Ventana de contexto: qué es y por qué tu agente se lía

La ventana de contexto es todo lo que un modelo de IA tiene delante cuando te responde. Te explico qué cabe dentro, por qué una ventana enorme no lo arregla todo y qué pasa cuando se llena, con diez días de datos sacados de mi propio agente.

¿Qué es la ventana de contexto?

La ventana de contexto es la cantidad máxima de texto que un modelo de lenguaje puede tener «a la vista» en una sola respuesta. Ahí dentro va todo: tus mensajes, sus respuestas anteriores, las instrucciones que nunca ves, los documentos que le pegas y lo que va a escribir a continuación. Lo que no está dentro, para el modelo, sencillamente no existe.

Mucha gente cree que ChatGPT o Claude «se acuerdan» de la conversación como lo haría una persona. No exactamente. En cada turno, el programa que rodea al modelo vuelve a meter en la ventana todo lo que considera necesario y se lo enseña desde cero. El modelo no recuerda: relee. Muy rápido, eso sí, y sin quejarse.

Si vienes de cero, primero conviene tener claro qué es un agente de IA. Esta guía va de la mesa en la que trabaja.

Una analogía: la pizarra del profesor despistado

Imagina un profesor brillante con un problema raro: solo sabe lo que está escrito en la pizarra. Si algo no está en la pizarra, para él no ha pasado nunca. Ni la pregunta de hace diez minutos ni el nombre del alumno de la primera fila.

Arriba del todo, en letra pequeña, alguien ha escrito las normas de la clase. Debajo van apareciendo las preguntas de los alumnos y sus respuestas. Cuando consulta un libro, copia en la pizarra el párrafo que le interesa (o el capítulo entero, si va con prisa). Y cuando la pizarra se llena, llega un ayudante con el borrador, limpia la mitad de abajo y escribe en una esquina: «Resumen: hablamos de fracciones, Marta tenía una duda con los denominadores».

Eso es, casi palabra por palabra, lo que pasa dentro de un agente de IA:

• La pizarra es la ventana de contexto.
• Las normas de arriba son las instrucciones fijas del sistema.
• Los párrafos copiados del libro son los resultados de las herramientas: una página web leída, un archivo abierto, la salida de un comando.
• El ayudante con el borrador es la compresión: un resumen automático cuando no cabe más.

Y el detalle que lo explica casi todo: el profesor lee mejor lo que está arriba y lo que acaba de escribir abajo. Lo que queda en medio de una pizarra abarrotada lo mira por encima. Ahora vamos a eso.

¿Qué cabe en la ventana de contexto de un agente?

Más de lo que parece. La documentación de Claude lo deja claro: cuenta el mensaje de sistema, cada mensaje de la conversación (con imágenes, documentos y resultados de herramientas), la descripción de las herramientas disponibles y también la respuesta que el modelo está generando. Si piensa antes de responder, ese razonamiento también ocupa sitio.

En un chatbot normal la mayor parte del espacio son tus mensajes. En un agente es al revés: lo que más ocupa son los resultados de las herramientas. Un agente que lee tres páginas web y abre un archivo largo ha llenado más pizarra en un minuto que tú en una hora de charla. Es como invitar a cenar a alguien que viene con cuatro maletas.

¿En qué se mide una ventana de contexto?

No en palabras ni en páginas, sino en fichas: los trocitos en que el modelo parte el texto antes de leerlo. Una ficha puede ser una palabra corta, media palabra larga o un signo de puntuación. Como regla de andar por casa, una palabra en español equivale a algo más de una ficha.

Para hacerse una idea del tamaño, Google calcula que un millón de fichas equivalen a unas ocho novelas de longitud media, o a todos los mensajes de texto que has enviado en los últimos cinco años. Hoy muchos modelos grandes de Claude y de Gemini trabajan con ventanas de hasta un millón; otros más antiguos o más pequeños se quedan en 200.000 o menos. Para comparar, el modelo que estrenó ChatGPT a finales de 2022 manejaba 4.096, según IBM. Hemos pasado de una servilleta a una biblioteca de barrio en menos de cuatro años.

