Context engineering: cuando entrenar a la IA es construir memoria organizacional

La disciplina pasó del prompt perfecto a cargar contexto, herramientas y skills; ese trabajo es, de fondo, ingeniería de memoria corporativa

Esta semana circularon dos lecturas convergentes: el mapa de simple.ai sobre la jerarquía del "harness" de un LLM —prompt, instrucciones, skills, plugins, herramientas, MCP— y la tesis, atribuida a Gartner, de que el "context engineering" reemplazó al "prompt engineering". Ambas describen, sin nombrarlo, un problema viejo de Amnesia Corporativa®: el conocimiento que una organización le da a su IA es el mismo que históricamente vivía —y se perdía— en la cabeza de las personas.

## Del prompt al contexto Durante un par de años la conversación giró alrededor del prompt: cómo formular la instrucción perfecta. La disciplina se desplazó. Hoy el rendimiento de una IA depende menos de cómo se le pregunta y más de qué tiene disponible cuando piensa: las herramientas conectadas, el estilo de la organización, el historial de trabajo, los procesos recurrentes guardados como skills. simple.ai lo describe como un "harness" en capas. Gartner lo llama context engineering. El consenso práctico es el mismo: tratar a la IA como un colaborador nuevo que se entrena con el contexto de la organización, y que sin ese contexto opera a ciegas. ## El contexto es memoria, y la memoria se gestiona o se pierde Aquí aparece el punto que Amnesia Corporativa® lleva tiempo nombrando. Ese "contexto" que se le carga a la IA —procesos críticos, criterios de decisión, plantillas, ejemplos de buen trabajo, el porqué de cómo se hacen las cosas— es exactamente el conocimiento institucional que define a una organización. La diferencia es que ahora hay que escribirlo, estructurarlo y mantenerlo para que una máquina lo use. Eso abre dos caminos. **El camino virtuoso.** La organización documenta sus procesos para alimentar a la IA y, en el acto, los vuelve explícitos, auditables y transferibles. La skill que enseña a redactar una propuesta deja de depender del consultor senior que la sabía hacer. El context engineering se convierte, sin proponérselo, en el ejercicio de memoria corporativa más disciplinado que muchas empresas habrán hecho jamás. **El camino de la recaída.** La organización deja que cada persona arme su propio harness —sus instrucciones, sus skills, sus conexiones— en su cuenta individual. El conocimiento se vuelve a privatizar, ahora en archivos de configuración personales. Cuando esa persona se va, se lleva no solo lo que sabía: se lleva el contexto que hacía competente a su IA. La amnesia individual reaparece con ropa nueva. ## La pregunta para el consejo La adopción de IA obliga a escribir el conocimiento operativo de la organización. Esa es una oportunidad de memoria corporativa que no se repetirá con la misma urgencia. La pregunta no es si el equipo usa IA —ya la usa—. Es si el contexto que la hace útil es un activo institucional, versionado y compartido, o un conjunto de memorias privadas que la empresa no controla ni puede recuperar. *Fuentes: simple.ai y Analyst Academy (citando a Gartner), 13 de mayo de 2026.* — [simple.ai: Understand the hierarchy of an LLM harness](https://simple.ai/p/understand-the-hierarchy-of-an-llm-harness) — [Gartner: Context engineering](https://www.gartner.com/en/articles/context-engineering)