Índice del artículo
- En 30 segundos
- Un restaurante necesita responder a una queja
- La mesa de trabajo: no lo confundas con
- El encargo y sus antecedentes
- Del material al borrador aprobado
- Cómo preparar el contexto de una tarea
- Si la tarea se repite, cuida los documentos
- Dos errores al dar contexto
- Cuando la conversación se alarga
- Dudas sobre el contexto, respuestas cortas
En 30 segundos
El contexto en IA es la información que el modelo tiene disponible al preparar una respuesta: tu petición, las instrucciones, la conversación y los datos que recibe para esa tarea.
Un restaurante necesita responder a una queja
Ejemplos ilustrativos: un restaurante de Valladolid ha atendido con retraso una reserva de grupo. El encargado ha confirmado que la mesa no estaba preparada y ha autorizado ofrecer un aperitivo de cortesía en la próxima visita. Quiere preparar una respuesta a la persona que hizo la reserva. Tanto este restaurante como la instaladora del segundo ejemplo son situaciones ficticias, no casos de clientes ni resultados medidos.
Pedir «responde a esta queja» deja fuera los hechos del negocio. El modelo puede saber cómo responder a una reclamación, pero ese conocimiento general no le dice qué ocurrió en tu local ni qué has autorizado. Antes de encargar el texto, prepara la queja, lo que has comprobado y la decisión del encargado. Así podrás contrastar la propuesta con algo concreto, en lugar de valorar solo si suena amable.
La mesa de trabajo: no lo confundas con
El contexto es el material que hay sobre la mesa para esta respuesta. La capacidad de la mesa y la información guardada para otro día son cosas distintas. Esta comparación ayuda a separar tres conceptos relacionados.
Ventana
La ventana es la capacidad disponible, medida en tokens: unidades con las que se mide la información que maneja el modelo. No equivale a un número fijo de páginas.
Memoria
La memoria es información que la aplicación conserva y puede aportar a conversaciones posteriores. Un recuerdo guardado no asegura que se utilice en una respuesta concreta.
Entrenamiento
El conocimiento de entrenamiento es lo aprendido al preparar el modelo. Saber de atención al cliente no demuestra conocer la política vigente de tu restaurante.
El encargo y sus antecedentes
El prompt es la petición que escribes para orientar el trabajo. Puede incluir tanto lo que quieres conseguir como las instrucciones y los datos necesarios. El contexto abarca también lo que la aplicación añade a esa petición: mensajes anteriores, documentos o recuerdos. Por eso no se limita a la última frase que has escrito. Al revisar un encargo, piensa en todo el material disponible, no solo en su longitud.
Para separar esas piezas, utiliza encabezados claros: hechos, decisión, destinatario y resultado esperado. Los documentos de referencia deben distinguirse de las instrucciones sobre qué hacer con ellos. Un ejemplo del formato que buscas también puede ayudar a expresar el encargo. El texto siguiente traslada esa idea al restaurante: pide un borrador y deja explícito qué está autorizado.
Prepara un borrador para responder a esta queja.
Hechos confirmados: la mesa no estaba preparada cuando llegó el grupo.
Decisión del encargado: ofrecer un aperitivo de cortesía en su próxima visita.
Destinatario: la persona que hizo la reserva.
Tono: cercano y respetuoso.
Usa los hechos y la decisión anteriores; si falta información, pregúntala.
No prometas otros descuentos, pagos ni una reserva concreta.
Deja el texto pendiente de revisión; no lo envíes.
[Pegar aquí la queja sin nombres, teléfono ni correo.]Del material al borrador aprobado
- Reúne la queja y la política vigente
- Pide un borrador
- Contrasta hechos y compensación
- El encargado aprueba el envío
Cómo preparar el contexto de una tarea
Selecciona el material
Reúne lo que cambia la respuesta: la queja, los hechos confirmados y la política vigente si afecta a la solución. Retira los datos de contacto y no presentes como un hecho una causa del retraso que desconoces.
Define qué debe devolver
Indica el resultado que esperas: un borrador dirigido a quien hizo la reserva, con tono cercano y respetuoso. Separa las decisiones del encargado de lo que sigue pendiente y pide que señale la información que falta.
Contrasta antes de aprobar
Comprueba cada afirmación del borrador frente al material aportado. Busca causas inventadas, reembolsos o descuentos distintos del aperitivo autorizado. Una instrucción escrita no garantiza que se respete: el encargado revisa el texto y decide qué se envía.
Si la tarea se repite, cuida los documentos
Una instaladora de Valencia prepara una oferta con el catálogo vigente, las condiciones aprobadas y una descripción de la solicitud sin identificadores. El chat propone el texto y señala lo pendiente. Una persona valida precio, disponibilidad y plazo antes de enviar. El contexto necesario cambia con la tarea: no corresponde trasladar aquí las reglas de una reclamación del restaurante ni pedir que confirme una instalación basándose solo en conocimientos generales.
