Blog
#0124 min de lectura

Ingeniería de contexto: lo que tu agente de IA ve en cada paso decide lo que hace

Un agente de IA no recuerda tu negocio. Solo ve lo que hay en su contexto en ese momento. Cómo decidir qué entra, qué sale y cómo mantener el foco en tareas largas.

Un modelo de lenguaje no conoce tu empresa. En cada paso, un agente de IA decide con lo que tiene delante: sus instrucciones, las herramientas disponibles, la conversación hasta ahí y lo que le devolvieron las herramientas. A eso se le llama contexto, y decidir qué entra en él es una de las tareas más importantes al construir un agente.

Anthropic lo llama ingeniería de contexto: elegir y mantener el mejor conjunto de información para cada paso, no solo escribir un buen prompt (Effective context engineering for AI agents, 2025). Esta es la tercera nota de la serie sobre cómo construir agentes de IA.

Más contexto no es mejor contexto

La intuición dice que si le das al agente toda la información, va a decidir mejor. Pasa lo contrario. A medida que se llena la ventana de contexto, el modelo recuerda peor lo que hay en ella. Anthropic le dice context rot: el contexto se pudre. El modelo tiene un presupuesto de atención, y cada token nuevo gasta un poco.

La meta, en sus palabras, es encontrar el conjunto más pequeño de información relevante que maximice la probabilidad del resultado que buscas. Todo lo que sigue es una forma de aplicar esa idea.

Instrucciones a la altura correcta

Hay dos formas de escribir mal las instrucciones de un agente:

  • Demasiado rígidas. Una cadena de “si pasa X, haz Y” que intenta cubrir cada caso. Se rompe con el primer caso que nadie previó, y cuesta mantenerla.
  • Demasiado vagas. “Sé útil y atiende bien al cliente”. El modelo no sabe qué es importante para ti.

El punto medio es específico en lo que importa y deja criterio en lo demás. Para un agente de atención, se ve así:

instrucciones.md
## Tu trabajo
Atiendes clientes de una clínica dental por chat. Agendas, cambias y cancelas citas,
y respondes sobre horarios, servicios y precios.
## Lo que no haces
No das diagnósticos ni consejos médicos. No prometes descuentos.
## De dónde salen los datos
Precios, horarios y servicios salen siempre de las herramientas, nunca de memoria.
Si una herramienta no tiene el dato, dilo y ofrece hablar con una persona.
## Cuándo pasar a una persona
Quejas, temas de pagos o reembolsos, y cuando no entiendas al cliente después de dos intentos.

Empieza con unas instrucciones cortas, pruébalas con casos reales y agrega una línea solo cuando un caso falle. Así cada línea tiene una razón.

Ejemplos en vez de reglas

Cuando quieres que el agente responda de cierta forma, unos pocos ejemplos bien elegidos enseñan más que una lista larga de reglas. Elige ejemplos distintos entre sí, que muestren el comportamiento típico, y no intentes cubrir cada caso raro con uno. Para eso están las pruebas.

Traer los datos justo cuando se necesitan

Hay dos formas de darle información al agente. Cargarla toda al principio, o darle herramientas para que la busque cuando la necesite. Anthropic llama a la segunda recuperación just in time: el agente guarda referencias livianas (un ID de pedido, el nombre de un documento, una consulta) y carga el contenido solo en el paso que lo usa.

Es más lento, pero mantiene el contexto limpio. En la práctica funciona bien combinar las dos: cargar desde el principio lo que siempre se usa, como las políticas de la empresa, y dejar que el agente busque el resto, como el historial de un cliente específico. Las herramientas para buscar deben estar bien hechas, y de eso trata herramientas para agentes de IA.

La investigación: el agente consulta cada fuente cuando la necesita, conecta lo que coincide y solo entonces responde.

Tareas largas: tres técnicas

Cuando un agente trabaja muchos pasos seguidos, el contexto se llena tarde o temprano. Hay tres técnicas para manejarlo:

TécnicaQué haceCuándo sirve
CompactarResumir la conversación cuando se acerca al límite y seguir desde el resumen. El paso más simple es borrar resultados viejos de herramientas.Conversaciones largas con un solo hilo
Tomar notasEl agente escribe notas en un archivo o base de datos fuera del contexto y las vuelve a leer cuando las necesita.Trabajo que dura horas o sesiones
SubagentesUn agente principal le pasa una parte a otro que trabaja con un contexto limpio y devuelve un resumen corto.Investigación amplia, con partes independientes

Las notas son la técnica que más uso. Se parecen a lo que haría una persona que retoma un trabajo al día siguiente:

notas-del-agente.md
## Objetivo
Conciliar las facturas de octubre del proveedor ACME contra los pagos del banco.
## Hecho
- 41 de 47 facturas conciliadas.
## Pendiente
- 6 facturas sin pago que coincida. IDs en pendientes.csv.
## Decisiones
- Diferencias menores a $1.000 se aceptan por redondeo (lo confirmó el área contable).

Los subagentes tienen un costo que no conviene olvidar. Cada uno gasta su propio contexto, y un sistema multiagente puede usar unas 15 veces los tokens de un chat (Anthropic). Úsalos cuando las partes del trabajo de verdad son independientes.

Cómo saber si funciona

La ingeniería de contexto no se hace a ojo. Cada cambio en las instrucciones, en los ejemplos o en lo que devuelven las herramientas se prueba contra un grupo de tareas reales. Si el resultado mejora, se queda. Si no, se va. El método está en cómo evaluar un agente de IA.