El problema no es AI, es lo que AI no sabe de vos
La diferencia entre respuestas genéricas y respuestas que sirven no pasa por el modelo. Pasa por cuánto sabe de lo que estás haciendo.
En la edición anterior compartimos cómo usar roles para cambiar la forma en que AI mira un problema. Fue una herramienta rápida de incorporar. Esta edición va un paso más allá, a algo que requiere un poco más de trabajo pero que permite mejorar semana a semana la calidad de los resultados: gestión de contexto.
Cuando iniciás una nueva conversación con AI, no sabés qué es lo que sabe de vos ni qué le falta (¿leyó su memoria interna? ¿vio conversaciones anteriores? No sabemos). Y eso condiciona la calidad de las respuestas que recibís. Acá hablamos de por qué pasa, cómo lo estamos abordando, y tips concretos para aplicarlo en las herramientas más comunes.
Too long; didn't read
- Cuando arrancás una conversación con AI, el contexto que tiene sobre vos es desconocido: puede ser relevante, incompleto, desactualizado, o directamente inexistente.
- Tener archivos de contexto preparados por fuera y adjuntarlos cuando hacen falta cambia la experiencia.
- Un buen punto de inicio: tres archivos simples (tu empresa, tu proyecto, cómo trabajás). Después vas profundizando.
- Preguntarle al modelo qué cambió o qué ajustaría en esos archivos al final de cada sesión reduce el esfuerzo de mantenerlos al día.
El problema
Incluso con roles bien definidos, hay algo que sigue condicionando las respuestas de AI: cuando arrancás una conversación, no sabés qué es lo que el modelo sabe de vos, qué información tiene actualizada, qué quedó viejo, o qué directamente no tiene.
Es como trabajar con un consultor que tiene algunas notas de reuniones anteriores, pero no queda claro cuáles. Cuando te dice algo, te preguntás si lo dijo tomando en cuenta lo que hablaron la última vez o si se lo perdió. A veces pega en el clavo, otras te da algo genérico, y otras se basa en información que ya no es cierta. No tenés forma fácil de saber cuál de esas está pasando.
Más allá de eso, hay cosas que directamente no sabe porque nunca se las diste. No sabe en qué proyecto estás, qué restricciones tenés, qué ya probaste. Antes de tener esto organizado, nos pasaba que había cosas que directamente no le preguntábamos. O le dabas poco contexto y recibías un consejo genérico, o invertías un rato explicándole todo para una pregunta chica. El resultado era no preguntar.
Nuestro enfoque hoy
En vez de explicarle al modelo todo en cada conversación, comenzamos a preparar el contexto por fuera, en archivos que se adjuntan cuando hacen falta.
Se puede pensar como piezas de un lego. Cada archivo cubre un aspecto: tu empresa, tu proyecto actual, cómo trabajás, qué valorás. Algunos de esos bloques no cambian en meses. Otros se generan para cada tarea. Un buen punto de inicio son tres archivos: uno sobre tu empresa, uno sobre tu proyecto, uno sobre cómo trabajás y pensás. Después vas profundizando según lo que necesites.
No son solo datos objetivos. No es solo "la empresa se llama X y hace Y". También incluyen tus preferencias, tus valores, decisiones que tomaste, cómo querés que se encaren las cosas. Ese tipo de contexto es el que hace que la diferencia se sienta.
Concretamente, cuando vas a trabajar en algo, le adjuntás los archivos que sean relevantes. Si vas a pedirle ayuda con una presentación, le das el archivo de tu empresa y un brief con el objetivo, la audiencia, los puntos clave. No es explicar todo de nuevo, es darle acceso a lo que ya tenés documentado.
Al ir actualizando estos archivos sesión a sesión, el trabajo con AI se va volviendo mejor semana a semana. No es un cambio de una vez, es algo que se construye.
Tips concretos
Para crear tu primer archivo de contexto, pedile al modelo que te haga preguntas. Decile qué querés documentar (tu empresa, tu proyecto, cómo trabajás) y que te pregunte lo que necesita saber. Respondé, adjuntá documentos relevantes si tenés, y pedile que genere el archivo.
Evitá la superposición entre archivos. Si la misma información está en dos archivos distintos, se vuelve difícil de mantener. Cada archivo debería cubrir un aspecto sin pisar a los otros.
Usá archivos de texto plano. Un archivo .txt (los que se abren con el Bloc de notas, por ejemplo) o un archivo Markdown, que es el formato que prefieren la mayoría de los modelos de AI. No uses Word ni PDF: los archivos .doc tienen información de formato que el modelo no necesita y que le dificulta el procesamiento. Los PDFs tienen problemas similares.
Tené conversaciones con un solo propósito. Cuanto más larga y diversa se vuelve una conversación, más se diluye la capacidad del modelo de prestarle atención a todo lo que se dijo. Mantener cada conversación enfocada en una tarea ayuda a que el contexto se mantenga relevante.
Cada tanto, hacele un mantenimiento a tus archivos de contexto. Si los actualizás muchas veces sin revisarlos, pueden acumular información contradictoria o desactualizada. Vale la pena releerlos de vez en cuando y corregir lo que ya no aplique.
Siempre que trabajás con alguien nuevo, necesita contexto apropiado para poder ayudarte. Con AI pasa exactamente lo mismo: sin el contexto adecuado, las respuestas van a ser genéricas por más bueno que sea el modelo. La diferencia entre sentirlo como un consultor externo y sentirlo como alguien que ya sabe en qué andás pasa por cuánto gestionás eso.
Si este artículo te resultó útil o interesante, y pensás que alguien que conocés también lo puede aprovechar, sentite libre de compartirlo.
Franco y Herman