Qué es
Terminología · Ingeniería de LLM · Agentes de IA · Modelos de lenguaje · Evaluación comparativa · IA · ExplicaciónEl término y su práctica, de enero de 2023 a septiembre de 2026
Segundo de cinco · la capa que rodea al prompt
¿Suficiente o menos? La ingeniería de contexto dijo ambas cosas en una semana
La ingeniería de contexto es el trabajo de elegir todo lo que ve un modelo de lenguaje antes de responder — instrucciones, documentos, definiciones de herramientas, historial de la conversación — y no solo el prompt. La expresión consta en enero de 2023, como una mitad de la ingeniería de prompts. Empezó a extenderse en junio de 2025, cuando el consejero delegado de Shopify la llamó el arte de aportar todo el contexto que necesita una tarea; en menos de una semana, otros advertían de que demasiado contexto empeora el modelo. En julio Chroma lo midió en dieciocho modelos, y en septiembre la definición formal de Anthropic fijó como meta el conjunto más pequeño posible de tokens de alta señal. En 2026 las mismas palabras designan también toda la capa de conocimiento de una empresa.
- 878días desde el primer uso hallado de la expresión (enero de 2023) hasta la publicación de Tobi Lütke (junio de 2025)
- 6días entre “todo el contexto” y la advertencia de Andrej Karpathy de que el exceso de contexto perjudica
- 18modelos que probó Chroma; en todos, la fiabilidad cayó al crecer la entrada
- 1,000ingenieros de contexto que Cognizant anunció en agosto de 2025 que desplegaría en un año
Cuatro definiciones, en menos de tres años Una junto a otra, no coinciden en si el trabajo consiste en añadir contexto o en recortarlo.
Riley Goodside · 23 ene 2023
“Seleccionar y preparar el contexto pertinente”
- Completo: creo que la ingeniería de prompts puede dividirse en “ingeniería de contexto”, seleccionar y preparar el contexto pertinente para una tarea, y “programación de prompts”, escribir instrucciones claras.
- Un comentario en Hacker News, citado por Simon Willison ese mismo día. Es el primer uso hallado de la expresión — no la prueba de que nadie la escribiera antes.
Tobi Lütke · 19 jun 2025
“Aportar todo el contexto”
- Completo: el arte de aportar todo el contexto para que la tarea sea verosímilmente resoluble por el LLM.
- Empieza con “me gusta mucho el término” — el respaldo a una expresión que ya circulaba. Una semana antes, Walden Yan, de Cognition, había llamado a la ingeniería de contexto “en la práctica, el trabajo número uno de los ingenieros que construyen agentes de IA”.
Andrej Karpathy · 25 jun 2025
“La información justa para el paso siguiente”
- “Si es demasiado poco o tiene la forma equivocada, el LLM no dispone del contexto adecuado para rendir al máximo. Si es demasiado o demasiado irrelevante, los costes del LLM pueden subir y el rendimiento bajar.”
- De “la tarea” a “el paso siguiente”: la elección ocurre en cada turno, no una vez por trabajo.
- Y un límite al propio término: la ingeniería de contexto es “solo una pequeña pieza de una gruesa capa emergente de software nada trivial”.
Anthropic · 29 sep 2025
“El conjunto más pequeño posible de tokens de alta señal”
- Formalmente: el conjunto de estrategias para seleccionar y mantener el conjunto óptimo de tokens (información) durante la inferencia del LLM, incluida toda la demás información que pueda llegar allí fuera de los prompts.
- La ingeniería de prompts queda ahora dentro de ella: la ingeniería de contexto es su “progresión natural”, y “la fase de selección ocurre cada vez que decidimos qué pasar al modelo”.
- Una definición de proveedor, escrita por su equipo de IA aplicada para desarrollar en su propia plataforma.
