El prompt engineering es la disciplina que le enseñó al público cómo hablarle a un modelo. Cambió el juego para casos individuales — armar un email, resumir un texto, generar una idea. Pero para agentes empresariales, esa disciplina es solo la capa superficial de una más profunda: la ingeniería de contexto.
Qué es exactamente context engineering
Context engineering es la decisión consciente de qué información entra al prompt en cada invocación. Incluye:
- qué documentos recuperar de la base vectorial,
- qué datos del CRM traer sobre este cliente específico,
- qué reglas de negocio aplican a esta categoría de operación,
- qué ejemplos relevantes mostrar como few-shot,
- qué resultados previos persistir como memoria entre pasos.
El prompt base puede tener 200 palabras. El contexto dinámico en cada ejecución suele tener entre 2.000 y 20.000 tokens. Y esa variación dinámica es la que explica la diferencia entre un agente que funciona y uno que alucina.
Por qué genera más valor que el prompt
Tres razones:
1. Escala con el negocio. Un prompt no cambia cuando cambia la política comercial. El contexto sí: si mañana se actualiza una regla, el cambio vive en el sistema que alimenta el contexto, no en el prompt.
2. Elimina alucinaciones por desconocimiento. La mayoría de las alucinaciones en agentes empresariales no son del modelo "inventando": son el modelo operando sin la información necesaria. Buen context engineering baja ese ruido al mínimo.
3. Es la única palanca que escala multi-tenant. Cuando operás el mismo agente para 10 clientes, cada uno tiene su contexto. El prompt base puede ser el mismo; el contexto nunca.
Cómo empezar a hacerlo bien
- Separar el prompt del contexto como capas distintas en código. El prompt es infraestructura; el contexto es ejecución.
- Medir qué documentos recuperó el RAG, no solo qué respondió el modelo. La observabilidad de contexto importa tanto como la de output.
- Tener una política explícita de tamaño de contexto: más tokens no es mejor, es más caro y más ruidoso.
- Diseñar la caché del contexto para reutilizar entre llamadas. El prompt caching de proveedores como Anthropic es la base; la caché de contexto aplicado es el siguiente nivel.
La evolución profesional del prompt engineer hacia context engineer no es un cambio de título: es reconocer que la calidad vive en los datos que se entregan, no en cómo se piden.