How to use context well

16:57

o redundante y este va a ser

16:58

que pierda el foco o además podrías

17:00

llegar al límite de los tokens. No

17:02

priorizar la información. Esto lo que va

17:05

a hacer es que el modelo va a priorizar

17:07

mal las respuestas que este te tiene que

17:09

dar. Otro error es no actualizar el

17:12

contexto. Este es sumamente

17:13

autoexplicativo, pero vamos a aprovechar

17:14

de decirlo. Las reglas pueden cambiar,

17:17

el código puede cambiar, los documentos

17:18

pueden cambiar, el usuario puede cambiar

17:20

y esto lo único que va a hacer es

17:22

entregarte respuestas que no son

17:24

correctas, no definir roles. Esto va a

17:26

hacer que el modelo improvise y por lo

17:28

general te va a entregar respuestas más

17:30

genéricas. no estructurar el contenido.

17:32

Si tú le entregas toda la información al

17:34

modelo como un bloque completamente

17:36

desordenado y no utilizas las prácticas

17:39

que nosotros vimos en nuestro curso de

17:41

prompt engineering, va a ser que el

17:42

modelo no logre entender bien las

17:45

prioridades y tampoco va a entender muy

17:47

bien qué es cada cosa. Otro error,

17:49

depender solamente del contexto

17:51

estático. Esto lo que hace es que limita

17:53

mucho la adaptabilidad de los modelos.

17:55

Otro error bastante común que está

17:57

vinculado con el primero, ignorar la

17:59

ventana de contexto. Si ignoras la

18:01

ventana de contexto, puede ser que

18:03

llegues al límite y si llegas al límite,

18:05

vas a dejar de obtener respuestas. Y el

18:07

último error sumamente común es no

18:09

iterar. Context engineering es un

18:11

proceso que se tiene que realizar de

18:13

prueba y error. No vas a obtener los

18:15

mejores resultados a la primera y al no

18:16

iterar estás limitando la capacidad que

18:19

va a tener el modelo de entregarte

18:21

respuestas correctas. Entonces, como

18:23

puedes ver, ahora resumiendo, el context

18:25

engineering requiere trabajo, requiere

18:27

afinamiento, requiere también revisar la

18:30

calidad del contexto, por lo que

18:31

lanzarse de cabeza a empezar a hacer

18:34

context engineering puede ser sumamente

18:36

contraproducente si no lo necesitas, ya

18:38

que este se va a convertir en un gasto

18:40

de recursos y de tiempo completamente

18:42

innecesario. ¿Cómo podemos hacer context

18:44

engineering?

18:46

Si llegaste hasta acá y has utilizado

18:48

inteligencias artificiales generativas o

18:50

viste mi curso de prompt engineering, tú

18:52

sabrás que las inteligencias

18:53

artificiales no pueden acceder

18:55

directamente a tus documentos o a una

18:57

base de datos. Tú vas a tener que

18:59

entregarle esos datos o al menos por

19:01

ahora. Entonces, si nosotros queremos

19:03

entregarles un mejor contexto a las

19:05

inteligencias artificiales generativas,

19:06

vamos a tener que desarrollar nuestros

19:08

propios agentes. Para esto podemos

19:10

utilizar herramientas como N8N, que si

19:12

te interesa aprender sobre N8N,

19:14

suscríbete a este canal. Pero

19:16

resumiendo, todo esto se puede gatillar

19:18

desde un formulario que envía un usuario

19:21

y este formulario perfectamente podría

19:23

ser una ventana de chat.