Ficha 005.626YouTubeGRATIS

Ventana de contexto en inteligencia artificial: por qué llenarla sale mal

Explica la ventana de contexto en IA como presupuesto de dinero, tiempo y atención, con demos de caché y memoria, y la diferencia entre contexto, RAG y memoria.

Recomendado, valoración editorial 4 de 5

verificado 2026-10-05 — sigue siendo gratis en YouTube

Empezar en YouTube

Respuesta rápida

Curso gratis de Programación en YouTube (38 min). Nuestra valoración: 4/5, recomendado. Comprobamos que sigue siendo gratis el 5 de octubre de 2026.

Veredicto: 4/5 · Recomendado
Para quién: Programadores que usan asistentes o agentes de IA y quieren entender por qué el contexto cuesta dinero, tiempo y fiabilidad.
Duración: 38 min · 34 capítulos
Precio: Gratis en YouTube
Publicado: 2026
Plan sugerido: 1 sem. · 1.5 h/sem.
Verificado: el 5 de octubre de 2026

Nuestro veredicto

Recomendado

Capítulo bien estructurado que explica con demos y cifras por qué llenar el contexto es caro y poco fiable. Es muy útil para quien usa o construye con modelos de lenguaje, aunque mejor dentro del curso completo que de forma aislada.

Puntos fuertes

Estructura clara en 34 capítulos con marcas de tiempo.
Apoya los conceptos con cuatro demos con cifras concretas.
Publicado en 2026, actual para un tema que cambia rápido.
Incluye una tarea práctica al final.

A tener en cuenta

Es un solo capítulo de un curso mayor, así que depende del contexto de los anteriores.
Es sobre todo conceptual; la descripción no menciona ejercicios guiados ni código descargable.
Usa expresiones rioplatenses y cifras en dólares que pueden requerir adaptación.

De qué trata

Capítulo 3 del curso gratis de IA "de tokens a agentes". Plantea el contexto como un presupuesto de dinero, tiempo y atención y usa la metáfora de la mesa del carpintero para explicar la ventana de contexto.

Recorre quién compite por ese espacio (system prompt, herramientas, documentos, historial y respuesta) con cuatro demos: herramientas frente a system prompt, un catálogo de 221 fichas, caché al 99 % y una memoria inflada frente a una podada. En la segunda mitad distingue contexto, RAG y memoria, y cierra con una tarea para medir tu piso de tokens.

Ventana de contexto y tokens
Costos de plata, tiempo y atención
Pérdida en el medio
Caché: lo fijo delante, lo variable detrás
Contexto, RAG y memoria

Para quién es este curso

Programadores que usan asistentes o agentes de IA y quieren entender por qué el contexto cuesta dinero, tiempo y fiabilidad.
Quienes construyen aplicaciones con APIs de modelos de lenguaje y necesitan decidir qué enviar en cada petición.
Personas que siguen el curso gratis de IA de Gentleman Programming y llegan al capítulo 3.

Mejor busca otro si…

Quien busque una introducción desde cero a la IA: el vídeo repasa conceptos de capítulos anteriores en lugar de explicarlos por completo.
Quien necesite un tutorial paso a paso con código: el contenido es sobre todo conceptual, apoyado en demostraciones.

Antes de empezar

Haber visto los capítulos anteriores del curso (tokens, API sin memoria, KV cache), aunque hay dos breves repasos al inicio.

Qué sabrás hacer al terminar

Entender qué es la ventana de contexto y por qué se plantea como un presupuesto de dinero, tiempo y atención.
Identificar qué compite por el contexto: system prompt, herramientas, documentos, historial y respuesta.
Explicar la pérdida en el medio y por qué llenar el contexto no es una estrategia.
Aplicar la idea de colocar lo fijo al principio y lo variable al final para aprovechar la caché.
Distinguir contexto, RAG y memoria, y valorar qué debe ir en una memoria podada.

Estructura del curso

01
El contexto como presupuesto y repaso
Presenta la idea del contexto como presupuesto y repasa que el modelo no tiene memoria en la API y el papel de la KV cache. Desde 0:00.
02
La ventana de contexto y quién compite por ella
La metáfora de la mesa del carpintero, la medida en tokens y los elementos que ocupan espacio. Incluye la demo de herramientas frente a system prompt. Desde 4:09.
03
Los tres costos: plata, tiempo y atención
Cuenta del coste mensual, el coste del tiempo y la pérdida en el medio, con la demo del catálogo de 221 fichas. Desde 10:13.
04
Estrategias: buscar barato, profundizar caro
Por qué llenar el contexto no es una estrategia, lo fijo delante y lo variable detrás, y la demo de caché al 99 %. Desde 19:07.
05
Compactar y memoria
Tres estrategias de peor a mejor, el coste de resumir, la diferencia entre contexto, RAG y memoria. Desde 25:46.
06
Demo de memoria y cierre
Comparación de una memoria de 428 líneas con una de 19, qué guardar en ella, resumen de cinco ideas y una tarea para medir tu piso de tokens. Desde 31:59.

