Hace unos años, pedirle algo a una máquina era poco más que escribir comandos en una pantalla negra. Hoy hablamos con asistentes de inteligencia artificial que responden correos, planifican viajes, coordinan proyectos, e incluso programan código. Pero, ¿qué hace que estas IA pasen de ser simples “escritoras de texto” a agentes inteligentes capaces de actuar en nuestro nombre?

La respuesta está en una disciplina poco conocida pero crucial: la ingeniería de contexto.

Todos hemos oído hablar de los prompts. Un prompt es simplemente el texto que le das a la IA para que genere una respuesta.
La ingeniería de prompts es el arte de redactar esas instrucciones de forma precisa, para que la IA entienda exactamente qué esperas de ella.

Imaginemos que escribes: “Responde este correo agradeciendo la reunión.”
Ahí es donde entra el trabajo de ajustar el prompt:

- Añadir detalles claros: “Responde al correo de Ana agradeciéndole la reunión del martes y proponiéndole una fecha para enviarle el presupuesto.”
- Definir el tono: “Hazlo en un estilo cordial y profesional.”
- Dar ejemplos previos para que copie tu estilo de escritura.
- Indicar límites: “Hazlo en menos de 100 palabras.”

La ingeniería de prompts es como aprender a dar instrucciones precisas: cuanto mejor te expresas, más acertada será la respuesta pero si no sabe a qué reunión te refieres o con quién fue, la respuesta será genérica y poco útil.

Darle a la IA toda la información: ingeniería de contexto.

Pero los prompts no lo son todo. Para que las IA, y en particular los agentes de IA, trabajen de forma inteligente necesitan saber más cosas que las que caben en una sola frase. Aquí entra la ingeniería de contexto.
Esta ingeniería no se limita a darle datos: también organiza cómo los ve y los utiliza.
Esa es la esencia de la ingeniería de contexto: construir un “escenario completo” para que la IA tenga todo lo que necesita a mano.

El contexto es todo lo que rodea al prompt:

- El historial de conversaciones.
- Los correos que ya has enviado y recibido.
- Documentos relevantes, como la propuesta comercial que mencionas.
- Acceso a tu calendario para ver fechas disponibles.

Si el asistente sabe que con Ana ya discutiste precios y que el presupuesto está en un archivo específico, podrá redactar un correo perfecto sin que tú se lo expliques todo otra vez.

Un agente de inteligencia artificial no es solo un chatbot que responde; es un sistema que toma decisiones y actúa. Y los agentes de IA necesitan “ver el mundo”. Puede reservar una cita, responder o enviar un correo, incluso ejecutar código. Y para hacerlo bien, necesita información actualizada y relevante en todo momento.

Aquí es donde la ingeniería de contexto es clave. El prompt solo no basta. Un prompt bien escrito sirve para orientar al agente, pero sin contexto, el agente es como una persona con buena capacidad de razonamiento pero sin información.
Y es la ingeniería de contexto la que crea un “escenario completo” para el agente.
Para hacerlo se basa en varios instrumentos principales: memoria, acceso a herramientas, datos en tiempo real y conocimiento específico.

Memoria dinámica
Le permite al agente recordar interacciones pasadas, decisiones tomadas y pasos previos.
Para recordar conversaciones anteriores o detalles de tus contactos. O ara que un agente que gestiona proyectos recuerde qué tareas ya han sido asignadas y cuáles están pendientes.

Acceso a conocimiento externo (RAG)
Conecta al agente con documentación, bases de datos y sistemas externos.
Para localizar solo la parte relevante de documentos extensos, como una política de empresa. O otro ejemplo: Un agente de soporte técnico busca en una base de conocimiento interna antes de responder al cliente.

Gestión de estado
El agente sabe dónde está en un flujo de trabajo complejo.
Para saber en qué punto está cada tarea (si el contrato ya fue enviado, por ejemplo) o para saber si el el pedido está iniciado, con pago pendiente o con entrega programada.

Herramientas y APIs
La ingeniería de contexto define cuándo y cómo usar cada herramienta.
Para que la IA consulte bases de datos o envíe correos reales.

Con contexto un agente puede actuar como un sistema autónomo que interactúa con el mundo, puede coordinarse con otros agentes porque todos comparten un contexto estructurado. Con contexto el agente puede reducir errores, ya que tiene reglas, datos y límites claros en cada decisión.
Ya hablamos de que el contexto lo es todo en el mundo de la Inteligencia artificial.

Podríamos decir que:
Los prompts son las instrucciones; el contexto es el mundo en el que el agente trabaja.
Por tanto la Ingeniería de contexto se centra en construir sistemas completos para que la IA tenga toda la información que necesita.
De esta forma los agentes pueden recordar, informarse, comprender y actuar con mayor efectividad.