Contexto: el combustible de la IA programando

Lo que la IA no sabe de tu proyecto

Una IA recién llegada a tu repositorio no conoce automáticamente:

• tu arquitectura (capas, módulos, dependencias entre ellos);
• tus convenciones (estilo, patrones, lo prohibido);
• tus reglas de negocio (qué significan los datos, qué está permitido);
• tu base de datos (esquema real, no el idealizado);
• tus decisiones históricas (por qué esto es así, qué se intentó antes);
• tus dependencias internas (qué librerías propias existen).

Sin ese contexto, la IA inventa lo que falta: propone paquetes que no existen, ignora tus capas, contradice tus reglas. La mayoría de los el código que genera es malo son en realidad no le di contexto.

Qué darle y por qué ayuda

• README y documentación arquitectónica: el mapa del territorio; lo primero que debería leer (y lo primero que deberías escribir si no existe).
• Archivos de instrucciones del proyecto: reglas que el asistente carga siempre (estilo, stack, prohibiciones). Cada herramienta tiene su formato; la idea es la misma.
• Reglas por área: convenciones específicas (base de datos, API, frontend) junto al código que regulan.
• El código relevante, no todo: las interfaces y los ejemplos del módulo afectado valen más que el repositorio entero pegado.
• Skills e índices del repositorio: descripciones de capacidades y mapas del código que el agente consulta para orientarse solo.
• Criterios de aceptación: cómo se verifica que el cambio está bien (compila, tests en verde, caso manual).

Esto no es publicidad de ninguna herramienta: es documentar tu proyecto como si tuvieras que explicárselo a un programador nuevo muy rápido y muy literal. Ese programador ahora existe y trabaja en segundos.

Fuentes

• Documentación de Muse (personalización y contexto) (documentacion-oficial) · consultado 20/09/2026

Seguir aprendiendo

• Testing, seguridad y privacidad del código (Avanzado)
• Prompt chaining, descomposición y context engineering (Avanzado)