Ojo con una trampa: la ventana se comparte entre lo que entra y lo que sale. Si la llenas casi entera con documentos, al modelo le queda un hueco mínimo para contestarte. Y entonces contesta como quien escribe un telegrama.

¿Cómo funciona la ventana de contexto en un agente, paso a paso?

Un agente trabaja en bucle: piensa, usa una herramienta, mira el resultado, vuelve a pensar. En cada vuelta la ventana engorda un poco. El proceso, simplificado, va así:

1. Arranque. El programa monta la pizarra inicial: instrucciones, notas de memoria, lista de herramientas y tu primer mensaje.
2. Cada vuelta suma. La respuesta del modelo y el resultado de cada herramienta se añaden al final. Nada se borra solo.
3. Llega el umbral. Cuando la ocupación pasa de cierto punto (en mi agente, la mitad de la ventana), salta la compresión.
4. Se resume el medio. Se conservan intactos los primeros mensajes y los últimos. Todo lo de en medio se lo pasa a otro modelo, más pequeño y rápido, que escribe un resumen. La conversación sigue con ese resumen en lugar del original.

Anthropic, en su guía sobre cómo gestionar el contexto de los agentes (29 de septiembre de 2025), llama a este paso compaction y lo describe como la primera palanca para que un agente aguante tareas largas. La segunda son las notas que el agente guarda fuera de la ventana. La tercera, repartir el trabajo entre varios agentes, cada uno con su pizarra limpia.

¿Por qué una ventana más grande no lo soluciona?

Es la pregunta lógica: si el problema es que no cabe, compramos una pizarra más grande y listo. Lo malo es que el profesor no lee igual de bien una pizarra de dos metros que una de veinte. Hay cuatro estudios que lo enseñan bastante bien.

Lo del medio se lee peor. El trabajo Lost in the Middle (Liu y otros, 2023) comprobó que los modelos encuentran mejor un dato cuando está al principio o al final del texto, y que su rendimiento cae claramente cuando el dato está en medio. Pasa incluso en modelos preparados para textos largos. Es el alumno que se acuerda del principio y del final de la película y no sabe qué pasó en la hora central.

Cuanto más texto, peor, aunque la tarea sea fácil. En NoLiMa (febrero de 2025) probaron 13 modelos que presumían de aguantar al menos 128 mil fichas. Con 32 mil fichas, una fracción pequeña de su capacidad, 11 de los 13 rendían ya por debajo de la mitad de lo que lograban con textos cortos. GPT-4o, de los mejores, bajó del 99,3% al 69,7%. El truco era sencillo y cruel: la pregunta y la respuesta no compartían palabras, así que el modelo tenía que entender, no buscar coincidencias.

Le pasa a todos. El equipo de Chroma evaluó 18 modelos en julio de 2025, entre ellos versiones de GPT, Claude, Gemini y Qwen, con tareas deliberadamente simples. Su conclusión: el rendimiento se vuelve menos fiable a medida que crece la entrada, a veces de formas raras y nada lineales. Le pusieron nombre: context rot, el contexto que se pudre.

Un error dentro de la ventana se queda a vivir. Drew Breunig recopiló cuatro maneras en que falla un contexto largo. La que más me gusta (por lo humana) es la del agente de Gemini que jugaba a Pokémon: cuando su historial pasaba de unas 100.000 fichas, tendía a repetir acciones antiguas en lugar de idear planes nuevos. Y si en sus notas de objetivos se colaba un dato inventado, perseguía metas imposibles durante muchísimo rato. Una mentirijilla en la pizarra y el profesor da toda la clase sobre ella.

Mi opinión, después de meses peleándome con esto: la ventana grande es una red, no un plan. Viene genial para no estrellarte cuando un documento es largo. Pero si diseñas el agente contando con llenarla, vas a tener respuestas peores y más lentas.

