How to use context well

14:29

pasar por

14:29

alto. Y finalmente tenemos el uso de la

14:31

memoria. Aquí nosotros tenemos que

14:33

mantener registros del historial para

14:35

que el modelo entienda mejor el contexto

14:37

previo y también nosotros tenemos que

14:39

considerar la capacidad máxima de los

14:42

tokens que tiene el LLM que nosotros

14:44

estemos utilizando. Buenas prácticas.

14:49

Una de las principales, si es que no es

14:51

la más importante, buena práctica del

14:53

context engineering, es entregarle datos

14:55

que son relevantes y no entregarle datos

14:58

que estos ya hayan expirado o que ya no

15:00

nos están sirviendo para el contexto. En

15:02

este caso, no se trata de bombardear el

15:04

modelo con información. Recuerda que

15:06

tenemos una capacidad limitada de

15:07

memoria, sino de proporcionarle

15:09

solamente lo estrictamente necesario

15:11

para que este entienda de mejor manera

15:13

el problema que tiene que resolver.

15:15

Entonces, cosas que son clave, la

15:17

jerarquización de los datos. Tienes que

15:19

entregarle siempre los roles, objetivos

15:21

y también las restricciones que este

15:22

tiene y dejar los detalles que son menos

15:24

críticos para después o incluso

15:26

eliminarlos si no te aportan. Además de

15:28

que también es buena práctica

15:29

estructurar el contexto de manera clara

15:32

y ordenada. Puedes utilizar bloques como

15:34

por ejemplo el de roll, objetivo, datos

15:36

disponibles y todo esto va a facilitar

15:37

que el modelo entienda mejor el

15:39

contexto. Para estos bloques tú

15:41

perfectamente podrías utilizar los

15:42

delimitadores. Si no sabes lo que son

15:44

los delimitadores, ve a ver el curso de

15:45

prompt engineering. Otra práctica

15:47

fundamental es estar constantemente

15:49

probando, revisando y ajustando el

15:52

contexto que nosotros le estamos

15:53

entregando de manera regular. El context

15:56

engineering no es algo que se hace

15:57

solamente una vez, tienes que estarlo

16:00

iterando constantemente. Vas a tener que

16:02

estar constantemente evaluando los

16:03

resultados que este te devuelve. Y en

16:05

base a esos resultados, vas a tener que

16:07

ir modificando también el contexto que

16:09

el LLM recibe. Y algo sumamente

16:11

importante, hay que mantener el contexto

16:14

actualizado. Si los datos que tú estás

16:16

utilizando para entregarle contexto

16:18

evolucionan, vas a tener que ir

16:20

actualizando también ese contexto y

16:22

todos los cambios que tú vas a estar

16:23

realizando, vas a tener que

16:25

documentarlos para que así también otras

16:27

personas de tu equipo puedan ver qué es

16:29

lo que ha estado pasando con el

16:30

contexto. De esta manera el proceso se

16:32

vuelve escalable y sobre todo

16:34

consistente. Algo sumamente importante

16:36

si es que estás trabajando con equipos.

16:39

Errores comunes.

16:42

Vamos a pasar a ver ahora los errores

16:44

más comunes que se encuentran cuando

16:45

estamos diseñando context engineering.

16:47

Confundir que más texto es mejor. Esto

16:50

definitivamente es algo que tú no

16:52

deberías hacer, ya que vas a estar

16:53

sobrecargando el modelo con información

16:56

irrelevante o redundante y