Empezar aquí

#contexto

31 páginas con esta etiqueta.

Roadmap

4

  • La ventana de contexto y qué cabe en ella

    Qué ocupa la ventana de contexto en cada petición, por qué la API no recuerda nada entre llamadas y qué hacer cuando una conversación deja de caber.

  • Memoria entre sesiones

    Qué merece la pena recordar de una conversación, cuándo usar un resumen y cuándo hechos sueltos, y cómo mantener un archivo de memoria que no se llene de basura.

  • Nivel 30 · Contexto, memoria y RAG

    Aprende a dar al modelo la información justa: embeddings, troceado, búsqueda híbrida, reranking, respuestas con citas comprobables y memoria entre sesiones.

  • Pasar contexto entre agentes

    Cómo escribir tareas autocontenidas para un subagente que no ve nada de tu conversación y cómo pedirle un informe que el orquestador pueda usar.

Cursos

6

  • Compactación y memoria

    Cómo limpiar resultados antiguos, resumir el historial de un agente sin romper los pares tool_use/tool_result y tomar notas persistentes fuera del contexto.

  • Context engineering

    Cómo decidir qué entra en el contexto de un modelo o agente, cuánto ocupa, cuándo compactarlo y cómo mantener agentes que trabajan durante horas.

  • Contexto para agentes de larga duración

    Cómo mantener un agente trabajando durante horas combinando compactación, notas, subagentes y puntos de control que permiten reanudar con contexto limpio.

  • El contexto como presupuesto

    Por qué el contexto de un modelo es un recurso finito que cuesta dinero, latencia y atención, y cómo medir cuánto ocupa cada componente de tu agente.

  • El contexto del repositorio

    Cómo darle a un agente de código las convenciones de tu proyecto con un archivo de memoria (CLAUDE.md o AGENTS.md), qué poner en él y qué dejar fuera.

  • Qué meter en el contexto y qué no

    Criterios para el prompt de sistema, las herramientas, los ejemplos y los resultados de herramientas, y cómo cargar información bajo demanda en lugar de precargarla.

Docs

6

  • Contexto

    Referencia de cómo gestionar lo que el modelo ve en cada llamada, con la ventana de contexto, el prompt caching, RAG y la memoria entre sesiones.

  • Memoria

    Cómo dar a una aplicación o agente memoria que sobreviva entre sesiones, con tipos de memoria, herramientas de lectura y escritura, y riesgos.

  • Prompt caching

    Referencia del prompt caching con cache_control, puntos de corte, TTL, orden del prefijo, campos de usage y causas habituales de fallos de caché.

  • RAG

    Referencia de la generación aumentada por recuperación, con indexación, búsqueda, inyección de fragmentos en el prompt, parámetros clave y fallos típicos.

  • Subagentes

    Qué es un subagente, cuándo merece la pena delegar en uno, cómo se implementa como herramienta y qué cuesta en tokens y en control.

  • Ventana de contexto

    Qué cuenta dentro de la ventana de contexto, cómo medirla antes de enviar, qué ocurre al llenarla y estrategias para mantener el historial bajo control.

Guía de modelos

1

  • Ingeniería de contexto

    Qué meter en el contexto del modelo y qué dejar fuera, en qué orden colocarlo, cómo estructurarlo con etiquetas y por qué el contexto es un recurso finito.

Disciplinas

1

  • Context engineering

    Decidir qué información entra en la ventana de contexto del modelo, en qué orden y en qué forma, en cada paso de una aplicación o un agente.

Glosario

8

  • Chunking

    Trocear documentos en fragmentos del tamaño adecuado para indexarlos y recuperarlos en un sistema RAG.

  • Compactación

    Resumir o recortar el historial de una conversación larga para liberar ventana de contexto sin perder lo importante.

  • Contexto largo

    Trabajar con entradas de muchos tokens en una sola petición, con sus ventajas y sus límites prácticos de calidad y coste.

  • Embeddings

    Vectores numéricos que representan el significado de un texto, de forma que textos parecidos quedan cerca.

  • Memoria

    Información que un agente guarda fuera de la ventana de contexto para recuperarla en pasos o sesiones posteriores.

  • RAG

    Técnica que recupera fragmentos relevantes de tus documentos y los añade al contexto para que el modelo responda con ellos.

  • Vector store

    Base de datos que guarda embeddings y permite buscar rápidamente los vectores más parecidos a una consulta.

  • Ventana de contexto

    Número máximo de tokens que el modelo puede considerar en una petición, sumando entrada y salida.

Radar

2

Blog

2

Boletín

1

  • Boletín n.º 2 · Contexto justo

    Las ventanas grandes no sustituyen a la recuperación, la inyección de prompt entra por las herramientas, un ensayo sobre contexto y una receta de evals en CI.