🧠 Del Prompt Engineering al Context Engineering

Fer que la IA entengui escenaris complets, no només instruccions aïllades.

🛠️ Prompt Engineering: el primer pas

Durant molt de temps, la clau per treure profit d’un model com el ChatGPT era saber escriure un bon prompt, és a dir, una instrucció clara, específica i ben formulada. Per exemple:

  • “Resumeix aquest text en tres punts clau.”
  • “Actua com un cuiner professional i dona’m una recepta vegana.”

Aquest enfocament funcionava… però tenia límits. Cada prompt era com una ordre aïllada, sense continuïtat. El model no "sabia" d’on venies, ni quin era el teu propòsit més ampli. Era com parlar amb algú que oblida tot el que li has dit cada vegada que li parles.

🎯 Context Engineering: la nova etapa

Ara entrem en una fase molt més potent: el Context Engineering, on l’important ja no és només què li demanes al model, sinó quin entorn li construeixes perquè entengui què ha de fer.

És a dir, crear un escenari complet on el model sap:

  • Qui és ell
  • Qui ets tu
  • Quina és la situació
  • Quines eines té
  • Quin objectiu ha d’aconseguir

🧰 Eines clau del Context Engineering

  • Instruccions de sistema i rols definits: li pots dir quin paper ha d’adoptar.
    • “Actua com un expert en astrologia que explica de forma senzilla i empàtica.”
    • “Fes de mentor que m’ajuda a millorar textos espirituals.”
  • Memòria i context acumulat: li pots donar tot allò que ha passat abans: dades, decisions, estils, preferències.
  • Entrades estructurades: no li dones només una frase, sinó:
    • Un conjunt de dades
    • Un resum previ
    • Un historial d’ordres
    • Paràmetres d’ús
  • Accés a eines externes: el model pot consultar:
    • APIs pròpies
    • Bases de dades
    • Navegadors
    • Calculadores, codificadors, etc.
  • Objectiu final clar: no és el mateix dir-li “fes-me un resum” que dir-li:
    “Estic escrivint un informe per un públic no tècnic. Necessito que el resum sigui clar, breu i que destaqui els riscos principals.”

💥 Per què aquest canvi és tan important?

Perquè fa que la IA sigui molt més útil, adaptada i capaç de treballar com un col·laborador real.

Amb un bon context:

  • No perds el fil de la conversa.
  • L’IA entén els teus valors, estil i objectius.
  • Pots fer projectes llargs sense repetir informació.
  • Pots crear fluxos automatitzats intel·ligents amb eines com n8n, Make, Zapier o scripts PHP.

🌐 Aplicacions pràctiques

  • Educació personalitzada: tutors que coneixen l’estudiant i adapten les explicacions.
  • Consultoria professional: IA que recorda el teu negoci i t’ajuda a decidir.
  • Creació narrativa o artística: IA que “coneix” els teus personatges, univers i estètica.
  • Automatització avançada: IA que forma part d’un sistema amb dades reals i criteris intel·ligents.

🔧 Com fer bon Context Engineering

  • Definint instruccions de sistema clares i específiques
  • Oferint context inicial i memòria útil
  • Establint objectius concrets (per a qui escriu, amb quin to, amb quin propòsit)
  • Decidint què ha de saber el model i què no
  • Mantenint coherència en l’estil i estructura
  • Si cal, integrant eines com:
    • LangChain
    • LlamaIndex
    • RAG (Recuperació + Generació)

🧭 Reflexió final

El futur no va de buscar “la frase màgica” que fa que la IA funcioni. El futur és crear l’escenari complet, amb sentit, amb regles, amb objectius i amb memòria.

El Prompt Engineering era com donar-li una brúixola. El Context Engineering és com construir-li un mapa, una brúixola, una motxilla i marcar-li la ruta.

← Tornar a l’inici