¿Debería Tu Hijo Ser Ingeniero de Prompts? La Respuesta Honesta para Papás

Una mamá en un grupo de WhatsApp de la escuela en Guadalajara escribió hace unos meses: “Vi que pagan $5,000 dólares al mes por ser ‘ingeniero de prompts’. ¿Mi hija debería estudiar eso en lugar de sistemas?” Su pregunta generó 47 respuestas, la mitad diciéndole que sí, la mitad diciéndole que era una moda pasajera. Ninguna de las dos partes tenía datos reales.

La respuesta honesta está en el medio — y vale la pena entenderla antes de que orientes la trayectoria académica de tus hijos.

El problema: el hype llegó antes que la claridad

Cuando OpenAI lanzó ChatGPT en noviembre de 2022, las ofertas de trabajo con el título “Prompt Engineer” explotaron. Anthropic publicó una vacante pagando hasta $335,000 USD anuales. LinkedIn reportó un incremento de 1,400% en menciones del término en un solo trimestre de 2023. Los titulares de medios hispanohablantes lo tradujeron como “el trabajo del futuro que no requiere saber programar”.

Eso último es parcialmente falso — y es donde muchos papás se han confundido.

El prompt engineering real, el que se ejerce en empresas de tecnología, no es simplemente escribir instrucciones bonitas para que ChatGPT responda mejor. Es una combinación de ingeniería de sistemas, comprensión del comportamiento de modelos de lenguaje grande (LLMs), y profundo conocimiento del dominio en el que se aplica el modelo.

La confusión surge porque existen dos cosas que se llaman igual:

1. Prompt hacking casual — cualquiera que aprende a redactar instrucciones claras para que un chatbot dé mejores resultados. Útil. No es una carrera.
2. Prompt engineering de producción — construir y optimizar sistemas de IA que funcionen a escala en productos reales. Esto sí es una carrera técnica.

Este artículo habla del segundo.

Lo que dicen los datos sobre esta carrera

Elemento	Detalle	Fuente
Salario promedio (EE.UU.)	$85,000–$165,000 USD/año	Levels.fyi, 2024
Salario senior con ML skills	$150,000–$335,000 USD/año	Anthropic job postings, 2023–2024
Salario en México (CDMX)	$35,000–$80,000 MXN/mes	OCC Mundial / LinkedIn MX, 2024
Proyección de crecimiento global	10–15% anual en roles relacionados con IA	World Economic Forum, Future of Jobs 2025
Habilidades más requeridas	Python, RAG, evaluación de modelos, LangChain	Stack Overflow Developer Survey 2024
% de puestos que piden solo “prompting” sin técnica	<5%	Análisis de 500 ofertas en LinkedIn, Turing, 2024

El Foro Económico Mundial proyecta que los roles de “especialistas en IA y machine learning” crecerán 40% para 2027, pero los clasifica dentro de un ecosistema más amplio — no como “ingenieros de prompts” en aislamiento (World Economic Forum, Future of Jobs Report 2025).

Stack Overflow encontró en su encuesta de 2024 que el 62% de los desarrolladores ya usan herramientas de IA en su trabajo diario, lo que significa que el prompting se está convirtiendo en una habilidad básica para casi todos los perfiles tech — no en una especialización separada.

Qué hace realmente un prompt engineer en producción

Aquí es donde el trabajo se pone interesante — y técnico.

Diseño de system prompts y arquitectura de instrucciones

Un system prompt no es el “Eres un asistente útil” que ves en los tutoriales de YouTube. En producción, es un documento de 500–3,000 tokens que define el comportamiento del modelo: qué puede y no puede decir, cómo manejar casos límite, qué formato de salida produce, cómo responde ante entradas ambiguas o maliciosas. Escribir esto bien requiere entender cómo razonan los LLMs, qué sesgos tienen y cómo se comportan bajo distribución de datos fuera del entrenamiento.

Arquitectura RAG (Retrieval-Augmented Generation)

La mayoría de las aplicaciones empresariales de IA no usan modelos puros — los conectan a bases de conocimiento internas. Un prompt engineer diseña cómo se recupera esa información, cómo se inserta en el contexto del modelo y cómo se evalúa si la respuesta fue relevante. Esto involucra vectorización de documentos, bases de datos como Pinecone o Weaviate, y Python para la orquestación.

Frameworks de evaluación

¿Cómo sabes si tu sistema de IA mejora o empeora con cada cambio? Los prompt engineers construyen pipelines de evaluación automatizados — conjuntos de pruebas, métricas de calidad, y benchmarks. Esto se parece mucho al testing en ingeniería de software.

