PulseFlow Tecnologia
← Insights
·7 min de lectura·guia-tecnica·context-engineering·agentes-de-ia·cache
PulseFlow Tecnologia

Cómo crear un flujo de context engineering para agentes

Diseñar el contexto de un agente no es elegir qué cabe en el prompt - es decidir, sistemáticamente, qué entra, cuándo entra y qué sale. Esta guía usa como referencia dos fuentes reales: los detalles técnicos que Manus publicó sobre cómo construye contexto en producción, y el experimento de harness engineering de OpenAI, que documentó qué pasa cuando el contexto de un agente está mal diseñado a escala.

Paso 1: mapea todo lo que hoy entra al contexto

Antes de optimizar nada, lista literalmente todo lo que compone el prompt del agente hoy: system prompt, historial de conversación, resultados de llamadas a herramientas, archivos adjuntos, documentación del proyecto. El experimento de OpenAI muestra por qué este mapeo importa: el equipo descubrió que las decisiones de arquitectura discutidas en Slack nunca aparecían en el contexto del agente - eran tan invisibles para el agente como lo serían para un nuevo integrante el primer día. Mapear las fuentes existentes es la única forma de encontrar ese tipo de agujero antes de que se convierta en retrabajo.

Paso 2: clasifica por criticidad y por estabilidad

Cada fuente de contexto responde a dos preguntas: ¿es crítica para la tarea? y ¿con qué frecuencia cambia? Manus usa exactamente esta distinción en la práctica: el prefijo del prompt (instrucciones, herramientas disponibles) necesita ser estable, porque "incluso una diferencia de un token invalida el caché" para todo lo que sigue. Las marcas de tiempo precisas, por ejemplo, son un error clásico de clasificación - parecen inofensivas, pero cambian en cada llamada y rompen la reutilización de todo lo que viene después.

Paso 3: separa el contexto fijo del contexto dinámico

Define explícitamente qué es fijo (arquitectura, convenciones, herramientas disponibles) y qué es dinámico (estado de la tarea actual, resultado de la última acción). Lo fijo va en el prefijo estable; lo dinámico se anexa, sin tocar lo que ya fue procesado.

Paso 4: define cómo el agente recupera información bajo demanda

En vez de intentar mantener todo dentro de la ventana de contexto, define que el agente lea y escriba archivos como memoria externa - la técnica que Manus llama "memoria estructurada externalizada". Esto evita la degradación de desempeño en contextos muy largos y evita el límite de tamaño de cualquier ventana.

Paso 5: define la estrategia de compresión

Cuando la información necesita resumirse para caber, conserva referencias (URLs, rutas de archivo) en lugar del contenido bruto, para poder restaurar el dato original después sin perderlo definitivamente.

Paso 6: prioriza fuentes en conflicto

Cuando dos fuentes de contexto no coinciden (documentación desactualizada versus un resultado reciente de herramienta), decide de antemano cuál prevalece. Sin esa regla, el agente decide de forma inconsistente entre ejecuciones.

Paso 7: mide el costo de cada decisión de contexto

El costo no es abstracto: con Claude Sonnet, un token en caché cuesta $0,30 por millón frente a $3 sin caché - 10 veces más caro. Cada decisión de contexto que rompe el caché (añadir una herramienta dinámicamente, por ejemplo, en vez de enmascararla) tiene ese costo real incorporado.

Paso 8: registra las decisiones, no solo el resultado

Documenta por qué una fuente entró al contexto fijo y otra al dinámico - eso se convierte en la base para revisar la decisión después, en vez de redescubrir el motivo desde cero.

Paso 9: crea pruebas de regresión para el contexto

Igual que el código, el diseño de contexto se rompe silenciosamente cuando alguien añade una fuente nueva sin pensar en el impacto sobre el caché o la compresión. Las pruebas de regresión detectan esto antes de producción.

Paso 10: revisa periódicamente

El contexto de un agente no es una decisión de arquitectura única - cambia conforme cambia la tarea. Las revisiones periódicas detectan contexto que se volvió redundante, fuentes que dejaron de actualizarse, o patrones demasiado repetitivos, que Manus describe como causa de "deriva, sobregeneralización o alucinación".

Fuentes