Un proyecto de Claude o ChatGPT permite reunir instrucciones y documentos para ese trabajo recurrente. La recuperación de información consiste en buscar material relevante y aportarlo a la respuesta. Tener un catálogo guardado no significa que se lea completo cada vez. Retira versiones superadas y comprueba qué documento sustenta la propuesta. Los ajustes de la cuenta y las condiciones del plan influyen en las funciones disponibles; no presupongas que todas las cuentas trabajan igual.
Dos errores al dar contexto
Pegar de menos
Un encargo breve puede omitir un dato decisivo. Si falta qué compensación has aprobado, no trates una sugerencia del modelo como una decisión del negocio.
Pegar de más
Más documentos no aseguran una respuesta mejor. El material irrelevante puede dificultar que se aprovechen los detalles importantes, aunque todo quepa en la ventana.
Cuando la conversación se alarga
Que el chat siga visible no demuestra que todo el historial llegue íntegro a cada respuesta. La aplicación puede gestionar el contexto y resumir material anterior para continuar una tarea extensa. Un resumen también puede perder información relevante. Si cambias de conversación, prepara los antecedentes que aún necesitas: objetivo, decisiones confirmadas, dudas pendientes y documentos vigentes. Revisa ese traspaso como revisarías unas notas que entregas a otra persona para seguir un trabajo.
Distingue capacidad y continuidad: la ventana de contexto se mide en tokens; la memoria de una IA puede aportar información a otra conversación. Antes de retomar una tarea, separa contexto y memoria y vuelve a aportar los datos que condicionan tu decisión. Practica ese encargo y su revisión con una tarea de tu empresa en la formación de Ciade.
Dudas sobre el contexto, respuestas cortas
¿Contexto y memoria son lo mismo?
No. El contexto es el material disponible para preparar una respuesta. La memoria es una función que conserva información y puede aportarla a conversaciones posteriores. Una preferencia de tono recordada puede formar parte del contexto, pero no sustituye los hechos actuales ni demuestra que se haya revisado tu expediente.
¿Qué información debo darle a la IA?
Empieza por la tarea concreta: qué quieres obtener, quién lo leerá, qué hechos has confirmado y qué límites debe respetar. Añade los documentos vigentes que cambien la respuesta. En el restaurante, la compensación autorizada importa; los datos de contacto del cliente no hacen falta para esta práctica de redacción.
¿Pegar todo el expediente evita los errores?
No. La relevancia importa aunque el material quepa en la ventana. Más información no asegura exactitud y puede dificultar el aprovechamiento de los detalles. Selecciona lo necesario para esa tarea y comprueba el resultado. Tampoco cualquier error significa que se haya agotado la capacidad de contexto del modelo.
¿Por qué debo repetir información al abrir otro chat?
Porque la continuidad depende de la aplicación, sus ajustes y el material que aporte. La memoria o los documentos de un proyecto pueden ayudar, pero no prueban que cada acuerdo se recupere en la nueva conversación. Si un dato condiciona tu decisión, vuelve a aportarlo y comprueba que la respuesta lo utiliza.
¿Aportar contexto significa entrenar el modelo con mis datos?
Son cuestiones distintas. Aportar contexto permite utilizar información para esa tarea; el uso posterior de los datos para mejorar modelos depende de las condiciones y ajustes del servicio. En proyectos de cuentas personales de ChatGPT influye el ajuste correspondiente. Revisa esa opción antes de incorporar información de tu empresa.
Fuentes
Fuentes oficiales, consultadas el 4 de noviembre de 2026
- Anthropic · Seleccionar y gestionar el contexto
- OpenAI · Instrucciones, ejemplos y datos de referencia
- OpenAI · Conversaciones y ventana de contexto
- Anthropic · Memoria y búsqueda de conversaciones
- Anthropic · Proyectos y documentos
- OpenAI · Proyectos, archivos, memoria y ajustes
Cómo lo comprobamos. Fuentes consultadas el 4 de noviembre de 2026. Ciade no ha realizado pruebas nuevas con estos ejemplos ni con ChatGPT.
Qué ha cambiado.
- 4 de noviembre de 2026: Reescritura v2: el contexto incluye información que puede aportar la aplicación; se distinguen ventana, memoria y entrenamiento, con un encargo de restaurante y revisión humana.
Términos relacionados
Aprende a usar la IA en tu trabajo, con criterio.
El nivel 0 es gratis: cuarenta minutos para entender qué pedirle a la IA y qué revisar. El programa completo enseña a implementarla en tu propio negocio, tarea a tarea.
