🦊Lección
Lección
⌂
🔒https://redes.os/lecciones/contexto
← Todas las lecciones
Lección 09 de 9

Ingeniería de Contexto y Deploy

La IA no responde según lo que tú sabes, sino según lo que le proporcionas. Y cuando tu app sale al mundo, hay que desplegarla con cuidado.

1 · Resumen ejecutivo

Dos áreas, una idea.

Qué es
Esta guía cubre dos cosas: (1) cómo darle información correcta a una IA (Ingeniería de Contexto) y (2) cómo poner una app de IA en producción de forma segura (Deploy).
Por qué existe
Si solo aprendés a «hablarle» al modelo pero no a publicarlo, te quedás a medias. Si publicás sin cuidar el contexto y los secretos, la app falla o se vuelve insegura.
Cómo funciona (paso a paso)
  1. Primero: preparar el entorno de información que recibe el modelo.
  2. Después: entender cómo esa app vive en servidores reales (DEV → PROD).
  3. Siempre: relevancia > cantidad, y secretos fuera del código.
Ejemplo sencillo
Idea clave: «La IA no responde según lo que tú sabes, sino según lo que le proporcionas.»
Analogía
Es como contratar a alguien: no hace magia con lo que vos tenés en la cabeza. Trabaja con lo que le entregaste en la carpeta.
Regla de oro
Basura entra → basura sale. Un modelo excelente con contexto malo da respuestas malas.
2 · Desde cero

Como si contratara a una persona.

Qué es
Si solo decís «hazlo», nadie sabe qué hacer. Si explicás qué, para quién, con qué datos y cómo querés el resultado, el trabajo sale mucho mejor.
Por qué existe
Con una IA pasa exactamente lo mismo. No «adivina» tu intención completa: usa el paquete de información que le diste.
Cómo funciona (paso a paso)
  1. Definís la tarea con claridad.
  2. Le das el rol (cómo debe actuar).
  3. Le pasás documentos / datos útiles.
  4. Recordás el historial si importa.
  5. Le permitís herramientas si hace falta.
  6. Pedís un formato concreto de salida.
Analogía
Contratar a alguien: «Hazlo» vs «Sos profesor de principiantes, usá este PDF, respondé en lista corta, sin jerga».
Palabra nuevaIngeniería de Contexto
Primero · ¿Qué le quiero decir al programa?
«Quiero prepararle a la IA todo lo que necesita antes de pedirle el trabajo.»
  1. No es solo escribir una frase bonita.
    ↓
  2. Es armar el entorno: instrucciones + datos + memoria + herramientas + formato.
Después · Cómo se escribe
contexto = tarea + rol + conocimiento + historial + herramientas + formato
El prompt es solo una pieza. El contexto es el tablero completo.
Aprendes por intención, no por sintaxis
3 · Comparación

Prompt Engineering vs Context Engineering

Prompt Engineering

Escribir una buena instrucción.

«Resume este documento.»

Solo existe una instrucción puntual.

Context Engineering

Preparar todo el entorno.

  • quién eres
  • quién es el usuario
  • documentos
  • historial
  • herramientas
  • formato

Aquí el prompt es solo una parte pequeña.

Analogía
Prompt = la frase que le decís al camarero. Contexto = el menú, la cocina, tus alergias, el ticket anterior y cómo querés el plato.
4 · Memoria limitada

La ventana de contexto.

Qué es
Los modelos tienen memoria limitada: no pueden leer información infinita. Todo lo que les pasás compite por el mismo espacio.
Por qué existe
Si metés demasiado (o cosas irrelevantes), lo importante se diluye o ni entra. Demasiada información también perjudica.
Cómo funciona (paso a paso)
  1. Hay un límite de tokens (pedazos de texto).
  2. Instrucciones, docs, chat e historial ocupan ese límite.
  3. Si no cabe, algo se corta o se pierde calidad.
  4. Por eso: relevancia primero, cantidad después.
Analogía
Una mochila chica: si metés 300 páginas, no entra lo útil. Mejor 3 páginas justas.
Importante
Más contexto no siempre es mejor. Mejor contexto relevante sí.
5 · Los 6 componentes

Qué lleva un buen contexto

Cuando le pedís algo a una IA, pensá en estos seis bloques:

1 · Tarea
¿Qué debe hacer?
Resume el documento.
2 · Rol
¿Quién debe ser?
Actúa como profesor de principiantes.
3 · Conocimiento
¿Con qué información trabaja?
Manuales, PDF, base de datos, RAG…
4 · Historial
¿Qué pasó antes?
Preguntas y respuestas anteriores.
5 · Herramientas
¿Qué puede usar?
APIs, buscadores, funciones, bases de datos.
6 · Formato
¿Cómo debe responder?
JSON, tabla, lista, Markdown…
Mini checklist mental
Antes de enviar: ¿tarea clara? ¿rol? ¿datos necesarios? ¿historial útil? ¿herramientas? ¿formato pedido?
6 · RAG

