Qué hay en el context window
¿Por qué el asistente a veces 'olvida' lo que le dijiste antes?
La idea que hay dentro
En cada turno el modelo ve un solo paquete: el prompt de sistema, las herramientas, tus archivos y toda la conversación.
Después de esta lección
Puedes enumerar qué ocupa el context window y explicar por qué es un presupuesto fijo, no memoria.
Adónde lleva
Entonces, ¿qué haces cuando empieza a llenarse?
Dentro de esta lección
Ese es el escenario real de la lección, en pausa. Reclama tu pase para operarlo.
Mira cómo funciona la IA de verdad, de principio a fin.
Esta lección es solo una parada del arco completo. Desbloquéalo todo y consérvalo de por vida.
Lo que obtienes
- El camino principal de 34 lecciones, una ruta que sí se termina, de una palabra a los agentes
- Rutas por objetivo para usar IA en el trabajo y construir funciones con IA
- Labs de jefe que te hacen aplicar un acto entero, no solo reconocerlo
- Repaso espaciado que trae cada idea de vuelta antes de que la olvides
- Memoria del curso: cada término definido, con enlaces a donde aparece por primera vez
- Una tarjeta de capacidades para compartir cuando termines el camino principal
- Acceso de por vida en cualquier dispositivo, con todas las lecciones futuras incluidas
No son videos para mirar. Predices, operas la máquina y luego lo demuestras. Por eso se queda.
99 lecciones y retos interactivos. Sin videos, sin código.
Pase de lanzamiento gratis: acceso de por vida, sin tarjeta
¿Nuevo por aquí? Las primeras lecciones son gratis para probar. Empieza con la lección 0.1
Qué muestra esta lección
En cada turno el modelo ve un solo paquete: el prompt de sistema, las herramientas, tus archivos y toda la conversación.
La pregunta con la que abre
¿Por qué el asistente a veces 'olvida' lo que le dijiste antes?
El recorrido, en palabras de la propia lección
- La window estaba llena. Un turno más, y el más antiguo se cae.
- La window está casi llena. Agrega un turno más y observa qué cede.
- Tu turno. Agrega archivos y turnos hasta que la window se desborde.
- Observa cómo una sola corrida llena la window y se pasa de su límite.
- Nada se recuerda. Lo que importe tiene que estar DENTRO de la window.
- Este chat acaba de decirle su nombre al modelo. La window está al 99%. ¿Qué crees que le pasa a ese nombre cuando agregas un turno más?
- No hay memoria. En cada turno el modelo relee un solo paquete de tamaño fijo; cuando se llena, los turnos más antiguos se caen, así que tu nombre simplemente ya no está ahí.
- Que «los turnos más antiguos se caen» es lo que hacen muchas apps de chat; otras simplemente se detienen y te piden empezar un chat nuevo. Una llamada cruda a la API da error cuando te pasas del límite. Herramientas de agente como Claude Code compactan o resumen el historial para seguir, esa es la próxima lección.
- Una sola window contiene todo lo que el modelo ve en este turno.
- 12 archivos más 30 turnos ya reventaron una window de 200K. Los turnos más antiguos se descartaron para que cupiera. Ahora hazlo tú.
- Se reconstruye en cada turno con lo que tenga dentro. En una app de chat, cuando se llena, el historial más antiguo se expulsa y desaparece, aunque los archivos en disco aún se pueden volver a leer; la conversación en sí, no. Las windows más grandes (200K → 1M) dan más espacio, pero el límite siempre es duro.
- Una llamada cruda a la API, en cambio, da error cuando te pasas del límite; herramientas de agente como Claude Code compactan o resumen el historial, la próxima lección.
- Le dijiste tu nombre a un asistente al inicio de un chat largo, y una hora después no tiene idea de quién eres. No 'perdió' la memoria. ¿Qué pasó en realidad?
- No hay memoria: en cada turno el modelo vuelve a leer una sola context window de tamaño fijo. Cuando se llenó, los turnos más antiguos (tu nombre) se cayeron para hacer espacio. Así que pon lo que deba persistir en un archivo o memoria que el agent pueda volver a leer, no solo al principio del chat.
- Tamaños de tokens típicos e ilustrativos; los prompts, archivos y turnos reales varían.
La idea clave
Nada se recuerda de verdad; lo que importa debe estar en la ventana, y la ventana tiene un límite duro.
Qué puedes hacer después de esta lección
Puedes enumerar qué ocupa el context window y explicar por qué es un presupuesto fijo, no memoria.
Ponte a prueba: Para que el modelo use un dato en este turno, ¿dónde debe estar ese dato?
- En el context window ahora mismo(correcta)
- En algún lugar de sus datos de entrenamiento
- Guardado en un archivo en el disco
- Mencionado en una sesión anterior
El modelo solo puede usar lo que está en la ventana de contexto ahora mismo. Los datos de entrenamiento y los archivos en disco no cuentan hasta cargarlos en el contexto.
¿Prefieres leer primero? Esta lección tiene un explicador de compañía: Ventana de contexto
Adónde lleva: Entonces, ¿qué haces cuando empieza a llenarse?
Este es el resumen escrito. La lección en sí es interactiva: arriba predices, arrastras y operas el mecanismo, y la revelación te responde.