Lo que pasa en mi agente cuando se llena la ventana

Tengo un agente funcionando día y noche en una Raspberry Pi 5, con un centenar de tareas automáticas y conversaciones que a veces duran días. Revisé sus registros del 5 al 15 de octubre de 2026 para contar cuántas veces llegó el ayudante con el borrador y qué se llevó por delante. Los datos en bruto están en este fichero de mediciones.

Un 75% de recorte suena a mucho, y lo es. Imagina que te resumen una reunión de tres horas en tres cuartos de hora de notas: lo importante suele estar, pero los matices de la mitad de la reunión se van al cubo. Por eso la compresión protege los tres primeros mensajes y los veinte últimos: son los que el agente necesita para saber quién es y qué estaba haciendo justo ahora.

Las tres compresiones abortadas tampoco son un drama. Dos se cancelaron porque llegó un mensaje nuevo a mitad del resumen, y la tercera se anuló sin llegar a aplicarse. En los tres casos el sistema siguió con la conversación entera, sin perder nada. Más lento, pero intacto.

Lo que nadie te dijo

El umbral que configuras no siempre es el que se aplica. Mi agente tiene configurado comprimir al llegar a la mitad de la ventana. Con un modelo de un millón de fichas, eso sería medio millón. Pero entre el 6 y el 9 de octubre de 2026 la compresión saltó, una y otra vez, alrededor de las 256.000: una cuarta parte. A partir del 13 de octubre los registros ya muestran el umbral de medio millón. No he podido confirmar la causa al cien por cien, pero el número coincide exactamente con el valor que el programa usa cuando no logra averiguar el tamaño real de la ventana del modelo. Durante días, el agente resumió el doble de veces de lo necesario. Nadie se dio cuenta porque no daba ningún error: solo un poco más de amnesia de la cuenta.

A veces lo que dispara el resumen no es el tamaño, es el número de mensajes. El 13 y el 14 de octubre hubo tres compresiones con conversaciones de 611, 407 y 451 mensajes. En las tres, la ventana estaba ocupada a menos de un tercio de su capacidad. Sobraba sitio de sobra. El motivo es un segundo límite, de 400 mensajes, pensado para que una charla eterna no se vuelva inmanejable aunque cada mensaje sea corto. Tiene sentido, pero si solo vigilas el porcentaje de ocupación no lo ves venir.

El que resume tampoco lo lee todo. En la compresión más grande, la del 13 de octubre, se mandaron a resumir 195.295 caracteres. Al modelo resumidor, que tiene su propia ventana más pequeña, no le cupieron 36.559: un 19% del tramo intermedio se resumió sin haberse leído. El sistema lo anota, que ya es mucho, pero el resumen final no avisa de que le falta un trozo. Al día siguiente, otra compresión de 407 mensajes entró completa, sin omitir nada. Depende de lo cargada que llegue la conversación.

El borrador puede llevarse lo último que dijiste. El 10 de octubre, el resumen absorbió una respuesta que el agente acababa de enviar. El sistema detectó el hueco y decidió no reinsertarla para no romper el orden de la conversación. Desde fuera, el agente simplemente «no recordaba» haber dicho algo hacía un minuto. Es de esas cosas que, si no las buscas en los registros, atribuyes a que el modelo es tonto. Y no: es el ayudante del borrador con demasiado entusiasmo.

Comprimir tiene su espera. El agente de chat solo aguarda 10 segundos a que termine el resumen antes de seguir sin él. Con una mediana de 70 segundos, eso pasó 4 veces en diez días: el turno siguió con la pizarra llena y el resumen se aplicó después. Funciona, pero explica por qué algunas respuestas llegan lentas justo cuando la conversación ya es larga.

¿Cómo se gestiona bien la ventana de contexto?

Esto es lo que aplico, ordenado de más útil a menos. Ninguna requiere saber programar para entenderla, y casi todas sirven igual si usas ChatGPT o Claude desde el navegador.

