Imaginá que estás en un restaurante de lujo. El menú tiene de todo: desde una hamburguesa con queso hasta un vino de $100.000 la botella. Tu mesa esta siendo atendida por un robot programado con IA. Vos podés pedir “tráeme algo rico” y capaz te trae rebanadas de apio sin sal, o podés pedir: “tráeme una hamburguesa doble con cheddar derretido, pan tostado, cebolla caramelizada y una pinta de IPA bien fria”.
¿La diferencia? El detalle con el que pediste. Esa es la explicación condensada en un ejemplo de lo que es el prompt engineering.
A primera vista puede parecer algo complicado, lleno de parámetros y tecnicismos. Pero te aseguro que el prompt engineering no es difícil: es complejo, sí, pero sigue una lógica muy sencilla de entender. Ahora vamos a entrar en un poco mas de detalle y al final de este articulo vas a ver información para empezar ya, asi que no te lo pierdas.
¿Que es “Prompt Engineering”?
El Prompt Engineering es, en pocas palabras, la disciplina de diseñar y perfeccionar instrucciones para comunicarse con inteligencias artificiales generativas. Aunque el concepto parece técnico, en realidad se trata de algo cercano: aprender a dar buenas indicaciones para obtener respuestas útiles, creativas y precisas.
El término se refiere a la práctica de construir prompts —es decir, indicaciones o instrucciones— que guían a la IA en la producción de textos, imágenes, códigos o estrategias.
Es decir, se trata de dominar el lenguaje de estas mentes sintéticas que ahora son nuestras socias para casi todo: desde redactar correos hasta abrir negocios digitales y transformar ideas en realidades de forma más rápida y precisa que nunca.
Significado del término
-
Prompt: del inglés, significa indicación o instrucción.
-
Engineering: ingeniería, entendida como el diseño metódico de soluciones.
Asi, prompt engineering es literalmente Ingeniería de Instrucciones.
Surgimiento…
En los primeros años de los modelos de lenguaje (2017–2019, con BERT o GPT-2), te podías meter en las paginas a interactuar con los modelos y tirar frases simples, casi como juegos de prueba y error, experimentos. Pero fue en 2020–2021, con GPT-3, cuando surgió la necesidad de sistematizar esas pruebas: empresas y laboratorios empezaron a publicar guías y a profesionalizar lo que antes era intuición.
El término Prompt Engineering fue adoptado tanto en el ámbito académico (papers del MIT, Stanford, OpenAI) como en la industria tecnológica (Microsoft, Google, Anthropic). Con la explosión de ChatGPT en 2022, la práctica se popularizó: de pronto, millones de personas descubrieron que con unas pocas palabras bien pensadas podían escribir un artículo, generar un código o incluso crear un plan de negocios.
Primeras expresiones y referentes
Los primeros en dar forma al campo fueron investigadores de OpenAI y divulgadores como Ethan Mollick (profesor en Wharton), que mostraban en público cómo usar prompts para enseñar, programar o innovar en negocios.
En paralelo, empresas como Copy.ai y Jasper construyeron modelos de negocio enteros vendiendo prompts listos para marketing y ventas. Y plataformas como PromptBase abrieron la puerta a que cualquier persona pueda crear y vender sus propios prompts, convirtiendo esta habilidad en una fuente real de ingresos digitales.
Quizás uno de los nombres más visibles es el del propio Ethan Mollick, que se ha convertido en referente mundial mostrando cómo el Prompt Engineering puede cambiar la productividad de estudiantes, empresas y emprendedores. Sus publicaciones en Twitter/X y sus cursos han inspirado a miles a profesionalizar esta habilidad.
Cómo podes empezar ya desde cero
Lo más poderoso del Prompt Engineering es que cualquiera puede aprenderlo. No hace falta ser programador ni tener estudios. De hecho, puede que descubras un talento oculto, especialmente si disfrutás de prestar atención a los detalles y de experimentar hasta dar con la “fórmula” perfecta.
Acá te dejo un método para que vayas practicando.
Existen múltiples frameworks (marcos de trabajo) que ayudan a estructurar un prompt de manera efectiva. Uno de los más conocidos es el CRAFT Framework.
