{"id":326369,"date":"2026-10-07T04:58:13","date_gmt":"2026-10-07T01:58:13","guid":{"rendered":"https:\/\/ceotudent.com\/ventanas-de-contexto-carga-cognitiva-disenar-prompts-que-encajen-con-como-piensas"},"modified":"2026-10-07T04:58:13","modified_gmt":"2026-10-07T01:58:13","slug":"ventanas-de-contexto-carga-cognitiva-disenar-prompts-que-encajen-con-como-piensas","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/es\/ventanas-de-contexto-carga-cognitiva-disenar-prompts-que-encajen-con-como-piensas","title":{"rendered":"Ventanas de contexto y carga cognitiva: c\u00f3mo dise\u00f1ar prompts que encajen con tu forma real de pensar"},"content":{"rendered":"

En resumen.<\/strong> La ventana de contexto es la parte de un modelo de IA que contiene lo que le das en una sola petici\u00f3n, y en 2026 es enorme. Anthropic, OpenAI y Google ofrecen modelos insignia con alrededor de un mill\u00f3n de tokens de contexto, lo que, seg\u00fan la propia tasa de conversi\u00f3n de Google (100 tokens equivalen a unas 60-80 palabras en ingl\u00e9s), supone aproximadamente entre 600.000 y 800.000 palabras. La tentaci\u00f3n es pegarlo todo y dejar que el modelo lo ordene. La investigaci\u00f3n dice que es un error. En el benchmark RULER, los 17 modelos evaluados anunciaban 32K tokens o m\u00e1s, pero solo la mitad manten\u00eda un rendimiento satisfactorio a 32K (Hsieh y colaboradores, 2024). En NoLiMa, una prueba que elimina las coincidencias literales de palabras clave, 11 de 13 modelos cayeron por debajo de la mitad de su puntuaci\u00f3n de contexto corto a 32K, y GPT-4o baj\u00f3 del 99,3 al 69,7 por ciento (Modarressi y colaboradores, 2025). La propia documentaci\u00f3n de Anthropic llama ya a la ventana de contexto la “memoria de trabajo” del modelo y advierte de que la precisi\u00f3n y la recuperaci\u00f3n se degradan a medida que crece el n\u00famero de tokens. Los humanos tenemos la misma limitaci\u00f3n a menor escala: la memoria de trabajo retiene unos cuatro bloques de informaci\u00f3n nueva (Cowan, 2001), y la teor\u00eda de la carga cognitiva demuestra desde 1988 que la forma de presentar la informaci\u00f3n importa tanto como su cantidad (Sweller, van Merrienboer y Paas, 2019). El movimiento de CEO es tratar el contexto como un presupuesto con un coste por token. El movimiento de estudiante es escribir prompts que t\u00fa mismo podr\u00edas revisar, con el m\u00e9todo Prompt Load-Fit que encontrar\u00e1s m\u00e1s abajo.<\/p>\n

Este art\u00edculo forma parte de la serie Oficio del prompt y del contexto. Si todav\u00eda no has escrito una descripci\u00f3n permanente de tu trabajo para las herramientas de IA, empieza por el archivo de contexto<\/a> y por c\u00f3mo configurar instrucciones personalizadas, proyectos y memoria<\/a>. Esta pieza trata de la petici\u00f3n individual: qu\u00e9 incluir, en qu\u00e9 orden y en qu\u00e9 cantidad.<\/p>\n

\n
\n

Table of Contents<\/p>\nToggle<\/span><\/path><\/svg><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n