Empecemos por el hype
«El prompt engineering ha muerto» — se escribe con regularidad desde 2025, y en 2026 también lo leerás. Conviene saber qué hay detrás, porque es mitad marketing y mitad hallazgo real.
Lo que no es cierto: que la formulación no cuente. Una instrucción precisa sigue mejorando el resultado más que un modelo más caro.
Lo que sí es cierto: que la formulación aporta una parte cada vez menor del trabajo. En un sistema serio la pregunta no es cómo preguntas, sino qué tiene el modelo delante cuando preguntas. Gestionar eso se llama context engineering.
¿Qué tiene el modelo delante, en realidad?
El context window no es una caja grande y vacía donde escribes la pregunta. Cuando tu pregunta llega ahí, normalmente ya está dentro todo esto:
- la instrucción de sistema, que fija el papel y los límites
- la descripción de las herramientas disponibles — cada una con su documentación
- todo el historial de la conversación hasta ahora
- lo que devolvió la búsqueda, si hay búsqueda
- los ejemplos, si los hay
- los archivos subidos
- y al final tu pregunta
Esas siete cosas comparten el mismo sitio y comen de la misma atención. El context engineering es la edición de esas siete.
¿Por qué esto se ha vuelto más importante que antes?
Cambiaron dos cosas.
Una: los agentes. Un AI agent corre en bucle, y en cada ronda vuelve al context window lo que produjo el paso anterior. Después de veinte pasos la ventana está llena de resultados parciales que en su mayoría ya no cuentan. No escribes un prompt: gestionas un texto que crece sin parar.
Dos: la búsqueda. Cuando el modelo trabaja con tus documentos, la pregunta no es cómo preguntas sino qué cinco párrafos le pusieron delante. Si están mal, no ayuda ni el mejor prompt. De eso trata Embedding y vector search con todo detalle.
Las cuatro operaciones
En la práctica el context engineering significa cuatro cosas, y las cuatro van de qué no debe estar dentro.
Selección. Que entre solo lo que hace falta para el paso actual. Una ventana grande es una posibilidad, no una obligación: ochenta páginas de las que importan tres empeoran la respuesta y engordan la factura.
Compresión. Si la conversación o el flujo de trabajo es largo, hay que resumir cada cierto tiempo y cambiar el historial en bruto por lo esencial. Los sistemas de agentes también lo hacen de forma automática — pero qué conservan es cuestión de diseño.
Disposición. No da igual dónde está cada cosa. La información del medio de un texto largo se aprovecha peor que la del principio o el final — por eso la instrucción importante va después del material. Marcar la estructura con delimitadores y seccionesentra aquí mismo.
Externalización. Lo que no hace falta en cada paso no debe vivir en la ventana sino en un archivo, una base de datos, una nota — y salir solo cuando se necesite.
La mentalidad que hay detrás
Antes tratábamos el prompt como una pregunta bien formulada. El context engineering lo trata como el reparto de un recurso escaso.
Cada token que está dentro hace dos cosas: consume el presupuesto y desvía la atención. Así que la buena pregunta no es qué más meto, sino qué es aquello sin lo cual el modelo daría esta misma respuesta. Todo lo que encaje en eso se puede dejar fuera.
Esto explica también algo que muchos notan: que un prompt corto y limpio da a menudo mejor resultado que uno largo y minucioso. El problema no es la extensión, es el ruido.
¿Qué significa esto si no construyes un sistema?
Si solo usas una interfaz de chat, de todo esto quedan tres cosas, y las tres se pueden usar ya:
- Conversación nueva para tema nuevo. No remiendes la vieja. El historial acumulado no ayuda, molesta.
- Sube solo el material necesario. No la carpeta entera, sino esos dos archivos.
- La instrucción importante, al final. Si entregas un material largo, que tu petición venga después, no antes.
Lo que no ha cambiado
La formulación sigue contando, y los cinco elementos básicos del prompt siguen valiendo igual. El context engineering no está en lugar del prompting sino a su alrededor: el mismo razonamiento, aplicado no a una frase sino a todo lo que se le pone delante al modelo.
Quien te diga que ya no hace falta saber promptear probablemente quiere venderte otra cosa.
Qué llevarte
El context window es atención, no almacenamiento. El context engineering consiste en gestionarlo a conciencia: entra poco material, bien seleccionado y bien dispuesto, y el resto se queda fuera o se externaliza. La formulación sigue siendo igual de importante — solo que ya no es lo único de lo que depende.