Recursos / Glosario de IA / Ingeniería de contexto

Ingeniería de contexto

IA

La ingeniería de contexto es la disciplina de seleccionar, organizar y actualizar la información y las capacidades que un modelo recibe en cada decisión. Incluye instrucciones, datos recuperados, historial, estado, memoria, ejemplos, herramientas y formato de salida.

No consiste en llenar la ventana de contexto. Consiste en entregar la evidencia mínima suficiente y correcta en el momento adecuado.

Las capas del contexto

Capa Función Fallo frecuente
Instrucciones objetivo, prioridades y límites contradicciones o reglas imposibles de aplicar
Datos evidencia del caso y fuentes externas contenido caducado, excesivo o no autorizado
Estado hechos del trabajo actual confundir conversación con estado verificable
Memoria recuperar información de otros momentos persistir datos irrelevantes o sensibles
Herramientas capacidades y contratos de acción nombres solapados o permisos demasiado amplios
Salida estructura y condiciones de abstención texto convincente pero no integrable

Anthropic describe el contexto como el conjunto de tokens disponible durante la inferencia y subraya que, en agentes, debe curarse de forma iterativa. Cada acción produce observaciones nuevas; la aplicación decide qué conservar, resumir o recuperar para el siguiente paso.

  1. Define la decisión. Qué debe resolver el modelo y qué evidencia necesita.
  2. Traza el origen. Identifica instrucciones, fuentes, permisos, herramientas y estado.
  3. Reduce ruido. Elimina duplicados, historial sin efecto y herramientas que no aplican.
  4. Conserva estructura. Mantén autor, fecha, versión, relación entre fragmentos y resultado de acciones.
  5. Diseña el cambio. Determina qué entra o sale del contexto tras cada paso.
  6. Evalúa la traza. Comprueba resultado final y contexto efectivo, no solo el texto visible.

Ejemplo empresarial

Un agente prepara una renovación contractual. Necesita el contrato vigente, la política aplicable, los cambios solicitados y herramientas para consultar precios y crear un borrador. No necesita todas las conversaciones del cliente ni cincuenta herramientas corporativas.

Tras consultar precios, el resultado estructurado sustituye a la salida completa de la API. Si hay una contradicción entre política y contrato, el contexto incluye ambas evidencias y una instrucción de escalado.

Cómo se evalúa

Crea casos donde la información correcta compite con material antiguo, aparece en distintas posiciones o falta. Cambia permisos, longitud, orden y número de herramientas. Registra qué fragmentos y definiciones recibió el modelo.

Separa fallos de selección —la evidencia no entró—, comprensión —entró pero se interpretó mal— y acción —la decisión era correcta pero la herramienta se usó mal—. Esa separación indica qué capa corregir.

Límites

Un contexto mejor no convierte una tarea imposible en fiable ni elimina alucinaciones, inyección de prompt o errores de herramientas. Deben existir validaciones externas, permisos mínimos, evaluaciones y supervisión proporcional al impacto.

Resumir y comprimir también pierde información. Utiliza artefactos estructurados para hechos que deben sobrevivir y trata el resumen como una transformación evaluable.

Qué no debe confundirse con ingeniería de contexto

  • Prompt engineering: diseña y prueba instrucciones y entradas concretas.
  • RAG: recupera evidencia externa; es una fuente posible de contexto.
  • Ventana de contexto: límite de tokens disponible.
  • Memoria: mecanismo de persistencia y recuperación entre pasos o sesiones.
  • Fine-tuning: modifica parámetros; no decide qué información actual recibe el modelo.

La decisión útil

Cuando una aplicación falla, no reescribas inmediatamente el prompt. Reconstruye qué sabía el modelo en ese instante, qué podía hacer y qué información relevante quedó fuera. Ahí suele estar el defecto de sistema.

Fuentes y lecturas recomendadas

Definición y vigencia revisadas el 20 de agosto de 2026.

Elaborado con asistencia de herramientas de IA y revisado por el equipo de INSTINTIA, que asume la responsabilidad editorial del contenido.

¿Quieres aplicar esto en tu empresa?

Solicitar diagnóstico gratuito AI Discovery Day