Hacer que el agente tenga a mano lo que realmente existe: tu código, quién llama a qué, y la documentación de la versión de la librería que usás vos.
La idea que sobrevive a las herramientas
El agente no miente: completa. Dale con qué verificar y deja de tener que adivinar.
El modelo completa el patrón más probable. Si nunca vio tu código, la función más probable es la que tendría sentido que existiera. Por eso las alucinaciones suenan tan bien: están diseñadas para sonar bien, no para ser ciertas.
La solución no es un modelo más grande. Un modelo mejor baja la frecuencia del error pero no toca la causa, porque la causa es que no tiene con qué verificar. La solución es hacer que lo verdadero esté a mano y sea barato de consultar.
Hay tres tipos de contexto, y no se cubren igual. El estructural: qué existe en tu repositorio y quién lo usa —eso lo resuelve un índice del código. El externo: cómo se usa de verdad la versión de la librería que tenés instalada —eso lo resuelve traer la documentación actual. Y el conversacional: los archivos que están abiertos en esta charla, que es lo único que la mayoría de la gente usa.
Ojo con el reflejo de meter todo. Contexto no es cantidad, es pertinencia. Una ventana llena de archivos irrelevantes rinde peor que una ventana con los tres archivos correctos, y encima sale más cara.
Cómo funciona, paso a paso
Hasta acá el porqué. Esto es la máquina: qué pasa en cada etapa y, sobre todo, cuál es la decisión que te toca a vos en cada una. Si en algún paso no decidís nada, ese paso lo está decidiendo la herramienta por vos.
01
Inventario
Qué pasa
Antes de responder, el agente tiene disponibles tres fuentes distintas: un índice de tu repositorio, la documentación de las versiones que tenés instaladas, y los archivos que se abrieron en esta conversación.
Qué decidís vos
Cuáles de las tres existen de verdad. La mayoría tiene solo la tercera y cree que tiene las tres.
02
Selección
Qué pasa
Para cada pedido se elige un subconjunto. Con un índice se puede pedir “quién llama a esta función” y traer diez fragmentos exactos, en vez de leer treinta archivos enteros para encontrarlos.
Qué decidís vos
La pertinencia. Contexto no es cantidad: tres archivos correctos rinden mejor —y salen más baratos— que treinta elegidos por las dudas.
03
Orden
Qué pasa
Lo elegido se arma en un orden fijo: primero las reglas permanentes, después la memoria recuperada, después la conversación, y al final tu pedido. Lo que llega tarde, y lo que resalta, puede pesar de más en la respuesta.
Qué decidís vos
Qué va arriba y qué va abajo. Una regla crítica enterrada entre doscientas líneas de salida de tests compite con esas líneas, y pierde.
04
Presupuesto
Qué pasa
Todo eso entra en una ventana finita que se paga dos veces: en tokens al enviarla y en precisión al razonar sobre ella. Una ventana más grande corre el límite de lugar, no lo elimina.
Qué decidís vos
El reparto. Cada cosa que cargás por las dudas es lugar que después no va a tener el problema real.
05
Desalojo
Qué pasa
Cuando la ventana se llena, algo se tira o se resume. El resumen conserva el hilo y pierde el detalle exacto, que suele ser justo lo que hacía falta.
Qué decidís vos
Cortar vos antes de que corte solo. Una tarea partida en fases nunca llega a ese punto.
06
Refresco
Qué pasa
El índice envejece con cada commit. Si nadie lo sincroniza, el agente te contesta sobre un repositorio que ya no existe, con exactamente la misma seguridad de siempre.
Qué decidís vos
Que la sincronización sea automática. Un índice que hay que acordarse de actualizar es un índice desactualizado.
Señales de que te falta
Te escribió un helper que ya existía tres carpetas más allá.
Usa una API de la librería que quedó vieja hace dos versiones.
Editó el archivo equivocado porque había dos con nombre parecido.
Le pegás archivos a mano en el chat para que entienda.
Errores comunes al cubrirla
Confundir más contexto con mejor contexto. Llenar la ventana degrada la atención sobre lo que importa.
Dejar el índice del código desactualizado. Un mapa viejo es una forma nueva de mentira.
Cubrir el contexto estructural y olvidarse del externo, que es de donde salen las alucinaciones de librerías.
Ninguna es obligatoria. Lo obligatorio es cubrir la disciplina; estas son formas conocidas de hacerlo.
CodeGraph
Colby McHenryÍndice
Índice de tu código como grafo: símbolos, quién llama a qué, dependencias y radio de impacto.
Problema, mecanismo y encaje
El dolor concreto
Buscar con grep y leer archivos enteros para entender una función quema la ventana y aún así se pierde quién la llama.
Cómo funciona
Indexa el repositorio como un grafo de símbolos y relaciones. Una consulta devuelve el código relevante con números de línea, los caminos de llamada entre símbolos y un resumen de qué se rompe si tocás eso — en una sola vuelta, en vez de un ciclo de búsquedas y lecturas.
Cuándo conviene
En cualquier repositorio que ya no entra en la cabeza de una persona. La ganancia no es solo precisión: el agente gasta contexto en pensar en vez de en buscar.
Context7
UpstashServicio
Trae la documentación actual y versionada de la librería que estás usando, directo al contexto.
Problema, mecanismo y encaje
El dolor concreto
El modelo aprendió la API de una librería en un momento del pasado. Vos tenés instalada otra versión. De ese desfase salen las llamadas que parecen correctas y no existen.
Cómo funciona
Se conecta como servicio externo y expone dos operaciones: resolver el identificador de una librería y traer su documentación y ejemplos actuales para la versión que corresponde.
Cuándo conviene
Cuando trabajás con librerías que se mueven rápido, o cuando el agente insiste con una API que ya no existe. Se conecta en minutos y ataca una causa de error entera.
También ayuda en
gbrain
Garry TanServicio
Memoria
Base de conocimiento en Markdown con búsqueda híbrida, grafo de entidades y respuestas sintetizadas con citas.
AGENTS.md
Estándar abierto, Agentic AI FoundationArchivo
Estándares
Un archivo en el repositorio con las reglas del proyecto, que el agente carga solo al arrancar. Un formato abierto que leen un par de docenas de agentes, de Codex y Gemini CLI a Cursor, Copilot y Devin.
Cursor
AnysphereArnés
Capacidad
Editor con el agente integrado en la superficie de edición.
MCP
Anthropic, estándar abiertoProtocolo
Capacidad
Protocolo abierto para conectar cualquier agente con herramientas, datos y servicios externos.