Ingeniería de contexto: la habilidad que sustituyó al prompt

La ingeniería de contexto es el trabajo de decidir qué puede ver el modelo cuando responde. Se convirtió en la habilidad más importante en el momento en que las ventanas se hicieron lo bastante grandes como para que "méterlo todo" dejara de ser imposible y pasara a ser un error.

Casi todos los resultados decepcionantes que me piden depurar resultan ser un problema de contexto. El modelo no era débil. Le dieron tres párrafos relevantes enterrados en cuarenta páginas, o nunca le contaron la decisión que hacía respondible la pregunta.

Ingeniería de contexto frente a ingeniería de prompts#

La ingeniería de prompts trata de la instrucción: cómo formulas la petición, si muestras ejemplos, cómo le pides que razone. Esa habilidad sigue importando y en ejemplos de prompts está cubierta.

La ingeniería de contexto trata de todo lo demás que hay en la ventana: qué documentos, cuánto historial, qué salidas de herramientas, qué reglas permanentes y en qué orden. En cualquier sistema real esa es una palanca mayor que la formulación, porque una instrucción perfecta aplicada al material equivocado sigue produciendo la respuesta equivocada.

El cambio es más o menos este: escribir prompts es formular bien una pregunta, la ingeniería de contexto es preparar la mesa antes de que alguien se siente a responderla.

Las reglas que se sostienen#

La densidad de relevancia gana al volumen. Tres párrafos que responden a la pregunta rinden más que cuarenta páginas que los contienen. La atención es finita y el material irrelevante compite de verdad.

La posición importa. Los modelos atienden con más fiabilidad al principio y al final. Pon instrucciones permanentes primero, referencia en medio y la tarea concreta al final. Nunca entierres la tarea.

Etiqueta las secciones. Marcadores explícitos entre instrucciones, referencia y tarea eliminan toda una clase de confusión donde el modelo trata un ejemplo como una instrucción.

Cuenta las decisiones, no solo los datos. El hueco más común no son documentos que faltan, es historial: qué se probó ya, qué se descartó, qué restricción es innegociable. Sin eso, recibes una propuesta convencida de algo que rechazaste la semana pasada.

Cada token cuesta dos veces. Una en dinero y otra en dilución. En precios de la API de Claude está el lado del dinero.

Qué meter y qué dejar fuera#

Dentro: las reglas permanentes de este trabajo, la tarea concreta, el material que le afecta, las decisiones ya tomadas y la forma de salida que quieres.

Fuera: documentos enteros cuando basta una sección, turnos de conversación que no llevaron a nada, salidas de herramientas ya resumidas y contexto genérico que el modelo ya tiene.

Ese último merece énfasis. Explicarle a un modelo qué es una API, o qué es el SEO, cuesta tokens y no añade nada. Gasta el presupuesto en lo que es específico de ti.

Compactar, y por qué decaen las sesiones largas#

Una sesión de horas acumula. Los primeros turnos dejan de importar pero siguen ocupando sitio, y al final la ventana es sobre todo arqueología.

El arreglo es compactar a propósito: sustituir los turnos antiguos por un resumen y continuar. La calidad de ese resumen decide si algo se rompe.

Una buena compactación conserva:

• Decisiones tomadas y el razonamiento que las produjo
• Restricciones descubiertas por el camino
• Qué se probó y falló, para no repetirlo
• El estado actual y el siguiente paso inmediato

Una mala conserva los temas tratados. La diferencia aparece diez minutos después, cuando el modelo propone un enfoque que se descartó en la primera hora.

El problema de las salidas de herramientas#

Los flujos con agentes crean una presión concreta que una conversación normal no tiene: los resultados de herramientas se acumulan rápido y casi todos dejan de ser relevantes en pocos pasos.

Una búsqueda devuelve cuarenta resultados y dos importaban. Un archivo se leyó entero y una función era el punto. Un comando imprimió doscientas líneas de salida que terminaban en éxito. Todo eso sigue en la ventana compitiendo por la atención.

Tres arreglos, por cuánto ayudan:

Resume en la frontera. Que el paso que produjo la salida la reduzca antes de que entre en el contexto principal. Un subagente que devuelve seis líneas en vez de veinte archivos es este patrón a escala.

Pon límites de salida. Trunca resultados largos a propósito, con una nota de que se truncaron, en vez de dejar que consuman el presupuesto en silencio.

Descarta lo resuelto. Una vez la búsqueda te llevó al archivo, los resultados de la búsqueda son arqueología.

Dónde debería vivir el contexto#

No en un mensaje que vuelves a teclear.

El contexto permanente del proyecto va en un archivo que la herramienta lee cada sesión: convenciones, comandos, arquitectura, qué no tocar. Escrito una vez, aplicado siempre.

Los procedimientos repetibles van en Claude Skills, que se cargan cuando son relevantes en vez de ocupar todas las ventanas.

La exploración amplia va en subagentes, para que los veinte archivos que leen no entren nunca en tu ventana.

El conocimiento vivo de la empresa va detrás de una recuperación, no pegado. En qué es RAG está esa elección.

Diagnosticar un fallo de contexto#

Cuando la salida esté mal, comprueba esto antes de culpar al modelo:

1. ¿Estaba presente la información necesaria? La mitad de los fallos terminan aquí.
2. ¿Era encontrable? Presente pero enterrada en mitad de un documento largo es casi lo mismo que ausente.
3. ¿Había material contradictorio? Dos versiones de una política en la ventana producen una moneda al aire.
4. ¿Estaban las decisiones? Si falta el historial, se relitiga.
5. ¿Estaba la tarea al final? Instrucciones seguidas de tres páginas de referencia se olvidan a medias.

Pasa esa lista antes de reescribir el prompt. Resuelve más que reformular.

La versión corta#

Monta la ventana a propósito: reglas primero, referencia después, tarea al final. Recupera lo relevante en vez de adjuntarlo todo. Incluye las decisiones, no solo los datos. Compacta a propósito conservando decisiones. Mueve el contexto permanente a archivos y la lectura amplia a subagentes.

Si quieres esto montado en un flujo de uso diario, qué es Claude Code cubre los fundamentos y mi curso de Claude Code el montaje completo.