Context engineering: la habilidad clave para tus agentes

Durante dos años, la habilidad de moda fue el prompt engineering: encontrar la frase mágica que sacaba la mejor respuesta del modelo. En un chat puntual sigue teniendo sentido. Pero cuando montas un agente que encadena decisiones, llama a herramientas y arrastra memoria, el prompt deja de ser el problema. Lo que decide el resultado es el context engineering: diseñar qué información recibe el modelo, en qué orden y en qué momento.

Qué cambia respecto al prompt engineering

El prompt engineering optimiza una instrucción fija. El context engineering gestiona una ventana que cambia en cada paso: el historial de la conversación, los resultados de las herramientas, los documentos recuperados, las reglas del sistema y la memoria de largo plazo. El modelo no ve tu intención, solo ve ese paquete de tokens. Si el paquete está sucio, ni el mejor prompt lo salva.

Por qué el contexto decide el resultado

Un modelo grande atiende peor cuando le llenas la ventana de ruido. Da igual que quepan cientos de miles de tokens: la información relevante se diluye entre lo accesorio y aparecen dos fallos típicos. El modelo se distrae con un dato viejo que ya no aplica, o pierde el hilo de lo importante porque quedó sepultado a mitad del contexto.

• El agente repite un error que ya corrigió, porque el resultado corregido no volvió al contexto.
• Responde con datos desactualizados que arrastra del historial en lugar de la última herramienta.
• Se vuelve lento y caro sin mejorar la respuesta, porque metes documentos enteros que no hacían falta.
• Alucina cuando falta el dato clave y nadie se lo puso delante.

Cómo trabajar el contexto

La idea central es tratar la ventana como un presupuesto limitado, aunque el modelo admita mucho. Cada token que metes compite por la atención del resto. El trabajo consiste en tres gestos: seleccionar solo lo que la tarea de este paso necesita, ordenar lo más importante cerca de la instrucción, y comprimir lo que puedes resumir sin perder lo esencial (por ejemplo, un historial largo pasa a un resumen de cinco líneas).

En la práctica esto se traduce en recuperar fragmentos concretos en vez de volcar archivos completos, en resumir turnos antiguos de la conversación, en devolver al contexto los resultados de las herramientas de forma estructurada, y en borrar lo que ya no aplica. No es glamour, es fontanería, y es donde se gana o se pierde la fiabilidad de un agente.

El prompt seguirá importando, pero es la punta del iceberg. Cuando un agente falla en producción, casi nunca es por una palabra mal elegida en la instrucción: es porque el contexto que le llegó no era el que necesitaba. Ahí está la habilidad que marca la diferencia este año.