Cada letra de CRAFT representa un paso clave: Contexto, Rol, Acción, Formato y Tono. Es un esquema pensado para mejorar cómo escribimos prompts o instrucciones para ChatGPT y modelos similares, asegurando que las respuestas sean más claras, útiles y estructuradas. Veamos cada punto en detalle:
1. C – Contexto (Context)
El primer paso es dar un marco de referencia claro. Explicá la situación, los antecedentes o el tema principal.
La IA funciona mucho mejor cuando entiende de qué trata la conversación.
Ejemplo: “Necesito redactar un ensayo académico de 1.000 palabras para la facultad sobre el impacto de la inteligencia artificial en la educación superior.”
👉 Sin contexto, la IA puede darte respuestas demasiado generales o irrelevantes.
2. R – Rol (Role)
Asignale un papel específico a la IA. Esto cambia completamente la forma en la que responde.
Podés pedirle que actúe como profesor universitario, tutor, investigador o crítico académico.
Ejemplo: “Actuá como un profesor universitario que ayuda a estructurar ideas de manera crítica y clara.”
👉 Definir el rol hace que la IA adopte la perspectiva académica adecuada.
3. A – Acción (Action)
Decile qué querés que haga exactamente. ¿Querés que redacte, que corrija, que proponga una estructura, que resuma?
La acción debe ser concreta y específica.
Ejemplo: “Generá una propuesta de estructura con introducción, tres argumentos principales y conclusión.”
👉 Cuanto más clara sea la acción, más útil y directo será el resultado.
4. F – Formato (Format)
Indicá la forma en que necesitás la respuesta: esquema, lista, borrador, tabla, etc.
Ejemplo: “Presentalo en un esquema con subtítulos y una breve explicación en cada parte.”
👉 El formato organiza la información y facilita el proceso de redacción posterior.
5. T – Tono (Tone)
Definí el estilo de comunicación: formal, académico, técnico, divulgativo, etc.
Ejemplo: “Usá un tono formal y académico, pero fácil de entender.”
👉 El tono asegura que el resultado sea coherente con el estilo esperado en la facultad.
El Prompt final quedaría armado así:
“Necesito redactar un ensayo académico de 1.000 palabras para la facultad sobre el impacto de la inteligencia artificial en la educación superior.
Actuá como un profesor universitario que ayuda a estructurar ideas de manera crítica y clara.
Generá una propuesta de estructura con introducción, tres argumentos principales y conclusión.
Presentalo en un esquema con subtítulos y una breve explicación en cada parte.
Usá un tono formal y académico, pero fácil de entender.”
Por qué funciona esta versión de CRAFT
Seguir este esquema te obliga a ser específico, ordenado y claro. No solo ayuda a la IA a entender mejor lo que necesitás, también te entrena a vos en la forma de pensar y estructurar un trabajo académico.
En la práctica, usar CRAFT puede ser la diferencia entre obtener un texto genérico y tener una base sólida para un ensayo universitario listo para pulir y entregar.
Factores a tener en cuenta
-
Claridad: cuanto más explícito seas, mejor.
-
Contexto: no temas dar mucha información, la IA lo agradece.
-
Iteración: no te quedes con la primera respuesta; ajustá y pedí mejoras.
- Propósito: pensá siempre qué uso práctico le vas a dar a la respuesta.
El próximo paso es simple: abrí tu herramienta de IA y aplicá el CRAFT Framework en un caso real de tu vida —un mail, un artículo, un guion, un plan de negocio. Cuanto más lo uses, más natural se va a volver.
Podemos concluir que esta es un área de la que siempre hablaremos en presente. Es muy poco probable que algún día digamos: “¿te acordás cuando se usaba prompt engineering?”. Al contrario: es la manera de sacarle provecho a la IA orientándola a la productividad. Todo esfuerzo que hagamos por aprender más sobre el tema siempre traerá buenos resultados y, lo más importante, nos ahorrará una enorme cantidad de tiempo. Lo que antes llevaba días, ahora lo podemos resolver en minutos.
Hay que darle la importancia que se merece. Está en juego la diferencia entre rodajas de apio y una hamburguesa con IPA.
Ahora es tu turno de probarlo: ya tenés con qué empezar. Compartí tus logros y no olvides que esto es solo la introducción… todavía hay mucho más por descubrir.
Seguimos avanzando y profundizando en la próxima lección.