El prompt engineer se convirtió en el rol tech con mayor crecimiento relativo en búsquedas de LinkedIn y Google durante este año. Mientras otras posiciones tardan años en consolidarse, el prompt engineering emergió rápidamente porque responde a una necesidad concreta: hacer que los modelos de lenguaje funcionen bien en contextos de negocio reales.

Si te preguntás qué hace exactamente un prompt engineer, en qué se diferencia de un AI Engineer y cuánto gana en Argentina, esta guía completa te da todo el panorama.

¿Qué es un Prompt Engineer?

Un prompt engineer es el profesional responsable de diseñar, optimizar y sistematizar las instrucciones (prompts) que se le dan a los modelos de lenguaje de gran escala (LLMs) para obtener los mejores resultados posibles. No es solo escribir preguntas bien: es una disciplina que combina conocimiento del modelo, comprensión del caso de uso de negocio, metodología de evaluación y habilidad de comunicación.

El prompt engineering importa porque los LLMs son enormemente sensibles a cómo se les formula una tarea. La diferencia entre un prompt mediocre y uno bien diseñado puede ser la diferencia entre una herramienta que no sirve y un producto que automatiza horas de trabajo.

¿Qué diferencia al Prompt Engineer del AI Engineer?

Es la confusión más frecuente en el mercado. La distinción más clara es esta:

• El AI Engineer construye la infraestructura técnica que hace funcionar las aplicaciones de IA: integra APIs, diseña pipelines de RAG, gestiona bases de datos vectoriales, implementa agentes y despliega sistemas en producción. Requiere habilidades sólidas de programación.

• El Prompt Engineer optimiza la capa de comunicación con el modelo: diseña los prompts del sistema, crea los frameworks de evaluación de calidad, itera sobre las instrucciones para mejorar precisión y consistencia, y documenta los patrones que funcionan. Puede trabajar sin escribir código o con código mínimo.

En la práctica, muchos AI Engineers hacen prompt engineering y viceversa. Pero son perfiles con centros de gravedad distintos, y las empresas más maduras en IA ya los distinguen en sus estructuras.

¿Qué herramientas domina un Prompt Engineer?

El toolkit de un prompt engineer en Argentina típicamente incluye:

Modelos de lenguaje

• GPT-4 / GPT-4o (OpenAI): El estándar más usado en empresas por su ecosistema y capacidades generales.

• Claude (Anthropic): Especialmente valorado para tareas de escritura larga, análisis de documentos y seguimiento de instrucciones complejas.

• Gemini (Google): Con ventajas en multimodalidad (texto + imagen + audio) e integración con el ecosistema Google.

• Llama / Mistral (open source): Para casos de uso donde los datos no pueden salir de la infraestructura de la empresa.

Frameworks y herramientas de evaluación

• LangChain / LlamaIndex: Para construir flujos de prompts encadenados y aplicaciones RAG.

• LangSmith / Promptfoo: Para versionado de prompts, testing sistemático y evaluación de calidad a escala.

• Weights & Biases: Para registrar experimentos y comparar versiones de prompts con métricas objetivas.

Técnicas de prompting

Más allá de las herramientas, el prompt engineer domina técnicas como: Chain of Thought (CoT), Few-Shot Prompting, Role Prompting, Tree of Thoughts, ReAct y técnicas de self-consistency. Conoce cuándo aplicar cada una según el tipo de tarea y modelo.

Para entender cómo los modelos que usa el prompt engineer evolucionan constantemente, podés leer sobre DeepSeek V4 y la nueva generación de modelos de IA open source en CoderLibrary.

¿Cuánto gana un Prompt Engineer en Argentina?

El mercado para este rol todavía está en formación en Argentina, lo que genera una variabilidad alta en los salarios. Los rangos aproximados según seniority son:

Los perfiles que combinan prompt engineering con habilidades de evaluación sistemática y conocimiento de dominio (legal, médico, financiero) alcanzan los rangos más altos. Según TechCrunch, los profesionales con habilidades de IA aplicada tienen un diferencial salarial de entre 20% y 45% respecto a sus pares sin esa especialización.

