Ingeniería de contexto
Sinónimos: Context engineering
Definición ampliada
La ingeniería de contexto decide qué información ve un modelo de lenguaje en cada llamada y en qué forma. Anthropic la define como el conjunto de estrategias para seleccionar y mantener el conjunto óptimo de tokens durante la inferencia, incluida toda la información que llega al modelo al margen de los prompts [1].
La diferencia con el prompting es de alcance. El prompting se ocupa de redactar la instrucción. La ingeniería de contexto se ocupa del estado completo de la entrada: el prompt de sistema, las herramientas disponibles, los datos externos recuperados, el historial de la conversación, los resultados de pasos anteriores y lo que se conserva en memoria persistente [1]. En un agente de IA ese estado cambia en cada paso, así que no basta con escribirlo una vez: hay que gestionarlo mientras la tarea avanza.
Contexto histórico
El término se difundió a mediados de 2025, cuando los sistemas pasaron de responder a una pregunta aislada a encadenar muchos pasos con herramientas. En julio de ese año, una revisión lo propuso como disciplina formal que va más allá del diseño de prompts y la dividió en recuperación y generación de contexto, procesamiento y gestión, con implementaciones como RAG, sistemas de memoria, uso de herramientas y sistemas multiagente [2]. En septiembre, Anthropic la presentó como la progresión natural de la ingeniería de prompts [1].
El vocabulario es reciente y sus límites no están fijados. Algunos autores incluyen en ella partes de lo que otros llaman andamiaje de agente.
Importancia actual
Añadir más información no siempre mejora el resultado. Con contextos largos, el rendimiento de los modelos depende de dónde está el dato relevante: es mejor cuando aparece al principio o al final y cae de forma significativa cuando queda en medio [3]. Un informe técnico que evaluó 18 modelos observó además que el rendimiento se vuelve menos fiable a medida que crece la longitud de la entrada, incluso en tareas sencillas [4]. Por eso Anthropic recomienda tratar el contexto como un recurso finito, con rendimientos marginales decrecientes [1].
Esa es la razón por la que la importancia se desplaza de las palabras de la instrucción a las condiciones en que el modelo trabaja. Un modelo que entiende mejor el lenguaje sigue sin poder usar un dato que no está en su contexto, o que está enterrado entre información irrelevante.
Aplicaciones
Generales
- Seleccionar qué documentos o fragmentos entran en el contexto, en lugar de incluirlo todo.
- Recuperar la información en el momento en que hace falta, mediante referencias ligeras que el agente carga con herramientas [1].
- Resumir el historial cuando una tarea larga se acerca al límite de la ventana de contexto y continuar desde ese resumen [1].
- Hacer que el agente escriba notas fuera de la ventana de contexto y las vuelva a leer cuando las necesite [1].
- Repartir subtareas entre subagentes con contextos separados, que devuelven solo un resultado condensado [1].
Sanitarias
Cuando un sistema resume o analiza una historia clínica, lo que decide la calidad del resultado no es solo la instrucción, sino qué parte de la historia recibe el modelo. Volcar todos los episodios puede dejar un antecedente relevante perdido en medio de un texto largo, y seleccionar demasiado puede dejarlo fuera. Ambas decisiones pertenecen al diseño del sistema y deberían poder describirse.
Al evaluar una herramienta clínica basada en un modelo de lenguaje, conviene preguntar qué información del paciente recibe, cómo se selecciona, qué se resume y qué se conserva entre sesiones. Sin esa descripción no se puede reproducir un resultado ni saber por qué dos consultas parecidas producen respuestas distintas.
Limitaciones
- El término es reciente y no tiene una definición universalmente aceptada; su frontera con el prompting y con el andamiaje de agente varía según el autor.
- Resumir el historial ahorra espacio a costa de perder detalle: un dato que parecía secundario puede no sobrevivir al resumen.
- Todo lo que entra en el contexto influye en el modelo, incluido el contenido externo no fiable. Un documento recuperado puede llevar instrucciones ocultas, que es la base de la inyección de prompts.
- Un buen contexto no garantiza una respuesta correcta: el modelo puede seguir cometiendo errores o producir una alucinación con la información delante.
Ejemplos
- Un agente que revisa un repositorio de código no lee todos los ficheros al empezar: guarda sus rutas y abre solo los que necesita en cada paso.
- En una sesión larga, el sistema sustituye el historial completo por un resumen de las decisiones tomadas y los asuntos pendientes, y continúa desde ahí.
- Un asistente que prepara un informe delega la búsqueda bibliográfica en un subagente, que devuelve una lista breve de referencias en lugar de todo lo que ha consultado.
Relacionados
Referencias
En el Atlas visual: Del prompt al sistema