La adopción de herramientas de inteligencia artificial generativa ha impulsado nuevas prácticas dentro de los entornos tecnológicos. Entre ellas destaca la ingeniería de prompts, disciplina enfocada en diseñar instrucciones precisas para obtener resultados eficientes, consistentes y alineados con objetivos específicos. Esta práctica se ha convertido en un componente estratégico para organizaciones que utilizan modelos de lenguaje en actividades relacionadas con desarrollo de software, análisis de información, automatización de procesos y generación de documentación técnica.
La calidad de las respuestas generadas por sistemas de inteligencia artificial depende en gran medida de la estructura, claridad y contexto proporcionados en las instrucciones. Un prompt bien diseñado permite optimizar tareas complejas, reducir errores y mejorar la precisión de los resultados obtenidos. Por esta razón, la ingeniería de prompts ha evolucionado desde una habilidad operativa hasta una competencia relevante dentro de los equipos tecnológicos.
En el ámbito de la ingeniería de software, esta disciplina facilita actividades como la generación de código, elaboración de casos de prueba, análisis de requerimientos, creación de documentación y apoyo en procesos de mantenimiento. Asimismo, contribuye a incrementar la productividad de los equipos al reducir tiempos asociados con tareas repetitivas y acelerar la obtención de información especializada.
No obstante, el uso de inteligencia artificial requiere mecanismos de control que garanticen la calidad y confiabilidad de los resultados. Las prácticas de normalización de software continúan siendo fundamentales para validar la información generada, verificar el cumplimiento de estándares y asegurar la trazabilidad de los procesos. La combinación de ingeniería de prompts y metodologías de calidad permite aprovechar los beneficios de la IA sin comprometer la integridad de los productos tecnológicos.
De acuerdo con White et al. (2023), la formulación estructurada de prompts constituye un factor determinante para mejorar el desempeño de los modelos de lenguaje y obtener resultados más consistentes en contextos profesionales. Asimismo, Kalliamvakou (2024) señala que las herramientas de IA generativa están modificando la forma en que se desarrolla software, promoviendo nuevas
Formato Notas TIC Título de Nota: Ingeniería de Prompts Dirección: Dirección de Sistemas Informáticos (DSI) Autor: Dirección de Sistemas Informáticos (DSI)
habilidades relacionadas con supervisión, validación y colaboración entre personas y sistemas inteligentes.
La evolución de la inteligencia artificial continuará impulsando la necesidad de profesionales capaces de diseñar interacciones efectivas con estos modelos. En este contexto, la ingeniería de prompts se perfila como una práctica clave para maximizar el valor de la IA y fortalecer los procesos tecnológicos en las organizaciones.
White, J., Hays, S., Fu, Q., Spencer-Smith, J., & Schmidt, D. C. (2023). The prompt pattern catalog: Design patterns for prompt engineering with large language models. Independently published.
Kalliamvakou, E. (2024). Research: Quantifying GitHub Copilot's impact on developer productivity and happiness. Communications of the ACM, 67(3), 34–39.
INSTITUTO POLITÉCNICO NACIONAL
D.R. Instituto Politécnico Nacional (IPN). Av. Luis Enrique Erro S/N, Unidad Profesional Adolfo López Mateos, Zacatenco, Alcaldía Gustavo A. Madero, C.P. 07738, Ciudad de México. Conmutador: 55 57 29 60 00 / 55 57 29 63 00.
Esta página es una obra intelectual protegida por la Ley Federal del Derecho de Autor, puede ser reproducida con fines no lucrativos, siempre y cuando no se mutile, se cite la fuente completa y su dirección electrónica; su uso para otros fines, requiere autorización previa y por escrito de la Dirección General del Instituto.