¿Desde qué disciplinas se llega al Prompt Engineering?

Una de las características más interesantes de este rol es que no tiene una carrera de origen única. Llegan al prompt engineering desde muy distintos lugares:

• Comunicadores y periodistas: Tienen ventaja en redacción clara y comprensión del lenguaje natural.

• Psicólogos y lingüistas: Entienden cómo formular instrucciones y modelar respuestas esperadas.

• Desarrolladores: Saben evaluar outputs técnicamente y construir pipelines de testing.

• Especialistas de dominio (abogados, médicos, contadores): Pueden diseñar prompts muy precisos en su área y evaluar la calidad de las respuestas.

• Diseñadores UX: Entienden la experiencia del usuario y cómo el lenguaje afecta la percepción de los sistemas de IA.

La clave de entrada es la capacidad de pensar sistemáticamente sobre cómo comunicarse con un modelo, iterar con base en resultados y documentar lo que funciona.

Cursos de Coderhouse para convertirte en Prompt Engineer

• Introducción a la Inteligencia Artificial: El punto de partida. Entendé cómo funcionan los LLMs, qué son los tokens, cómo interpretan las instrucciones y por qué el diseño del prompt importa tanto.

• Curso AI Engineering: Para dar el siguiente paso: construir aplicaciones con LLMs, diseñar pipelines de RAG y evaluar sistemáticamente la calidad de los outputs. El puente entre el prompt engineering y la ingeniería de IA.

• Curso AI Agents: El nivel más avanzado: cómo diseñar prompts para agentes que toman decisiones en múltiples pasos, interactúan con herramientas externas y manejan flujos de trabajo complejos.

Preguntas frecuentes

¿El Prompt Engineer es un rol que va a desaparecer?

Es una pregunta válida dado que los modelos mejoran continuamente y algunos prompts que antes requerían mucho trabajo de ingeniería hoy funcionan con instrucciones simples. La tendencia real es que el rol evoluciona junto con los modelos: a medida que los LLMs se vuelven más capaces, los casos de uso que los prompt engineers deben resolver se vuelven más complejos. No desaparece, sino que sube en sofisticación.

¿Necesito saber programar para ser Prompt Engineer?

No es un requisito excluyente para entrar al rol. Muchos prompt engineers trabajan principalmente con interfaces como ChatGPT, Claude.ai o playgrounds de API sin escribir código. Sin embargo, saber Python a nivel básico abre muchas más puertas: permite automatizar evaluaciones, construir pipelines de prueba y colaborar más fluidamente con los equipos de ingeniería.

¿Cómo armo un portfolio de Prompt Engineering?

Un portfolio de prompt engineering puede incluir: documentación de casos de uso donde diseñaste prompts y los resultados obtenidos, frameworks de evaluación que desarrollaste, comparativas A/B de versiones de prompts con métricas, y proyectos con código que muestren el uso de técnicas como RAG o Few-Shot. También podés publicar en LinkedIn ejemplos de prompts que resolvieron problemas reales.

¿Cuál es la diferencia entre un buen prompt y uno mediocre?

Un buen prompt es específico sobre la tarea, el contexto, el formato esperado y las restricciones. Define claramente el rol del modelo, el público objetivo del output y los criterios de calidad. Un prompt mediocre es vago, mezcla instrucciones contradictorias o no especifica el formato de salida esperado. La diferencia en calidad de respuesta puede ser enorme, incluso con el mismo modelo.

¿Hay empresas argentinas que buscan Prompt Engineers?

Sí, aunque el rol todavía no siempre aparece con ese nombre exacto. Buscá en LinkedIn posiciones como "AI Specialist", "LLM Engineer", "Generative AI Analyst" o "AI Content Strategist". Startups tech, agencias de marketing digital que adoptaron IA, empresas fintech y consultoras tecnológicas son los empleadores más activos en este perfil en Argentina.