Con qué firmeza se sostiene cada parte Ordenado por solidez. Un documento fechado, una medición y una cifra del propio proveedor son hechos de distinta clase.
| Solidez | Qué | Con qué base |
|---|---|---|
| Documentado | La expresión en enero de 2023, como la mitad de la ingeniería de prompts que consiste en “seleccionar y preparar el contexto pertinente para una tarea” | Comentario de Riley Goodside en Hacker News, 23 ene 2023, fechado por el sitio; Simon Willison se lo atribuyó ese mismo día |
| Documentado | El “todo el contexto” de Lütke a las 03:01 UTC del 19 de junio de 2025 y el “demasiado poco … demasiado” de Karpathy a las 15:54 UTC del 25 de junio, con seis días de diferencia; la publicación de Karpathy cita la de Lütke | Ambas publicaciones en X, leídas en su totalidad; las horas se deducen también de los propios números de identificación de las publicaciones |
| Documentado | La “podredumbre del contexto” recibe nombre el 18 de junio de 2025: a medida que crece el contexto, “la calidad de la salida cae con rapidez” | Un comentario seudónimo en Hacker News, fechado por el sitio. El nombre está documentado; la experiencia del comentarista es anecdótica |
| Documentado | La definición formal de Anthropic, y “el conjunto más pequeño posible de tokens de alta señal” como principio rector | Equipo de IA aplicada de Anthropic, 29 sep 2025, leído en su totalidad |
| Documentado | Sigue sin haber ningún artículo de Wikipedia sobre la ingeniería de contexto; es una sección dentro de “Prompt engineering” | Wikipedia, revisión del 21 sep 2026 |
| Medido | 18 LLM, con la tarea fija y solo la longitud de la entrada variando: el rendimiento “se vuelve cada vez menos fiable a medida que crece la entrada”; los prompts concentrados de unos 300 tokens superan a los completos de unos 113,000 en todos los modelos | Kelly Hong, Anton Troynikov y Jeff Huber, informe técnico de Chroma, 14 jul 2025, leído en su totalidad — investigación de una empresa que vende una base de datos de recuperación, con el código publicado |
| Declarado por el proveedor | Edición de contexto más una herramienta de memoria: un 39% mejor que la referencia en una prueba interna de búsqueda con agentes, y un 84% menos de tokens a lo largo de 100 turnos | El propio anuncio de Anthropic, 29 sep 2025; no verificado de forma independiente |
| Encuesta, sin método declarado | El 79% de los responsables de infraestructura de TI e IA considera el contexto muy importante; el 81% aún lo gestiona de forma improvisada o exploratoria | Redis, 30 jul 2026 — una encuesta de proveedor cuya página no indica el tamaño de la muestra ni el método |
| Nuestra lectura | La suficiencia y la escasez se publicaron las dos en la primera semana; la definición formal eligió después la escasez | Reconstruido a partir de las publicaciones fechadas de arriba. Ninguna fuente consultada lo señala |
Cronología
De un comentario a un cargo Cada fecha es una publicación. Cuándo cambió la gente su forma de trabajar no lo mide ninguna.
- 23 ene 2023La mitad de la ingeniería de prompts. Riley Goodside, en Hacker News, divide la ingeniería de prompts en “ingeniería de contexto” — seleccionar y preparar el contexto pertinente — y “programación de prompts”. El primer uso hallado de la expresión.
- 19 dic 2024El trabajo, sin la palabra de moda. Anthropic llama a “un LLM potenciado con ampliaciones como la recuperación, las herramientas y la memoria” el componente básico de los sistemas con agentes.
- 7 abr 2025“Todo es ingeniería de contexto.” La guía 12-Factor Agents de Dex Horthy en GitHub, según la fecha de su commit.
- 12 jun 2025El trabajo número uno. Walden Yan, de Cognition, llama a la ingeniería de contexto “el siguiente nivel” de la ingeniería de prompts, hecho “automáticamente en un sistema dinámico”.
- 18 jun 2025El problema recibe un nombre. Un comentarista de Hacker News propone “podredumbre del contexto”: a medida que crece el contexto, “la calidad de la salida cae con rapidez”.
- 19 jun 2025Todo el contexto. Tobi Lütke prefiere el término a ingeniería de prompts: aportar todo el contexto para que la tarea sea verosímilmente resoluble. Simon Willison, Harrison Chase y Philipp Schmid la citan en menos de once días.