Orquestación de agentes de IA

Los sistemas multi-agente (donde varios LLMs se coordinan para completar tareas complejas) requieren que alguien diseñe cómo fluye la información entre modelos, qué herramientas puede usar cada agente y cómo se manejan los errores. Frameworks como LangGraph, AutoGen o CrewAI son herramientas cotidianas.

La respuesta honesta: ¿es una carrera standalone?

Probablemente no — al menos no por 30 años.

Esto no es pesimismo. Es lo que dice la trayectoria histórica de las habilidades técnicas. El “webmaster” fue una carrera enorme a finales de los 90. Luego se fragmentó en diseñador UX, desarrollador frontend, especialista en SEO, y administrador de servidores. El prompt engineering seguirá el mismo camino.

Lo que sobrevivirá como habilidad permanente es la capacidad de trabajar efectivamente con sistemas de IA en el contexto de un dominio específico. Un abogado que sabe construir herramientas de IA para análisis de contratos. Un médico que puede diseñar sistemas de IA para triaje clínico. Un ingeniero de manufactura que automatiza inspección de calidad con visión computacional y prompts bien diseñados.

El prompting es un multiplicador, no un punto de partida.

Esta es la misma conclusión a la que han llegado investigadores del MIT y Stanford en sus análisis sobre el mercado laboral de IA: las habilidades de IA tienen mayor valor económico cuando se aplican sobre expertise de dominio profundo, no como habilidades aisladas (Autor, Levy & Murnane, The Skill Content of Recent Technological Change, actualizado en discusiones de 2023–2024).

Cómo se ve esta carrera en la práctica

En Latinoamérica, el perfil está emergiendo en tres sectores:

Fintech y banca: Empresas como Clip, Kueski, y Conekta en México buscan perfiles que puedan construir asistentes de atención al cliente con IA, sistemas de detección de fraude con NLP, y pipelines de análisis de documentos financieros. El dominio financiero + habilidades de prompting/MLOps es la combinación buscada.

Legal y compliance: Despachos en CDMX y Bogotá están piloteando sistemas de IA para revisión de contratos y búsqueda jurisprudencial. Los abogados que entienden cómo funcionan estos sistemas tienen una ventaja enorme sobre los que no.

Salud digital: Startups como Nuvem (Brasil) y plataformas de telemedicina están construyendo asistentes médicos con IA. Los médicos con habilidades técnicas son extremadamente escasos y bien pagados.

Qué pueden hacer los papás

1. No confundir habilidad con carrera

Enseña a tus hijos a distinguir entre las dos. Saber usar Excel no te convierte en “especialista en Excel” — te hace mejor en lo que sea que estés haciendo. Lo mismo aplica para el prompting.

2. Priorizar fundamentos técnicos sobre tendencias

Si tu hijo quiere trabajar en IA, los fundamentos que más importan son: matemáticas (álgebra lineal, probabilidad, estadística), programación en Python, y comprensión de cómo funcionan los sistemas distribuidos. Ningún curso de “prompt engineering” reemplaza esto. Plataformas como Khan Academy y los cursos abiertos de Stanford y MIT cubren estos fundamentos gratuitamente.

3. Identificar el dominio de interés de tu hijo

¿Le fascina la biología? Hay una carrera increíble en bioinformática + IA. ¿Le apasiona el derecho? Legal tech es uno de los sectores con mayor escasez de talento. ¿Le encantan los carros? La industria automotriz en Puebla y Silao necesita ingenieros con skills de IA. El prompting viene después del dominio, no antes.

4. Exponer a proyectos reales, no a cursos de certificación

Los cursos de “certifícate como Prompt Engineer en 8 semanas” que proliferan en Udemy y plataformas similares tienen valor limitado. Lo que sí tiene valor: construir un proyecto real — un chatbot que responda preguntas sobre recetas de cocina, un sistema que resuma artículos de noticias, una herramienta que ayude a organizar tareas escolares. El aprendizaje por proyecto es significativamente más efectivo que el aprendizaje por vídeo pasivo (Krajcik & Shin, Project-Based Learning, 2014).

Sobre este tema, el artículo sobre alfabetización en IA para niños de secundaria tiene recursos prácticos para empezar desde casa.

5. Seguir las ofertas de trabajo reales, no los titulares

Busca en OCC Mundial, LinkedIn México, y Computrabajo términos como “ML Engineer”, “AI Engineer”, “NLP Developer”, y “Data Scientist”. Observa qué habilidades se piden consistentemente. Son esas habilidades las que hay que desarrollar, no las que aparecen en artículos de tendencias.

6. Hablar con profesionales reales

Si conoces a alguien que trabaje en tech en CDMX, Guadalajara, o Monterrey, pregúntale qué habilidades busca en candidatos junior. La diferencia entre lo que dicen los medios y lo que dicen los hiring managers suele ser enorme.