1. Una conversación por tarea. Mezclar en el mismo chat el viaje a Roma, la declaración de la comunidad de vecinos y una receta de croquetas es pedirle al profesor que lo tenga todo en la misma pizarra. Empieza de cero cuando cambies de tema.
2. Lo importante, al principio o al final. Por lo que enseña Lost in the Middle, si tienes una instrucción clave, ponla arriba del todo o repítela en tu último mensaje. Nunca enterrada en el párrafo seis.
3. Pega lo justo. Si solo te interesa el capítulo 3 del contrato, pega el capítulo 3. Cada página de más es ruido que el modelo tiene que apartar.
4. Que las herramientas devuelvan poco. Para quien monta agentes: es mejor una herramienta que devuelve las diez líneas relevantes que una que vuelca el archivo entero. Anthropic lo llama cargar contexto «justo a tiempo»: guardar la referencia (una ruta, un enlace) y abrir solo lo necesario cuando hace falta.
5. Lo que deba durar, fuera de la ventana. Las preferencias, decisiones y lecciones no deben vivir en la conversación, donde el borrador las alcanzará tarde o temprano. Van en notas aparte que se vuelven a cargar. Lo explico a fondo en la guía de memoria en agentes de IA.
6. Lecturas gordas, a un ayudante. Si hay que revisar cien archivos, que lo haga un subagente con su propia pizarra y te devuelva un resumen de diez líneas. La documentación de Claude Code lo usa precisamente para que las lecturas grandes no llenen la ventana principal.
7. Mira los registros, no solo las respuestas. Los cuatro sustos de la sección anterior los encontré contando líneas en los registros. Ninguno se notaba leyendo las respuestas del agente.

¿Ventana de contexto y memoria son lo mismo?

No, aunque se confunden mucho. La ventana de contexto es la mesa: lo que el modelo ve ahora. La memoria es el archivador: lo que se guarda fuera para volver a ponerlo en la mesa más tarde. Una ventana enorme sin memoria es un profesor con una pizarra gigante que se borra entera cada vez que suena el timbre. Una memoria buena con una ventana pequeña es un profesor con fichas estupendas y una pizarra del tamaño de un posavasos.

Los dos problemas parecen iguales desde fuera («se ha olvidado») pero se arreglan distinto. Si el olvido ocurre dentro de la misma conversación, suele ser cosa de la ventana o de la compresión. Si ocurre entre conversaciones distintas, es cosa de la memoria. Ambas piezas son parte del bloque de memoria y contexto del hub de agentes.

Vídeo: Evolución de la «ventana de contexto» en modelos LLM, del canal DatosCA (en español).

Preguntas frecuentes

¿Qué pasa cuando se llena la ventana de contexto?

Depende del programa. Algunos cortan lo más antiguo sin avisar, otros resumen la parte central de la conversación y otros devuelven un error de que el texto es demasiado largo. En los agentes lo habitual es resumir, y en ese resumen se pierden detalles.

¿Una ventana de contexto más grande es siempre mejor?

Ayuda a que quepan documentos largos, pero no hace que el modelo los lea mejor. Varios estudios (Lost in the Middle en 2023, NoLiMa y Chroma en 2025) muestran que la precisión baja a medida que crece el texto, sobre todo con la información situada en medio.

¿Cuál es la ventana de contexto de ChatGPT, Claude o Gemini?

Cambia con cada modelo y cada plan. En octubre de 2026, muchos modelos grandes de Claude y de Gemini admiten hasta un millón de fichas, y otros se quedan en 200.000 o menos. Lo fiable es mirar la ficha del modelo concreto en la documentación oficial de cada empresa.

¿Por qué la IA se olvida de lo que le dije al principio?

Porque o bien ese mensaje ya no está en la ventana (se recortó o se resumió), o bien está pero en medio de mucho texto y el modelo le presta poca atención. Repetir la instrucción importante en tu último mensaje suele bastar.

¿La ventana de contexto es la memoria de la IA?

Es su memoria de trabajo, la de corto plazo. La memoria a largo plazo, la que recuerda cosas entre conversaciones, es un sistema aparte de notas y archivos que se vuelven a cargar en la ventana cuando hacen falta.