- 22 jun 2025Tres días después, el argumento contrario. Drew Breunig: “los contextos más largos no generan mejores respuestas”, y cuatro maneras en que fallan — envenenamiento, distracción, confusión, choque.
- 23 jun 2025La definición de un proveedor de frameworks. Harrison Chase, de LangChain: sistemas dinámicos que dan la información y las herramientas adecuadas en el formato adecuado; la ingeniería de prompts es “un subconjunto” de ella.
- 25 jun 2025Seis días después, las dos cosas a la vez. Andrej Karpathy cita a Lütke y lo redefine: la información justa para el paso siguiente — perjudica tanto lo escaso como lo excesivo.
- 27 jun 2025Capacidad de arraigo. Simon Willison: el término “puede tener capacidad de arraigo”, porque “las definiciones inferidas son las que se quedan” y la de este probablemente se acerque más a lo que se quiere decir.
- 14 jul 2025Alguien lo mide. El informe Context Rot de Chroma: dieciocho modelos, y ninguno trata una entrada larga con la fiabilidad de una corta. Su título usa el nombre visto por primera vez en Hacker News 26 días antes.
- 17 jul 2025Una disciplina, sobre el papel. Lingrui Mei y sus colegas publican una revisión que la presenta como “una disciplina formal”, a partir de más de 1,400 artículos de investigación.
- 29 ago 2025Un cargo. Cognizant anuncia que desplegará 1,000 ingenieros de contexto en un año, y define el contexto como el “acervo de conocimiento” de una empresa.
- 29 sep 2025El conjunto más pequeño posible. La definición formal de Anthropic hace de la escasez el principio rector, 102 días después de “todo el contexto”. Ese mismo día lanza la edición de contexto y una herramienta de memoria.
- feb 2026Dos mediciones más. Damon McMillan halla que la capacidad del modelo importa mucho más que el formato de su contexto; LOCA-bench halla que los agentes se degradan a medida que crece su contexto, y que gestionarlo ayuda.
- 30 jul 2026Un proveedor pregunta a los compradores. La encuesta de Redis: casi todos los responsables de infraestructura de TI e IA consultados dicen que el contexto decide si la IA funciona; pocos dicen haber construido los sistemas para suministrarlo.
- sep 2026Aún una sección, no un artículo. Wikipedia no tiene página para la ingeniería de contexto; es una sección dentro de “Prompt engineering”, un artículo revisado por última vez el 21 de septiembre.
El argumento
No una inversión — una elección Las dos pruebas estaban sobre la mesa en la primera semana. La definición formal eligió una.
Hay dos maneras de hacer fallar a un modelo con el contexto, y las publicaciones de junio de 2025 nombraron las dos. La definición de Lütke es una prueba de suficiencia: ¿le has dado al modelo todo lo que necesita para que la tarea sea “verosímilmente resoluble”? La de Harrison Chase, cuatro días después, pregunta lo mismo — si puede “verosímilmente cumplir la tarea”. La otra prueba es de escasez. Tres días después de Lütke, Drew Breunig sostuvo que los contextos más largos no producen mejores respuestas y enumeró cuatro formas en que se tuercen; seis días después de Lütke, Karpathy escribió que el contexto escaso perjudica y el excesivo también. El fallo ya tenía nombre, “podredumbre del contexto”, por un comentario en Hacker News del día anterior a la publicación de Lütke. Lo que vino después fueron pruebas y una decisión. Chroma mantuvo fija cada tarea, varió solo la longitud de la entrada y halló que la fiabilidad caía en los dieciocho modelos que probó; su informe termina calificando la ingeniería de contexto de “esencial para un rendimiento fiable”. Anthropic citó ese informe y aportó un mecanismo: un transformer relaciona cada token con todos los demás, n tokens forman n² pares y la atención se estira más fina a medida que se llena la ventana — una pendiente, no un precipicio. Su definición hizo entonces de la segunda prueba la regla: encontrar el conjunto más pequeño posible de tokens de alta señal, advirtiendo que mínimo no significa breve. Nada de esto demuestra que el informe de Chroma cambiara la definición de nadie. Las fechas solo muestran el orden: nombrado, medido y luego formalizado. El alcance también se movió. En 2023 la ingeniería de contexto era una parte de la ingeniería de prompts; en 2025 LangChain y Anthropic ponían ya la ingeniería de prompts dentro de ella.
