En resumen. El contexto es todo lo que el modelo ve al responder: instrucciones, documentos, historial, memoria y herramientas. La ingeniería de contexto es decidir qué entra, cuándo entra y qué sale. Una conversación larga se degrada de cuatro formas (envenenamiento, distracción, confusión y conflicto) y se puede controlar con cuatro movimientos: escribir, seleccionar, comprimir y aislar.
Del prompt al contexto
Durante un tiempo la conversación giró en torno a escribir buenos prompts. El prompt es solo una parte. El contexto es todo lo que el modelo ve en el momento de responder: las instrucciones de sistema y de proyecto, los documentos recuperados, el historial de la conversación, el estado y la memoria, y las herramientas disponibles. La ingeniería de contexto es decidir qué entra, cuándo entra y qué sale.
Empieza por la ventana de contexto: cuánto texto puede tener en mente el modelo a la vez, medido en tokens. Va desde un correo hasta un libro entero. Saber cuánta ventana tienes y qué entra en ella es el primer paso.
El punto justo de las instrucciones
Anthropic, en su guía sobre ingeniería de contexto para agentes, describe un equilibrio que me parece muy útil:
- Demasiado específico: una lista rígida de casos. El agente no generaliza y se rompe con lo inesperado.
- Demasiado vago: puro tono y buenas intenciones. El agente improvisa y cada respuesta sale distinta.
- El punto justo: un rol claro, un marco de respuesta y guías para decidir, no un árbol de decisión.
Las cuatro formas de romper el contexto
Drew Breunig describe cuatro maneras en que un contexto largo falla. Las uso en mis clases porque son fáciles de recordar y cada una tiene un remedio distinto:
- Envenenamiento: un error o una alucinación entra al contexto y se repite en todo lo que viene después.
- Distracción: el contexto crece tanto que el modelo repite lo que ya hizo en vez de pensar de nuevo.
- Confusión: información o herramientas de más empujan al modelo a usarlas aunque no vengan al caso.
- Conflicto: dos partes del contexto se contradicen y el modelo elige la equivocada.
Hay dos datos que lo aterrizan, ambos citados por Breunig a partir de otros equipos: con unos 100.000 tokens, el agente de Gemini que jugaba Pokémon dejó de sintetizar planes nuevos y empezó a repetir acciones pasadas; y con más de 30 herramientas cargadas, un modelo como DeepSeek-v3 empieza a fallar, y con más de 100 falla casi con certeza. El mensaje: el contexto no es gratis. Cada token que agregas compite por la atención del modelo.
Los cuatro movimientos para controlarlo
El equipo de LangChain los resume así:
- Escribir: sacar información de la ventana y guardarla fuera, en notas, archivos o memoria del proyecto.
- Seleccionar: traer solo lo que esta tarea necesita: ese documento, esa herramienta, ese ejemplo.
- Comprimir: resumir lo acumulado y quedarte con lo que todavía cambia decisiones.
- Aislar: separar el trabajo en hilos o subagentes, cada uno con su contexto limpio.
Seis tácticas concretas para llevar el lunes
| Táctica | En una línea |
|---|---|
| RAG | Recupera solo los fragmentos relevantes, no el documento entero. |
| Selección de herramientas | Carga solo las herramientas de esta tarea; menos de treinta. |
| Cuarentena | Un hilo o subagente por tarea. |
| Poda | Elimina lo que ya no aporta. |
| Resumen | Comprime antes de que el modelo empiece a repetirse. |
| Descarga | Guarda hallazgos en archivos y reléelos cuando hagan falta. |
Una analogía: la mesa de trabajo
Piensa en el contexto como una mesa de trabajo: lo que está encima es todo lo que el modelo tiene. Si dejas papeles viejos, herramientas que no usas y borradores con errores, el espacio se llena y el trabajo se vuelve peor. Cuando una conversación se daña, rescatarla suele ser más fácil que seguir: pide un resumen de lo que sí importa, abre una conversación nueva y pega solo eso.
Qué pueden hacer los equipos desde hoy
- Abrir una conversación nueva por tarea en vez de arrastrar un hilo eterno.
- Guardar las instrucciones estables (rol, reglas, glosario) en un proyecto o archivo, cortas y claras.
- Conectar solo las herramientas que la tarea va a usar.
- Revisar el resultado antes de seguir: un error aceptado en el turno cinco contamina el turno veinte.
Esta es la queja número uno de cualquier sala después del primer mes de uso: "la conversación se dañó". Casi siempre tiene solución, y la solución es de contexto, no de inteligencia.
Fuentes
- Drew Breunig: How Long Contexts Fail
- Anthropic: Effective context engineering for AI agents
- LangChain: Context Engineering for Agents
¿Quieres elegir bien la capacitación de tu equipo?
Antes de cada programa me reúno con el cliente para ajustarlo al sector y a las herramientas que ya usa. Cuéntame tu caso.
Ver los programas → Escríbeme