Qué observar en los próximos 3 años

El mercado de roles de IA está en consolidación activa. Aquí lo que probablemente ocurrirá:

2026: Los títulos de “Prompt Engineer” puro se reducirán. La habilidad se absorberá dentro de roles existentes: los devs de software también saben prompting, los analistas de datos también usan LLMs.

2027: Emergerán especializaciones más claras: AI Product Manager, MLOps Engineer, AI Safety Researcher, AI Domain Specialist (en legal, salud, manufactura). Estos sí serán carreras consolidadas.

2028: Las universidades mexicanas — UNAM, Tec de Monterrey, IPN — habrán ajustado sus planes de estudio para integrar IA transversalmente en ingeniería, ciencias, derecho y medicina. El prompting será una habilidad básica, como hoy es básico saber usar una hoja de cálculo.

Lo que tu hijo necesita para ese momento: una base técnica sólida, un dominio de especialización claro, y la capacidad de aprender herramientas nuevas rápido. El prompting llegará solo.

Preguntas frecuentes

¿Puedo mandar a mi hijo a un “bootcamp de prompt engineering”?

Depende de qué incluya el bootcamp. Si enseña Python, APIs, y cómo construir proyectos reales con LLMs — puede valer la pena. Si es solo “cómo escribir mejores instrucciones para ChatGPT” — eso no justifica el costo. Evalúa el currículo antes de pagar.

¿Qué edad es buena para que los niños empiecen con esto?

Desde los 10–11 años pueden experimentar con herramientas de IA de forma guiada. Lo más importante a esa edad no es el prompting en sí, sino desarrollar el pensamiento crítico para evaluar las respuestas de la IA — saber cuándo está mal, cuándo alucina, cuándo hay que verificar. Para más contexto sobre cómo funciona esto con niños de secundaria, este artículo sobre pensamiento computacional vs. programación para niños puede orientarte.

¿Los ingenieros de prompts necesitan saber programar?

Los que trabajan en producción, sí. Python es prácticamente obligatorio. Los que trabajan en roles más de “product” pueden llevar menos código, pero igualmente necesitan entender cómo funcionan las APIs, qué es un token, qué significa el “context window” de un modelo.

¿Qué hace diferente a un buen prompt engineer de uno mediocre?

Principalmente: la capacidad de pensar sistemáticamente en los casos borde. Cualquiera puede hacer que un LLM responda bien a un ejemplo bonito. Los buenos hacen que el sistema se comporte correctamente cuando el usuario pregunta algo inesperado, en otro idioma, con errores de ortografía, o con intención maliciosa.

¿Esta carrera es más para hombres o para mujeres?

No hay razón técnica o cognitiva para que sea más de unos que de otras. Históricamente los roles de ingeniería en IA han tenido poca diversidad de género — eso está cambiando. Organizaciones como Women in Tech México y AI4ALL están activamente trabajando en esto. Si tu hija tiene inclinación por la lógica, los sistemas, y la resolución de problemas, esta área la necesita.

¿Es mejor estudiar Ciencias de la Computación o algo más específico de IA?

Para la mayoría de los estudiantes en México, una carrera en Ciencias de la Computación (UNAM, ITAM, Tec de Monterrey) con especialización en machine learning o IA durante la carrera es el camino más sólido. Los programas específicos de “Inteligencia Artificial” están emergiendo pero aún no tienen el mismo historial de empleabilidad.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. World Economic Forum. (2025). Future of Jobs Report 2025. Ginebra: WEF. https://www.weforum.org/publications/the-future-of-jobs-report-2025/

2. Stack Overflow. (2024). Developer Survey 2024. https://survey.stackoverflow.co/2024/

3. Autor, D. H., Levy, F., & Murnane, R. J. (2003). “The Skill Content of Recent Technological Change: An Empirical Exploration.” The Quarterly Journal of Economics, 118(4), 1279–1333. https://doi.org/10.1162/003355303322552801

4. Krajcik, J. S., & Shin, N. (2014). “Project-Based Learning.” En R. K. Sawyer (Ed.), The Cambridge Handbook of the Learning Sciences (2a ed., pp. 275–297). Cambridge University Press.

5. Anthropic. (2023–2024). Job postings: Prompt Engineer / AI Research. https://www.anthropic.com/careers

6. Levels.fyi. (2024). Compensation data: AI/ML roles. https://www.levels.fyi/

7. OCC Mundial. (2024). Reporte de tendencias salariales en tecnología en México. https://www.occ.com.mx/

8. LinkedIn Economic Graph. (2023). Jobs on the Rise: AI roles in Latin America. https://economicgraph.linkedin.com/