Context engineering: qué información necesita tu IA
Contenido del curso
No sé por qué borraron el otro de prompt engineering que sacaron hace poco, pero espero que este curso contenga lo enseñado allá y mucho más. Deberían también crear uno para crear skills y trabajar con ellas.
Te refieres al curso de Juan Pa? Acá está: https://platzi.com/cursos/prompt-engineering/
las skill son fáciles de crear, solo cuando termines de hacer un flujo de trabajo o hacer una tarea dile que lo convierta en skill y lo hace y si no sabes usar el skill dile que te haga un manual que te muestre como ejecutarlo.
Context engineering + Prompt engineering = Arquitectura de IA
Prácticamente, ser Dios en obtener los mejores resultados posibles!
Uff buenísima infografía! Gracias por el aporte, Victor!
Vengo del futuro a decirte que este es el curso el curso que necesitas ver ya mismo para estar al corriente con la IA!!!! llevaba mucho tiempo esperando que lo sacaran sin saber si trabajaban en el, ahora que lo veo estoy sorprendida delo técnico y práctico que es... estoy muy agradecida con el equipo de platzi por este curso, espero que ya pronto saquen el de Harness Engineering también!!!!
Me gusto mucho el estilo de la animacion
Estaba esperando este curso, me lo voy a devorar. Espero sigan con el de Harness y el de Loop Engieneering
Me encanta este curso, lo estaba esperando
Genial. Muchas gracias !!!
El context engineering consiste en diseñar qué información recibe una inteligencia artificial antes de formular una petición. Su propósito es evitar problemas comunes como respuestas incoherentes, pérdida del hilo, datos inventados o cambios inesperados en la forma de responder.
La idea central es que un buen prompt no siempre es suficiente. Para trabajar de manera consistente con IA también se necesita seleccionar la información pertinente, recuperar antecedentes y decisiones previas, incorporar las herramientas necesarias y descartar datos que ya no aportan valor. Como la ventana de contexto es limitada, puede pensarse como una maleta: no se trata de llenarla, sino de elegir correctamente qué debe contener.
Por ello, el context engineering responde principalmente a tres preguntas: ¿qué información debe entrar?, ¿de dónde debe obtenerse? y ¿qué debe descartarse cuando el espacio es limitado? Estos principios pueden aplicarse a diferentes modelos de IA porque corresponden más al diseño de la arquitectura de información que a una herramienta específica.
La principal enseñanza es cambiar nuestra forma de trabajar con la IA: dejar de depender únicamente de prompts aislados y comenzar a construir contextos organizados, relevantes y reutilizables que permitan mantener continuidad en proyectos complejos.
Muchas Gracias por el curso , apenas empezando!
Excelente curso lo estaba esperando
Si me pasa
Buenas tardes, envio el resumen de la clase:
Clase 1 - Context Engineering: Qué información necesita tu IA
¿Sí nuestro prompt está bien redactado y aún así obtenemos malos resultados, qué necesitamos para mejorarlos?
¿Qué es Context Engineering?
¿Cuál es la empresa que pública primero los métodos y herramientas para hacer un buen Context Engineering?
De las tres decisiones de la definición, la más olvidada es la última: qué se tira cuando ya no cabe. Para un economista es un problema de escasez, porque la ventana funciona como un presupuesto y nada entra gratis. Es decir, el costo de pegar el anexo de la GEIH para preguntar por el desempleo de Bucaramanga no está en los tokens, sino en la atención que las otras ciudades le quitan a la fila que importa. De ahí que convenga fijar el criterio de descarte al arrancar el proyecto, igual que un presupuesto se aprueba antes de gastar, y no cuando la sesión se llenó.
- El problema de una IA que "alucina" o pierde el hilo casi nunca es la redacción del prompt, sino la información que tiene disponible.
- Context engineering se resume en tres decisiones: qué información entra, de dónde viene y qué se descarta.
- El curso usa Claude porque Anthropic suele anticipar las prácticas que después adopta el resto de la industria.
- El ejercicio central del curso es auditar un asistente heredado y abandonado para rediseñarlo desde cero.
- La meta final es aprender a construir arquitecturas de contexto escalables, no solo mejores frases de prompt.
