Para superar los diferentes desafíos a la seguridad alimentaria causados por el crecimiento de la población y el cambio climático, los criadores de soja (Glycine max (L.) Merr.) están creando cultivares novedosos que tienen el potencial de mejorar la productividad mientras mantienen la sostenibilidad ambiental. La selección genómica (SG) es un enfoque avanzado que puede acelerar la tasa de ganancia genética en la cría utilizando marcadores moleculares a nivel del genoma. La precisión de la selección genómica puede verse afectada por la arquitectura de los rasgos y la heredabilidad, la densidad de marcadores, el desequilibrio de ligamiento, los modelos estadísticos y el conjunto de entrenamiento. La selección de un conjunto mínimo y óptimo de marcadores con alta precisión de predicción puede reducir los costos de genotipado, el tiempo computacional y la multicolinealidad. La fenotipificación selectiva podría reducir el número de genotipos probados en el campo mientras se preserva la diversidad genética de la población inicial. Este estudio tuvo como objetivo evaluar diferentes métodos de genotipado y fenotipificación selectiva sobre la precisión de la predicción genómica para el rendimiento de la soja. La evaluación se realizó en tres poblaciones: líneas recombinantes endogámicas, líneas diversas multifamiliares y colección de germoplasma. Las estrategias adoptadas para la selección de marcadores fueron las siguientes: poda de SNP (polimorfismo de un solo nucleótido), estimación de efectos de marcadores, marcadores seleccionados al azar y estudio de asociación a nivel del genoma. La reducción del número de genotipos se realizó seleccionando un conjunto central de la población inicial basado en datos de marcadores, manteniendo la diversidad genética de la población original. La capacidad de predicción utilizando todos los marcadores y genotipos fue diferente entre las poblaciones examinadas. Los subconjuntos obtenidos mediante la estrategia basada en modelos pueden considerarse los más adecuados para la selección de marcadores para todas las poblaciones. La fenotipificación selectiva basada en marcadores en todos los casos tuvo valores de capacidad de predicción más altos en comparación con los valores mínimos de capacidad de predicción de múltiples ciclos de selección aleatoria, siendo los valores más altos de predicción obtenidos utilizando el enfoque AN y un tamaño de población del 75%. Los resultados obtenidos indican que el genotipado y la fenotipificación selectiva tienen un gran potencial y pueden integrarse como herramientas para mejorar o mantener la precisión de selección al reducir los costos de genotipado o fenotipificación para la selección genómica.