineer puede mejorar resultados sin cambiar el modelo ni el código.
El trabajo también implica documentación. Los prompts efectivos se versionan, se prueban y se comparten entre equipos. Herramientas como LangSmith y Promptfoo ayudan a evaluar y comparar prompts.
Ejemplo práctico
Una empresa que usa IA para atención al cliente puede contratar a un prompt engineer para crear prompts que hagan que el modelo responda de forma consistente, con el tono de marca, y escale sin necesidad de reentrenar el modelo.
El prompt engineer crea un system prompt que define la personalidad del agente, las reglas de seguridad y el formato de respuesta. Luego prueba variaciones con datos reales de clientes y ajusta hasta lograr la calidad deseada.
Para qué sirve
Mejorar la calidad de las respuestas de IA sin cambiar el modelo, reducir costos, los prompts más eficientes usan menos tokens, y estandarizar resultados entre equipos.
Para la carrera, es una profesión emergente con alta demanda. Combina habilidades de comunicación, lógica y conocimiento de modelos de IA. No exige un título específico, pero sí práctica y experimentación.
Diferencia entre prompt engineer e ingeniero de ML
El prompt engineer se enfoca en instrucciones e interacción con modelos ya entrenados. El ingeniero de ML se enfoca en entrenar, ajustar e implementar modelos. El prompt engineer no necesita saber entrenar modelos. El ingeniero de ML no necesita ser experto en prompts.
En la práctica, las dos funciones se complementan. El ingeniero de ML crea el modelo. El prompt engineer hace que el modelo funcione bien para el caso de uso específico.