Por qué contexto supera a modelo en IA (20 de enero)

Clase 20 de 28 • Cómo funciona el reto AI-Native: Live Classes, Cursos y Proyecto

Juan Daniel Salgado Reyes

student•

Carlos Montufar

student•

hola, con que programa haces estos resúmenes?

Juan Daniel Salgado Reyes

student•

Hola Carlos, uso NotebookLM para generar estas infografías. Con un buen prompt, el resultado es bastante satisfactorio. Saludos

Angélica González Guzmán

student•

Hola! Nuevamente no se puede ver la clase

Tiago Lopes

student•

"The media could not be loaded, either because the server or network failed or because the format is not supported."

Tiago Lopes

student•

Ya funciona

Gonzalo Blasco

student••

/notas — Clase 11 · Por qué el contexto supera al modelo en IA

Idea central

El rendimiento real de una IA depende más del contexto que del modelo.
Cambiar de modelo da mejoras marginales; mejorar contexto multiplica resultados.

Qué es “modelo” (práctico)

El motor (GPT-4.x, Claude, Gemini).
Sabe lenguaje y razona hasta un límite.
No conoce tu negocio ni tus criterios.

Qué es “contexto” (lo clave)

Objetivo real.
Rol asignado a la IA.
Restricciones (formato, tono, tiempo).
Estado previo del trabajo.
Datos relevantes.
Historial de decisiones.
Criterios de evaluación (“qué es bueno”).

Patrón demostrado

Prompt pobre → output genérico.
Prompt con contexto (audiencia + intención + límites) → output accionable.
Mismo modelo, resultados radicalmente distintos.

Antipatrón común

“La IA respondió mal → cambio de modelo”.
Problema real suele ser contexto incompleto o ambiguo.

Contexto ≠ prompt largo

Contexto es un sistema:
- memoria
- reglas
- ejemplos
- criterios de calidad
- iteración
Por eso agentes y workflows superan al one-shot.

Conexión con clases previas

CREA (C4): estructura el contexto.
Brújula (C5): elegís herramienta según necesidad.
Lovable (C7): apps viven del contexto acumulado.
n8n (C8): flujos preservan contexto.
Imágenes (C9): descripción > modelo.
Videos (C10): referencias + iteración > herramienta.

Lectura senior

Contexto tiene costo inicial, pero:
- reduce iteraciones,
- ahorra tokens,
- mejora consistencia.
Ventaja competitiva: los modelos se comoditizan, tu contexto no.
En producto, el frontend genera contexto (formularios, defaults, estado).

Regla operativa

Si la IA responde mal:
1. ¿Le dije para quién?
2. ¿Para qué?
3. ¿Desde dónde partimos?
4. ¿Cómo evaluar el resultado?
Recién después, pensá en cambiar de modelo.

Cierre

❌ “¿Qué modelo uso?”
✅ “¿Qué contexto estoy construyendo?”

Cristhian Daza

student•

Una lastima la calidad de la grabación, no se ve bien la pantalla del profesor.

Angélica González Guzmán

student•

Están tardando mucho en arreglarlo. Se nos va a juntar con la próxima clase.

Tiago Lopes

student•

Ya funciona

DANIEL PEREZ VALLE

student•

en donde se encuentran los recusos de la clase?

No logro verlo

Manuel Cabos

student•

Gonzalo Blasco

student•

Contexto

Rol: sos un/a [rol específico]
Objetivo real: [para qué se va a usar esto]
Audiencia: [quién lo va a leer / usar]
Estado actual: [qué ya existe / qué no]
Restricciones:
- tiempo:
- formato:
- nivel de profundidad:
Criterio de éxito: cómo sé que la respuesta es buena
No quiero: [cosas a evitar]

Pedido [la misma tarea de antes, pero ahora con este contexto]

Yon Felber Gomez Rodriguez

student•

Hola, pueden subir los prompt que utilizo de ejemplo, gracias

Leandro Gonzalez

student•

El video funciona pero creo que se subio con calidad 720p

Alejandro Bravo

student•

Hola! Donde puedo ver el archivo con los prompts usados en la clase?

Joaquin Eduardo Monje Villegas

student•

Hola

Hugo Alberto Parra Galeano

student•

Buenas tardes hugo parra

Wilson Rodriguez

student•

El video no se visualiza, porfa, nos ayudan

Tiago Lopes

student•

Ya funciona

Lina Chaverra

student•

no se puede ver

Tiago Lopes

student•

Ya funciona

Ricardo Gonzalvez

student•

hola! pueden subir la clase nuevamente? no se puede ver

Tiago Lopes

student•

Ya funciona

Victor miranda

student•

La clase no se puede ver aun ?

Tiago Lopes

student•

Ya funciona

Joaquin Eduardo Monje Villegas

student•

No carga la clase de ayer

Tiago Lopes

student•

Ya funciona

JOSE JESUS PEREZ PEREZ

student•

Para medir tokens vs. caracteres, no hay una regla fija, pero se estima que un token equivale aproximadamente a 4 caracteres en inglés. Existen herramientas externas especializadas que calculan el conteo exacto según el modelo que uses.

Laura Pinto

student•

Donde puedo encontrar los recursos compartidos de esta clase???

GERMAN ALEJANDRO PATIÑO PINEDA

student•

Super interesante esta clase, donde puedo ver los prompts usados?

Por qué contexto supera a modelo en IA (20 de enero)

Reto AI-Native en Platzi

Cómo funciona el reto AI-Native de Platzi

Presenta tu proyecto aquí

Cómo elegir tu proyecto y el modelo de IA correctos (12 de enero)

Framework CREA para prompts efectivos (13 de enero)

Qué herramientas de AI existen y cuál usar (14 de enero)

Crear avatares con HeyGen desde cero (15 de enero)

Cómo construir más de cien apps con Lovable (16 de enero)

Automatización de procesos con N8N sin programar (17 de enero)

Cómo generar ingresos creando imágenes con IA (18 de enero)

Flujo completo para crear videos con IA (19 de enero)

Qué es el contexto y por qué importa más que el modelo de AI (Disponible en ENE 20)

Cómo liderar proyectos empresariales de AI (Disponible en ENE 21)

Cómo funciona AI por dentro y por qué debes entenderlo (Disponible en ENE 22)

Las mejores herramientas de AI para devs (Disponible en ENE 23)

Para qué sirven MCP y RAG (Disponible en ENE 26)

Construye asistentes AI con la API de OpenAI (Disponible en ENE 27)

Las mejores herramientas para hacer "Vibe coding" (Disponible en ENE 28)

Agentes, workflow o prompt: diferencias y casos de uso (Disponible en ENE 29)

Cómo medir y mejorar agentes de IA (Disponible en ENE 30)

Por qué contexto supera a modelo en IA (20 de enero)

Cómo usar AI en tu trabajo | Q&A con Aníbal Rojas (21 de enero)

Principios esenciales para entender la AI desde cero (22 de enero)

Herramientas de AI para dev (23 de enero)

Qué es MCP y RAG (26 de enero)

Construyendo asistente de AI con la API de OpenAI (27 de enero)

Cuál es el mejor editor de código de AI (28 de enero)

Crea agentes con Copilot Studio (30 de enero)

Anatomía de un Deep Agent en LangGraph (29 de enero)