Ingeniería de contexto
Por qué importa
En profundidad
La ingeniería de contexto trata la Ventana de contexto como un recurso gestionado con presupuesto, ciclo de vida y modos de fallo conocidos. Una llamada LLM típica ensambla su contexto a partir de muchas fuentes: un Prompt de sistema que define el comportamiento, ejemplos few-shot, documentos obtenidos mediante recuperación, definiciones de herramientas y sus resultados, memoria a largo plazo y el historial de conversación en curso. La disciplina consiste en decidir qué merece un lugar en esa ventana, en qué formato y orden, cuándo actualizarlo o comprimirlo y cómo mantener fuera la información irrelevante o incorrecta. Mientras la ingeniería de prompts pregunta cómo formular la instrucción, la ingeniería de contexto pregunta qué debería saber el modelo cuando llegue la instrucción.
El presupuesto de contexto
Las ventanas de contexto han crecido de unos pocos miles de tokens a cientos de miles y más, pero el espacio nunca es gratis. Cada token adicional añade latencia y costo a cada llamada, y la Atención no escala con elegancia: la investigación sobre modelos de contexto largo muestra que la información enterrada en el centro de un prompt largo se utiliza de manera menos fiable que la situada cerca del principio o el final, un patrón conocido como "perdido en el medio". Por tanto, la ingeniería de contexto práctica implica presupuestar. Los equipos comprimen turnos antiguos de conversación en resúmenes acumulativos, reducen salidas verbosas de herramientas a los campos importantes, deduplican código repetitivo y trasladan el material de referencia fuera del prompt y hacia la recuperación para obtenerlo solo cuando sea pertinente. El objetivo es el contexto más pequeño que aún contenga todo lo que el modelo necesita para el paso actual.
Ensamblar contexto durante la ejecución
Las aplicaciones modernas construyen contexto dinámicamente en vez de escribirlo a mano. Un pipeline RAG recupera documentos pertinentes para la pregunta del usuario y los inyecta en el momento de la llamada; un sistema de Memoria transporta hechos duraderos sobre el usuario entre sesiones; el Uso de herramientas y protocolos como MCP permiten que el modelo incorpore datos en vivo durante una conversación, y cada resultado se añade al contexto para el paso siguiente. Los bucles de Agente llevan esto al extremo: cada observación, acción y resultado intermedio termina en el contexto, por lo que este se convierte efectivamente en el estado de trabajo del agente, su memoria a corto plazo y su plan combinados. Por eso la ingeniería de contexto aparece con tanta fuerza en el diseño de agentes — decidir qué conservar, qué resumir y qué descartar a lo largo de una ejecución de cincuenta pasos suele marcar la diferencia entre un agente que sigue concentrado y otro que deriva.
Una ventana más grande no es la solución
Una idea equivocada común es que las ventanas de contexto de un millón de tokens vuelven innecesaria la ingeniería de contexto — basta con volcarlo todo y dejar que el modelo lo ordene. En la práctica, el contexto largo introduce sus propios modos de fallo. La degradación del contexto (context rot) describe el deterioro gradual del rendimiento a medida que se llena la ventana: la precisión en preguntas de recuperación cae conforme crece la longitud de entrada, incluso en modelos anunciados para contexto muy largo. El envenenamiento del contexto es más desagradable: una vez que una Alucinación, un hecho obsoleto o una instrucción inyectada entra en el contexto, el modelo tiende a tratarla como verdad fundamental y construir sobre ella, y los agentes que vuelven a escribir sus propias salidas en el contexto pueden amplificar un error temprano a través de cada paso posterior. Otros modos de fallo relacionados son la distracción del contexto, donde material irrelevante desvía al modelo de la tarea, y el choque de contexto, donde información contradictoria dentro de la ventana produce evasivas o elecciones arbitrarias. Curar las entradas, validar lo que vuelve a escribirse, defenderse contra la Prompt Injection y reiniciar periódicamente el contexto son las contramedidas estándar.
De ingeniería de prompts a ingeniería de contexto
La Ingeniería de prompts, la disciplina anterior, se centraba en la formulación: redacción de instrucciones, selección de ejemplos few-shot, prompts de rol. Daba por sentado que un humano escribía un único prompt contra una ventana casi vacía. A medida que las aplicaciones se convirtieron en pipelines y agentes, el cuello de botella se desplazó — la parte difícil pasó a ser gestionar el flujo de información hacia una ventana compartida por instrucciones, datos, herramientas e historial, en su mayoría ensamblada por software y no escrita por un usuario. El término ingeniería de contexto se afianzó entre los profesionales en 2025 para nombrar exactamente este cambio, y perduró porque describía lo que los equipos ya hacían. El arte de los prompts sigue importando, y el aprendizaje en contexto continúa siendo el mecanismo sobre el que descansa todo, pero la formulación es ahora un componente dentro de una superficie de ingeniería más amplia que también abarca la calidad de recuperación, el diseño de memoria, el formato de las salidas de herramientas y la gestión del ciclo de vida del contexto.