Context engineering basics

0:00

Hola mundo y bienvenidos a este video.

0:02

Hoy vamos a hablar del context

0:04

engineering, la nueva tecnología de la

0:06

cual todos están hablando. En este video

0:07

vamos a ver de qué trata el context

0:09

engineering. Vamos a ver también si es

0:11

que tú deberías aprenderlo. Y al

0:12

finalizar el video vamos a explicar cómo

0:14

tú podrías diseñar tu propio flujo para

0:16

que este utilice Context Engineering.

0:20

[Música]

0:23

¿Qué es Context Engineering?

0:26

Context Engineering es la práctica de

0:28

diseñar, organizar y proveer toda la

0:31

información relevante para que un

0:34

sistema de inteligencia artificial

0:36

generativa, en este caso un LLM, pueda

0:39

generar respuestas de manera óptima.

0:42

Esto en contraste con el prompt

0:43

engineering no se trata solo de formular

0:46

una buena pregunta, sino que hay que

0:48

construir un entorno, cosa que el modelo

0:51

entienda claramente quién es, el rol que

0:54

debe cumplir, las reglas que tiene que

0:56

seguir y los datos que tiene que

0:58

considerar. Y una vez que él tiene

1:00

absolutamente todo esto, el LLM te va a

1:03

poder generar una respuesta más adecuada

1:06

para tu caso en específico. Esto es como

1:08

preparar el escenario completo antes de

1:11

que el modelo interactúe contigo, donde

1:13

le entregas el guion, los antecedentes y

1:15

también las instrucciones que este tiene

1:17

que realizar. En otras palabras, el

1:19

Context Engineering no solamente le dice

1:21

qué es lo que tiene que hacer al ll,

1:24

sino que también le dice el cómo lo

1:26

tiene que hacer y también por qué tiene

1:28

que hacerlo. De esta manera vamos a ir

1:30

reduciendo las respuestas genéricas que

1:32

te puede entregar un LLM. Y esto, por

1:34

supuesto que empieza a aumentar la

1:36

precisión del modelo y esto puede

1:38

incluir instrucciones fijas, como por

1:40

ejemplo, actúa como un profesor de

1:42

matemáticas, pero también podría incluir

1:45

información dinámica, como por ejemplo

1:47

un historial de conversación. O también

1:49

este podría incluir una base de datos.

1:52

Cuanto mejor sea el contexto, más útiles

1:55

y acertadas van a ser las respuestas que

1:58

te va a entregar a ti el modelo.

2:00

Entonces, por ejemplo, si nosotros no

2:02

aplicáramos context engineering, un

2:04

prompt se vería más o menos así. Hazme

2:06

un itinerario para viajar a Japón. Y

2:09

aquí este nos está entregando un

2:10

itinerario de 15 días para viajar a

2:12

Japón, pero él no sabe cuánto tiempo

2:14

tenemos para poder estar en Japón y

2:16

también cuánto capital nosotros

2:17

disponemos para poder gastar allá.

2:19

Entonces, aplicando un poco más de

2:21

context engineering, nosotros podríamos

2:22

cambiar el prompt a algo más o menos

2:24

así. Eres un asesor