- poco · demasiadolos dos nombrados por Karpathy, seis días después de “todo el contexto”
- 18modelos en los que Chroma halló que la entrada larga se trata con menos fiabilidad que la corta
- n²relaciones por pares a partir de n tokens — la explicación de Anthropic de por qué la atención se diluye
Lo que aportan otros
Qué hacen al respecto quienes lo practican La guía de Anthropic es el relato más detallado; la tabla siguiente añade lo que publicaron otros.
- 1Escribir a la altura adecuadaEntre una lógica rígida y frágil escrita a mano y unas pautas vagas que dan por supuesto un contexto compartido. Hay que buscar el mínimo que especifique del todo el comportamiento — mínimo no significa breve.
- 2Mantener pequeño el conjunto de herramientasAutónomas, resistentes a los errores y con el mínimo solapamiento. Si un ingeniero humano no sabe decir qué herramienta conviene en una situación, no cabe esperar que el modelo lo haga mejor.
- 3Traer tarde, no prontoGuardar identificadores ligeros — rutas de archivo, consultas almacenadas, enlaces — y cargar los datos en tiempo de ejecución. Los metadatos son señal:
test_utils.pyentestssignifica algo distinto que el mismo nombre ensrc/core_logic/. - 4En los trabajos largos, tirar cosasCompactación (resumir una ventana llena y reiniciar desde el resumen), notas estructuradas (notas guardadas fuera de la ventana y releídas) y subagentes (explorar con decenas de miles de tokens y devolver entre mil y dos mil).
Más allá de la guía de un proveedor Lo que publicaron otros que construyen agentes, y lo que se midió. La última columna dice qué clase de prueba es cada una.
| Quién | Qué aportan | Qué clase de prueba |
|---|---|---|
| Manus, jul 2025 | Tratar la tasa de aciertos de la caché KV como la métrica clave: la entrada supera a la salida en unos 100 a 1, y la entrada en caché costaba diez veces menos. Enmascarar las herramientas en vez de quitarlas; usar el sistema de archivos como memoria; hacer que el agente mantenga y actualice un todo.md; dejar las acciones fallidas en el contexto para que el modelo aprenda de ellas. | El relato de la propia empresa sobre su propio agente |
| Anthropic, sep 2025 | La edición de contexto elimina resultados de herramientas obsoletos; una herramienta de memoria guarda archivos fuera de la ventana. Declarado: un 39% mejor en una prueba interna de búsqueda con agentes con ambas, un 29% solo con la edición, un 84% menos de tokens en 100 turnos. | Declarado por el proveedor, sin auditar |
| Damon McMillan, feb 2026 | 9,649 experimentos con 11 modelos: el formato del contexto (YAML, Markdown, JSON, TOON) no supuso una diferencia significativa en conjunto; una brecha de 21 puntos entre los modelos punteros y los abiertos empequeñeció cualquier efecto de formato o de arquitectura. | Preprint de un solo autor; leído el resumen |
| LOCA-bench, feb 2026 | A medida que crece el entorno de un agente, su rendimiento suele degradarse; las técnicas avanzadas de gestión del contexto “pueden mejorar sustancialmente” su tasa de éxito. | Preprint de Weihao Zeng, Yuzhen Huang y Junxian He; leído el resumen, sin cifras recogidas |
Dos cosas merecen separarse del planteamiento de los proveedores. La primera es el bucle. La definición de Simon Willison — “un agente LLM ejecuta herramientas en un bucle para lograr un objetivo” — y el propio “herramientas en un bucle” de Anthropic explican por qué el problema creció cuando creció: cada vuelta del bucle añade salida de herramientas a la ventana, así que la elección tiene que hacerse en cada turno. La segunda es la predicción. Anthropic espera que el diseño de agentes “tienda a dejar que los modelos inteligentes actúen con inteligencia, con cada vez menos selección humana”. Es un pronóstico de una parte interesada en él, y debe leerse como tal. Las mediciones apuntan en los dos sentidos. McMillan halló que la capacidad del modelo importaba mucho más que el formato de su contexto, lo que encaja con el pronóstico; Chroma y LOCA-bench hallaron que un contexto largo y creciente sigue degradando el rendimiento, que es la razón de que exista la selección. Ambas cosas pueden ser ciertas a la vez: la selección puede volverse más fácil y seguir siendo necesaria.
