Empezar aquí
Boletín · n.º 1

Boletín n.º 1 · Bienvenida

Primer número del boletín de MoreContext. Qué vas a recibir cada dos semanas, tres páginas para empezar y una receta corta de prompt caching.

Publicado 2 min de lectura

Hola. Este es el primer número del boletín de MoreContext, la referencia abierta en español para entender y construir agentes de IA. Gracias por estar aquí desde el principio.

Qué vas a recibir

Un correo cada dos semanas, corto, con dos cosas fijas: lo que ha cambiado en la forma de construir con modelos y una receta que puedes aplicar esa misma tarde. Si una quincena no hay nada que merezca tu tiempo, te lo diré en dos líneas. Los detalles están en la portada del boletín.

Qué viene en las próximas semanas

  • El roadmap completo, del nivel 00 al nivel 100, con un proyecto por nivel.
  • Cursos cortos sobre RAG, MCP, evals y seguridad.
  • Más recetas y más términos en el glosario. Si quieres proponer alguno, mira Cómo contribuir.

Tres páginas para empezar

  1. Empieza aquí: un test de tres preguntas que te dice por dónde empezar.
  2. Workflows frente a agentes: antes de construir un agente, comprueba si te basta un workflow.
  3. Function calling: el ciclo tool_use → tool_result: el ciclo tool_use → tool_result, la base de cualquier agente.

Receta corta: cachea el prefijo que se repite

Si cada petición manda el mismo prompt de sistema largo o el mismo documento, estás pagando por procesarlo una y otra vez. El prompt caching guarda ese prefijo y las siguientes peticiones lo leen de caché, que cuesta bastante menos y responde antes.

Marca el último bloque fijo con cache_control:

import anthropic

MODEL = "claude-sonnet-5-5"
client = anthropic.Anthropic()

manual = open("manual.md", encoding="utf-8").read()

resp = client.messages.create(
    model=MODEL,
    max_tokens=1024,
    system=[
        {"type": "text", "text": "Respondes dudas usando solo el manual adjunto."},
        {"type": "text", "text": manual, "cache_control": {"type": "ephemeral"}},
    ],
    messages=[{"role": "user", "content": "¿Cómo restablezco la contraseña?"}],
)

# la primera vez escribe en caché; las siguientes, dentro del TTL, leen de ella
print(resp.usage.cache_creation_input_tokens, resp.usage.cache_read_input_tokens)

Tres cosas que conviene saber:

  • La caché dura cinco minutos por defecto y se renueva cada vez que se usa.
  • Se cachea en orden: herramientas, sistema y mensajes. Si cambias algo antes del punto de corte, la caché no sirve.
  • Hay un mínimo de tokens para cachear que depende del modelo. Consulta la documentación oficial.

La versión completa, con cómo medir el ahorro, está en Recortar costes con prompt caching.

Nos leemos en dos semanas.

Diego

Volver arriba ↑