English

Mantén tu contexto fresco: cómo combatir la degradación del contexto en Claude Code

Tu IA se vuelve más torpe cuanto más hablas con ella. No porque el modelo haya cambiado, sino porque la conversación sí lo hizo. Cada archivo que leyó, cada callejón sin salida que intentó, cada corrección que hiciste sigue ahí, dentro de la ventana de contexto, compitiendo por la atención con aquello que de verdad necesitas ahora mismo. Llámalo degradación del contexto: la calidad baja en silencio a medida que el chat crece, y la mayoría de los desarrolladores solo lo notan después de que el asistente empieza a contradecirse o a olvidar una decisión de hace diez minutos.

Por qué ocurre la degradación del contexto

La ventana de contexto de un modelo no es un borrador que revisa de forma selectiva: es la memoria de trabajo completa para cada respuesta. A medida que una sesión se alarga, esa memoria se llena de cosas que eran relevantes para la tarea A pero que ahora son ruido para la tarea B: planes a medio terminar, enfoques descartados, volcados de archivos grandes que ya no necesitas y tus propias correcciones de ida y vuelta. Nada de eso se borra automáticamente. Simplemente se acumula, y la relación señal-ruido para la tarea actual sigue cayendo.

La solución no es un modelo más inteligente, sino la higiene de la sesión. Trata el contexto como un espacio de trabajo que ordenas entre tareas, no como un registro continuo que dejas amontonarse.

Señales de que está pasando

• El asistente vuelve a sugerir algo que ya rechazaste en esta misma sesión.
• Las respuestas se vuelven más vagas o más genéricas a medida que avanza la conversación.
• Empieza a mezclar detalles de una tarea anterior no relacionada.
• "Olvida" una restricción que planteaste con claridad hace unos pocos mensajes.
• Si tienes una línea de estado con el porcentaje de contexto, lo ves subir hasta el rango del 70–90 % sin señales de detenerse.

Cualquiera de estas es una señal para intervenir, no para seguir adelante esperando que el próximo mensaje lo aclare todo.

Dos movimientos: clear y compact

Claude Code te da dos palancas para gestionar esto, y resuelven problemas distintos.

Limpia pronto, limpia seguido. Cuando cambies de tarea — terminaste con la refactorización de autenticación y pasas a los docs de la API — borra la pizarra. Un contexto fresco significa que el modelo no arrastra las decisiones de ayer hacia el trabajo no relacionado de hoy. No esperes a que la sesión se sienta lenta; limpia como rutina entre tareas, no como último recurso.

Compacta cuando necesites continuidad. A veces no puedes simplemente limpiar: estás a mitad de una tarea, la sesión es grande y todavía necesitas lo que vino antes. Compactar reduce el historial mientras preserva el hilo, para que puedas seguir sin arrastrar la transcripción completa.

Compacta con cuidado, no por defecto

El error es compactar a ciegas y esperar que el resumen conserve lo que importa. No siempre acertará. Cuando compactes, dile explícitamente qué conservar: tus decisiones sobre el esquema de la base de datos, tus elecciones sobre el contrato de la API, cualquier cosa que costó un verdadero ir y venir dejar resuelta. Esos son exactamente los detalles caros de rederivar y baratos de perder. Todo lo demás — callejones sin salida exploratorios, contenidos de archivos extensos que ya no necesitas, conversaciones secundarias resueltas — puede irse.

Un modelo mental útil: antes de compactar, pregúntate "¿qué me molestaría tener que reexplicar en cinco minutos?". Esa es tu lista de conservación. Dila directamente en la instrucción de compactado en lugar de confiar en que el resumen por defecto la adivine.

Un hábito concreto

1. Configura una línea de estado que muestre el porcentaje de contexto, si tu configuración lo permite: convierte el "la IA se siente rara" en un número sobre el que puedes actuar antes de que la calidad se degrade de forma visible.
2. Limpia en cada frontera de tarea, aunque la sesión todavía "se sienta bien". No esperes a los síntomas.
3. Cuando debas continuar a través de una sesión grande, compacta con una nota de conservación explícita: "conserva la decisión del esquema de la base de datos y el enfoque de autenticación de la API, descarta el resto".
4. Si el asistente empieza a repetir una sugerencia rechazada o a perder una restricción, esa es una señal de que esperaste demasiado: limpia o compacta de inmediato en lugar de intentar reencauzarlo con más mensajes.

Trucos avanzados

• Nunca dejes que una sesión corra "para siempre". Las sesiones de larga duración acumulan ruido que el modelo no puede filtrar por sí solo: limpiar entre tareas es lo normal, no la excepción.
• Compactar sin notas de conservación es una apuesta. Un compactado genérico puede descartar en silencio la única decisión que de verdad necesitabas preservar: di siempre qué conservar.
• Vigila las señales, no solo el reloj. Las respuestas vagas y las sugerencias repetidas no son el modelo empeorando en programar: son el contexto empeorando en ser útil. Tómalas como tu señal para actuar.