- 100 : 1tokens de entrada frente a salida en el agente de Manus, según su propio recuento
- 1–2ktokens que devuelve un subagente tras explorar decenas de miles, según Anthropic
- 21puntos porcentuales entre los modelos punteros y los abiertos en el estudio de McMillan — más que cualquier efecto de formato
Conclusión
Qué llevarse Tres cosas, y la última es lo poco que puede decirse sobre el origen de la palabra.
Preguntar a qué prueba se refiere cada cual
“Aportar todo el contexto” y “encontrar el conjunto más pequeño posible de tokens” son ambas definiciones publicadas de este término, y apuntan en direcciones opuestas. La postura con más pruebas detrás sostiene las dos: el contexto que falta hace irresoluble una tarea, y el que sobra degrada el modelo de forma medible. “Ingeniería de contexto”, sin más, no dice qué fallo se está corrigiendo.
En 2026 designa tres trabajos distintos
Un desarrollador que elige los tokens turno a turno (Anthropic); un equipo que construye el sistema que ensambla el contexto (LangChain, Philipp Schmid); y una empresa que organiza su conocimiento para los agentes (Cognizant, Redis). Las cifras detrás del tercero — los 1,000 ingenieros de Cognizant, los porcentajes de Redis — proceden de empresas que venden ese trabajo, y la página de Redis no dice a cuántas personas preguntó.
Nadie de los hallados aquí lo acuñó
El primer uso hallado es el de Riley Goodside, en enero de 2023, 878 días antes de la publicación de Lütke. Lütke escribió que le gustaba el término; Harrison Chase, que su definición se apoyaba en las de otros. Wikipedia, en septiembre de 2026, aún le dedica una sección y no un artículo. “El primero hallado” es todo lo que puede decirse.
Lo que no pudo verificarse
Información sin confirmar — que Gartner dijo a los responsables de IA en julio de 2025 que “la ingeniería de contexto está de moda y la ingeniería de prompts ha pasado de moda”. La frase se la atribuye a Gartner la encuesta de Redis de 2026; el documento de Gartner no pudo abrirse.
Mensaje principal y fuentes
- Riley Goodside, Hacker News (23 ene 2023)
- Simon Willison (23 ene 2023)
- Erik S. y Barry Zhang, Anthropic (19 dic 2024)
- Dex Horthy, 12-Factor Agents, GitHub (7 abr 2025)
- Walden Yan, Cognition (12 jun 2025)
- Workaccount2, Hacker News (18 jun 2025)
- Tobi Lütke, X (19 jun 2025)
- Drew Breunig (22 jun 2025)
- Harrison Chase, LangChain (23 jun 2025)
- Andrej Karpathy, X (25 jun 2025)
- Simon Willison (27 jun 2025)
- Philipp Schmid (30 jun 2025)
- Kelly Hong, Anton Troynikov y Jeff Huber, Chroma (14 jul 2025)
- Mei et al., arXiv (17 jul 2025)
- Yichao Ji, Manus (18 jul 2025)
- Cognizant (29 ago 2025)
- Simon Willison (18 sep 2025)
- Rajasekaran, Dixon, Ryan y Hadfield, Anthropic (29 sep 2025)
- Anthropic, gestión del contexto (29 sep 2025)
- Damon McMillan, arXiv (5 feb 2026)
- Zeng, Huang y He, arXiv (8 feb 2026)
- Redis (30 jul 2026)
- Wikipedia, “Prompt engineering” (revisión del 21 sep 2026). Todas leídas el 28 sep 2026. Este término es uno de los cinco que cubre el tema permanente Ingeniería de LLM, que lo sitúa junto a los otros cuatro.