Lee primero, después responde

Palabra nuevaRAG
Primero · ¿Qué le quiero decir al programa?
«Antes de inventar, buscá el documento correcto, metelo en el contexto y respondé con eso.»
  1. Retrieval = recuperar / buscar.
    ↓
  2. Augmented = aumentado / enriquecido.
    ↓
  3. Generation = generar la respuesta.
Después · Cómo se escribe
pregunta → buscar docs → agregar al contexto → responder
No inventa el reglamento: lo lee y después habla.
Aprendes por intención, no por sintaxis
Qué es
RAG (Retrieval-Augmented Generation) = recuperar información relevante y añadirla al contexto antes de que el modelo responda.
Por qué existe
El modelo no conoce el reglamento interno de tu empresa. Si no se lo das, inventa o dice que no sabe. RAG le trae las páginas útiles.
Cómo funciona (paso a paso)
  1. El usuario pregunta.
  2. El sistema busca en tus documentos.
  3. Encuentra el trozo más relevante.
  4. Lo agrega al contexto.
  5. El modelo responde usando esa información.
Ejemplo sencillo
«¿Cuál es el reglamento interno?» → busca el PDF → mete la página correcta → responde con citas reales.
Analogía
No es un alumno que memorizó todo el colegio. Es un alumno al que le pasás el libro abierto en la página justa.
Usuario
↓
Busca el documento
↓
Encuentra la página correcta
↓
La agrega al contexto
↓
Ahora responde usando esa información
7 · Buenas prácticas

Cómo ayudar al modelo

✅ Ser específico
«Resume en máximo 150 palabras» > «hazlo mejor»
✅ Estructurar
Usa secciones, viñetas, títulos claros
✅ Usar ejemplos
Mostrá cómo se ve una buena respuesta
✅ Eliminar ruido
Sacá lo que no aporta a la tarea
✅ Importante al inicio
Lo crítico primero (compite por atención)
✅ Medir resultados
Probá y compará: ¿mejoró o no?
8 · Errores comunes

Qué no hacer

⚠ Sobrecargar contexto
Meter 300 páginas. Mejor: solo las 3 necesarias.
⚠ Ser ambiguo
«Hazlo mejor.» → «Resume en máximo 150 palabras, tono formal.»
⚠ Información contradictoria
No digas «formal» y después «tono juvenil» a la vez.
⚠ Contexto viejo
Datos obsoletos → respuestas obsoletas.
⚠ Sin estructura
Pared de texto: difícil de seguir para el modelo.
⚠ Sin formato
Si no pedís formato, el modelo adivina (y rara vez como vos querés).
⚠ Superar el límite
Si no cabe, parte desaparece.
⚠ Compartir secretos
Nunca API keys, contraseñas ni tokens en el contexto ni en el repo.
9 · Deploy

Poner la app en el mundo.

Palabra nuevaDeploy
Primero · ¿Qué le quiero decir al programa?
«Quiero que mi aplicación deje de vivir solo en mi PC y la pueda usar cualquiera.»
  1. Antes: solo en tu computadora.
    ↓
  2. Después: disponible para usuarios reales.
Después · Cómo se escribe
local → servidor → usuarios
Deploy = despliegue. No es «terminar el código»: es publicarlo bien.
Aprendes por intención, no por sintaxis
Qué es
Deploy significa poner tu aplicación disponible para los usuarios.
Por qué existe
En tu máquina podés romper cosas sin consecuencias. En producción, los errores cuestan dinero, confianza y tiempo.
Analogía
Cocinar en tu cocina vs abrir un restaurante: mismas recetas, pero ahora hay clientes, higiene y turno de noche.
10 · Entornos

DEV → TEST → STAGE → PROD

DEV
Desarrollo
Trabajás vos. Rompés cosas. Probás ideas.
TEST
Pruebas
Se verifica que todo funcione (automatizado o manual).
STAGE
Preproducción
Copia casi exacta de producción. Ensayo general.
PROD
Producción
Lo usan los clientes. Aquí los errores duelen.
Flujo mental
DEV → TEST → STAGE → PROD. No saltes directo de «me funciona a mí» a «todos los clientes».
11 · Estrategias

Cómo actualizar sin romper todo

Recreate

Cómo: Apagás → instalás → encendés.

Detalle: Hay tiempo sin servicio (downtime).

Como cerrar el local un día para reformarlo.

Rolling

Cómo: Actualizás poco a poco, máquina a máquina.

Detalle: Nunca cae todo a la vez.

Como pintar un edificio piso por piso.

Blue-Green

Cómo: Dos copias: la vieja (azul) y la nueva (verde). Cambiás el tráfico.

Detalle: Si falla, volvés atrás al instante.

Como tener dos escenarios y cambiar el reflector.

Canary

Cómo: Solo unos pocos usuarios prueban la nueva versión.

Detalle: Si va bien, se abre a todos.

Como probar el plato nuevo con 5 mesas antes del menú completo.

