La Paradoja del Prompt Engineer: La Primera Profesión Eliminada por su Propio Éxito

Por Benjamín Blanco Parra · CEO, Qibbon

En 2023, “saber hablarle a la IA” pagaba USD $335,000 al año. En 2025, el título de Prompt Engineer prácticamente dejó de existir. ¿Qué pasó en esos 18 meses — y por qué debería importarte?

Una carrera que vivió más rápido que un meme

Hay profesiones que tardan décadas en desaparecer. La del prompt engineer tardó menos que un suspiro.

Su historia comienza con GPT-3 en 2020 y la observación de que cómo le formulabas una pregunta a un modelo de lenguaje cambiaba radicalmente la respuesta. Pero el verdadero disparo de partida fue ChatGPT, en noviembre de 2022. En cuestión de semanas, millones de personas descubrieron que una coma en el lugar correcto podía ser la diferencia entre una respuesta mediocre y una brillante.

La fiebre del oro estaba servida.

Para el primer trimestre de 2023, el prompt engineer era el rol más codiciado — y más accesible — del mundo tech. Anthropic publicó una oferta por USD $335,000 anuales. Sin doctorado. Sin experiencia profunda en programación. Las búsquedas en Indeed se dispararon de 2 a 144 por millón en tres meses. Bloomberg, The Guardian y The Atlantic debatían si esto era “una carrera real”.

El mensaje implícito era irresistible: en la era de la IA, los que saben hablar ganan más que los que saben programar.

Spoiler: ese mensaje envejeció mal.

Los tres golpes que mataron al prompting como profesión

El prompt engineering nació porque los primeros modelos eran frágiles. Una pregunta formulada de una forma daba un resultado excelente; la misma pregunta con tres palabras diferentes daba basura. Eso creó un ecosistema de “trucos”: chain-of-thought, few-shot examples, instrucciones exhaustivas de formato. Había valor real en saber construir esos prompts.

Hasta que tres fuerzas convergieron para destruir esa necesidad.

1. Las ventanas de contexto explotaron

En 2020, GPT-3 procesaba 4,000 tokens — unas tres páginas. En 2026, Gemini 3 Pro maneja 10 millones de tokens. El equivalente a una biblioteca entera.

Con 4,000 tokens, cada palabra del prompt valía oro. Con un millón, la restricción dejó de ser cómo preguntas y pasó a ser qué información incluyes. El cuello de botella se movió de lugar — y con él, el valor.

2. Los modelos aprendieron a tolerar la imperfección

GPT-4o, Claude 3, Gemini 1.5: estos modelos empezaron a ser robustos ante errores ortográficos, ambigüedades y preguntas mal formuladas. Ya no necesitabas “hechizar” al modelo con la formulación exacta. El modelo podía preguntar de vuelta, inferir tu intención, y producir algo coherente incluso con inputs mediocres.

3. La IA empezó a optimizar sus propios prompts

La ironía final. Frameworks como DSPy y APE comenzaron a reemplazar la escritura manual de prompts con optimización algorítmica. Un estudio de Gartner proyectó que para 2026, el 70% de las empresas usaría automatización de prompts impulsada por IA.

El paciente se curó solo — y el médico quedó sin trabajo.

Los números del desplome

• Los datos del mercado laboral no dejan espacio a la interpretación:

• Indeed: Las búsquedas de empleo de prompt engineer colapsaron desde su pico de abril 2023, cayendo a apenas 20–30 por millón.

• LinkedIn: Caída del 40% en perfiles con el título “Prompt Engineer” entre mediados de 2024 y principios de 2025.

• Ofertas laborales: Los listings explícitos representaron apenas el 0.3% de las ofertas de IA en 2024. Para 2026, casi cero.

• Microsoft: En una encuesta a 31,000 trabajadores en 31 países, el Prompt Engineer fue el segundo rol menos prioritario que las empresas consideran agregar.

De “Prompt Engineering” a “Context Engineering”: la mutación

En junio de 2025, Andrej Karpathy — cofundador de OpenAI — formalizó lo que muchos sospechaban: el futuro no está en escribir mejores prompts, sino en gestionar mejor el contexto que alimenta al modelo. Lo llamó Context Engineering.

La analogía que usa es potente: el LLM es una CPU, y el context window es la RAM. El trabajo del ingeniero ya no es redactar instrucciones bonitas — es diseñar el sistema operativo que decide qué información entra, en qué orden, y con qué prioridad.

Hoy, en un sistema agentivo de producción, el prompt representa apenas el 5% del context window total. El otro 95% son resultados de herramientas, documentos recuperados, historial de conversación, estado de memoria y metadatos estructurados.

Esto ya no se resuelve “sabiendo hablar”. Requiere arquitectos de sistemas.

La bifurcación: dos caminos para una disciplina muerta

El prompting no desapareció — se partió en dos:

Para todos: El prompting básico se convirtió en alfabetización digital. Tan fundamental como saber buscar en Google. Ya no es una especialidad; es una expectativa mínima. En Santiago, Ciudad de México o Buenos Aires, saber comunicarse con IA es tan básico como manejar Office.

Para especialistas: La disciplina evolucionó hacia el context engineering — la gestión arquitectónica de toda la información que rodea cada llamada a un LLM en sistemas de producción complejos. Esto sí es una especialidad, y está creciendo.

Lo que esto significa para ti (y para tu organización)

El caso del prompt engineer no es una anécdota tech. Es una señal de alerta con tres lecciones concretas:

La velocidad como variable estructural. El ciclo de una carrera universitaria tiene una latencia de 3 a 5 años. Esta profesión nació y murió en menos de 24 meses. El sistema educativo tradicional no puede seguir este ritmo. Punto.

Habilidad ≠ Profesión. El prompting siempre fue una habilidad, no una profesión. Como la mecanografía o la búsqueda web. La señal de alerta era que dependía de una interfaz transitoria — la caja de texto del chat — en lugar de un dominio de conocimiento perdurable.

Esto va a volver a pasar. La aceleración tecnológica no muestra señales de frenarse. La pregunta no es si habrá otra “carrera del futuro” con un ciclo de vida efímero, sino cuándo.

La paradoja que lo resume todo

El problema que el prompt engineer debía resolver — hacer que los LLMs entendieran mejor las intenciones humanas — fue resuelto por los propios LLMs. La profesión fue destruida por el éxito de la tecnología que pretendía mediar.

Es la primera ocupación en la historia eliminada no por automatización directa, sino por mejora de comprensión de los modelos que utilizaba como herramienta.

Y esa incertidumbre — no saber cuántas otras “carreras del futuro” tendrán el mismo destino — es, en sí misma, la variable más importante del mercado laboral del siglo XXI.

Pero hay algo que sí puedes hacer ahora

Si el prompting como profesión murió, como habilidad estratégica sigue siendo la puerta de entrada a resultados 10x mejores con IA. La diferencia está en cómo la aplicas.

En Qibbon creamos un instructivo paso a paso para construir tu propio agente generador de prompts de alta precisión — un Gem personalizado que combina NotebookLM + Gemini y aplica frameworks probados (RTF, CARE, CRISPE) para transformar cualquier idea vaga en un prompt calibrado, listo para usar. Gratis. En 30 minutos lo instalas y tienes prompt ilimitados.

→ Suscríbete al blog de Qibbon y cometa este post para recibir el Instructivo Gem x10

directamente en tu correo.