Capítulos del vídeo

0:00El contexto es un presupuesto
1:26Recap: el modelo no piensa, la API no tiene memoria
2:41Recap: KV cache y lo fijo adelante
4:09El techo se llama ventana de contexto
5:26La mesa del carpintero
6:35Se mide en tokens: 500.000, un millón
7:00Que la mesa sea grande no significa llenarla
7:17Quién compite por tu contexto
8:20Demo 1: las herramientas son caras
9:33355 tokens de system prompt vs 1.183 de herramientas
10:13Los tres costos: plata, tiempo y atención
11:24La cuenta: $150 por día, $4.500 al mes

Ver los 22 restantes

12:10El costo del tiempo
14:00El costo de la atención: más texto es ruido
14:34Pérdida en el medio
15:20La reunión de 3 horas
16:03Demo 2: el catálogo de 221 fichas
18:17Lo que se pierde compactando
19:07Llenar el contexto no es una estrategia
20:44Buscar barato, profundizar caro
22:00Lo fijo adelante, lo variable atrás
22:51Demo 3: caché al 99%
25:46Tres estrategias de peor a mejor
27:40El costo de resumir y Engram
28:42Memoria no es contexto
29:08La mesa, el bibliotecario y el cuadernito
30:47La memoria se construye desde afuera
31:59Demo 4: la memoria inflada paga alquiler
33:20428 líneas y $91 vs 19 líneas y $3
34:26Qué va en el cuaderno y qué no
35:09Una memoria mal hecha es peor que ninguna
35:49Qué te llevás: 5 cositas
36:21Tarea: medí tu piso de tokens
36:49La próxima: el loop

Plan de estudio sugerido

1 semana · unas 1,5 h por semana

1.Sesión 1: ve 0:00-10:13 y anota qué ocupa espacio en tu propio contexto.
2.Sesión 2: ve 10:13-25:46 (costos, pérdida en el medio y caché) y repite el razonamiento con tus números.
3.Sesión 3: ve 25:46-38:00 (memoria) y haz la tarea de medir tu piso de tokens.

El plan cuenta con tiempo para pausar y practicar, no solo con la duración del vídeo. Si quieres adaptarlo a tu semana, lee cómo montar tu plan de estudio semanal.

Consejos para seguirlo

Haz la tarea del minuto 36:21: mide cuántos tokens consume tu configuración antes de escribir nada.
Pausa en la demo de 9:33 y compara system prompt y herramientas con tu propio caso.
Al llegar a 22:00 revisa el orden de tus prompts: lo fijo al principio, lo variable al final.
Si te faltan bases, repasa antes los capítulos previos del curso sobre tokens y KV cache.

Antes y después de este curso

Después de este cursoAgentic AI – Complete Course for BeginnersEl vídeo anuncia el loop de agentes como siguiente tema; este curso sobre IA agéntica es una continuación natural.

Cómo lo presenta el autor

Gentleman Programming | Ventana de contexto | Ventana de contexto en inteligencia artificial: que la mesa sea grande no significa que tengas que llenarla. Capítulo 3 del curso gratis de IA, de tokens a agentes: el contexto es un presupuesto de plata, tiempo y atención.
Si todo se reenvía siempre y se guarda en la memoria de la placa, hay un techo: la ventana de contexto. La pensamos como la mesa…

Extracto de la descripción original en YouTube.

Preguntas frecuentes

+¿Cuánto dura?

38 minutos, con 34 capítulos marcados. Con pausas para practicar, calcula entre una y dos horas.

+¿Hace falta ver los capítulos anteriores?

Es el capítulo 3 de un curso gratis de IA. Incluye dos repasos breves, pero conviene conocer tokens, API sin memoria y KV cache.

+¿Qué temas cubre?

La ventana de contexto, los costos de dinero, tiempo y atención, la pérdida en el medio, la caché, y la diferencia entre contexto, RAG y memoria.

+¿Qué viene después?

El último capítulo anuncia que el siguiente tratará el loop.

Análisis editorial elaborado con ayuda de IA a partir de la descripción, los capítulos y la duración publicados en YouTube, y revisado según nuestro método. El contenido del curso es obra de su autor; si ves algún error, avísanos.

Guías para sacarle partido

Ficha 005.036UdemyGRATIS

Aprende Accesibilidad Web paso a paso

Introducción práctica a la accesibilidad web: pautas y leyes, contenido, navegación, diseño e interacción accesibles, relación con el SEO y evaluación de sitios.

Ficha 005.043YouTubeGRATIS