Guía completa de ingeniería de contexto: 6 componentes básicos para construir futuras aplicaciones de IA – Del ebook de 23 páginas de @weaviate_io, la visualización de la información es bastante buena, lo que lo convierte en un excelente manual de referencia rápida para consultar con frecuencia. Desafíos y principios fundamentales: Limitaciones de la ventana de contexto: El espacio limitado puede provocar fácilmente distracciones (sobrecarga de historial), caos (interferencias irrelevantes), conflictos (información contradictoria) o contaminación (acumulación de errores). La solución no consiste en usar una ventana más grande, sino en la «higiene del contexto»: validar la calidad, resumir y comprimir, eliminar la información irrelevante y descargar datos externos. Arquitectura del sistema: Entrada del usuario → Mejora de la consulta → Recuperación → Avisos → Coordinación del agente → Acción de la herramienta → Actualización de memoria → Salida. Se hace hincapié en la toma de decisiones dinámica para evitar fallos estáticos en el flujo de datos. Resumen de componentes clave: Agentes: El núcleo de la toma de decisiones, capaces de evaluar información dinámicamente, mantener el estado, adaptar herramientas e iterar estrategias. Un solo agente es adecuado para tareas de tamaño medio, mientras que varios agentes gestionan tareas complejas que requieren coordinación. Función: Conectar componentes, como reescribir consultas o cambiar fragmentos cuando falla la recuperación. • Aumento de consultas: Transforma la intención ambigua en una entrada precisa. Esto incluye reescribir (agregar palabras clave, eliminar ruido); expandir (generar variantes, prevenir la deriva); descomponer (dividir problemas complejos en subconsultas y luego sintetizarlas); y agente de consulta (versión avanzada, enrutamiento dinámico a través de múltiples conjuntos, evaluación iterativa). • Recuperación: Integración del conocimiento externo mediante la segmentación. Las estrategias varían desde simples (tamaño fijo) hasta avanzadas (basadas en LLM/agentes), con segmentación previa para un almacenamiento eficiente y segmentación posterior para una recuperación flexible. Objetivo: Anclaje de hechos, reduciendo las ilusiones. • Técnicas de incitación: Razonamiento guiado. Clásicas: Cadena de pensamiento (desglose paso a paso), razonamiento con pocos ejemplos. Avanzadas: ReAct (ciclo pensar-actuar). Las descripciones emergentes deben especificar explícitamente los parámetros/ejemplos. • Memoria: Impregnar la memoria con un sentido histórico. A corto plazo (conversación inmediata); a largo plazo (hechos/eventos RAG). Principios: Almacenamiento selectivo, poda regular y recuperación específica para cada tarea, para garantizar la transición de un estado "sin estado" a un estado "de aprendizaje". • Herramientas: Interfaces de acción, como llamadas a la API. Desde la falsificación de mensajes hasta las llamadas a funciones, el proceso de descubrimiento, selección, ejecución y reflexión debe estar coordinado. Futuro: Estandarización del protocolo MCP para simplificar la integración. enlace de descarga del libro electrónico