Examen rápido mental
¿Volver atrás rápido? → Blue-Green. ¿Probar con pocos usuarios? → Canary.
12 · Hosting

Dónde vive tu app

Qué es
Hosting es el lugar donde corre tu aplicación: la «casa» en internet.
Por qué existe
Sin hosting, solo existe en tu PC. Con hosting, tiene dirección y está disponible 24/7 (idealmente).
Cómo funciona (paso a paso)
  1. Elegís un proveedor (AWS, Azure, Google Cloud, Render, Railway, Vercel, Cloudflare…).
  2. O un servidor propio.
  3. Subís la app, configurás dominio y seguridad.
Analogía
Hosting = alquilar un local en la calle principal. Tu código es el negocio; el local es el servidor.
13 · Secretos

Variables de entorno

Palabra nueva.env
Primero · ¿Qué le quiero decir al programa?
«Quiero guardar las claves fuera del código, para que no se filtren en GitHub.»
  1. Mal: API_KEY = "123..." dentro del archivo del proyecto.
    ↓
  2. Bien: leer la clave desde una variable de entorno.
Después · Cómo se escribe
# .env (NO lo subas a Git)
API_KEY=tu_clave_secreta

# En el código solo pedís el nombre:
process.env.API_KEY
El archivo .env vive en el servidor / tu máquina. El código solo sabe el nombre de la variable.
Aprendes por intención, no por sintaxis
Nunca
No pongas API Keys, contraseñas ni tokens en el código, en prompts públicos ni en repositorios.
14 · Candado

HTTP vs HTTPS

Qué es
SSL/TLS es el «candado» del navegador. HTTP no cifra. HTTPS sí cifra la comunicación.
Por qué existe
Sin cifrado, alguien en el medio puede mirar o robar datos (contraseñas, tokens, formularios).
Cómo funciona (paso a paso)
  1. El navegador y el servidor acuerdan una conexión segura (TLS).
  2. Los datos viajan cifrados.
  3. Ves el candado / https:// en la barra.
Analogía
HTTP = carta abierta. HTTPS = carta en sobre cerrado con llave.
HTTP   →  no cifra  →  peligroso para datos sensibles
HTTPS  →  sí cifra   →  el candado del navegador
15 · Apuntes

Hoja de estudio rápida

Regla de oro: basura entra → basura sale.
Contexto: todo lo que recibe el modelo.
Componentes: tarea · rol · datos · memoria · herramientas · formato
Buenas prácticas: específico · poco ruido · ejemplos · estructura
Errores: demasiado contexto · contradicciones · datos viejos · secretos
Deploy: DEV → TEST → STAGE → PROD
Estrategias: Recreate · Rolling · Blue-Green · Canary
Seguridad: .env · SSL · HTTPS
16 · Flashcards

Memorizá volteando

Tocá la tarjeta para ver la respuesta. Usá Anterior / Siguiente para recorrerlas.

17 · Examen

Preguntas tipo examen

Respondé todas y después tocá «Corregir examen».

Pregunta 1

¿Cuál es el objetivo principal de la Ingeniería de Contexto?

Pregunta 2

¿Cuál NO forma parte del contexto?

Pregunta 3

¿Qué hace RAG?

Pregunta 4

La calidad del contexto influye en la calidad de la respuesta.

Pregunta 5

Más contexto siempre es mejor.

Pregunta 6

HTTPS cifra la información.

Pregunta 7

Las API Keys deben ir en GitHub.

Preguntas de desarrollo (para escribir / explicar en voz alta)
  1. Explicá la diferencia entre Prompt Engineering e Ingeniería de Contexto.
  2. Explicá el flujo de RAG.
  3. Describí los cuatro entornos de despliegue.
  4. ¿Por qué las variables de entorno mejoran la seguridad?
  5. Compará Blue-Green y Canary.
18 · Mejoras

Cómo ampliar el estudio

El material está claro. Para profundizar, podrías:

  • Armar un ejemplo completo: pregunta → RAG → respuesta.
  • Dibujar cómo compiten los tokens en la ventana de contexto.
  • Practicar cargar process.env en JS y variables en Python.
  • Comparar la misma pregunta con contexto malo vs bueno.
  • Medir calidad: ¿la respuesta cita la fuente? ¿respeta el formato?
19 · Presentación

Esquema para exponer

  1. ¿Qué es la Ingeniería de Contexto?
  2. Prompt Engineering vs Context Engineering
  3. La ventana de contexto
  4. Los seis componentes
  5. RAG y cómo funciona
  6. Buenas prácticas
  7. Errores comunes
  8. ¿Qué es el Deploy?
  9. Entornos: DEV, TEST, STAGE, PROD
  10. Estrategias de despliegue
  11. Hosting
  12. Variables de entorno y seguridad
  13. SSL/TLS y HTTPS
  14. Conclusiones y recomendaciones
20 · Idea clave

Lo que no debés olvidar

Enseñanza principal
La calidad de un sistema de IA depende mucho más de la calidad del contexto que del modelo en sí. Un buen contexto es relevante, estructurado, actualizado y seguro. Y cuando pasa a producción, se despliega con buenas prácticas de infraestructura y protección de datos.
◀ Anterior
DOM — el punto, textContent y buscar elementos
Listo · conexión segura
⭐Nv 1🪙 0🔥 0--:--
🏠Escritorio🎓¿Qué estudiar?📚Lecciones👨‍🏫Profesor📖Diccionario JS🌐Simulador🎯Quiz
🏅0 medallas