Con la ventana de 1 millón de tokens de Opus 5.5, meter todo el documento no basta: las tres técnicas de estructuración que siguen marcando la diferencia

Una ventana más grande no sustituye a un prompt bien ordenado

La reacción natural ante una ventana de contexto de un millón de tokens, como la que trae de serie Claude Opus 5.5, es pensar que ya no hace falta pensar en cómo se estructura el prompt: si cabe todo, se mete todo. La propia guía de prompting para contextos largos de Anthropic, vigente desde hace tiempo y aplicable a todos los modelos actuales, apunta justo en la dirección contraria. Según esa documentación, colocar la pregunta o instrucción al final del prompt, después de los documentos largos, puede mejorar la calidad de la respuesta hasta en un 30% en pruebas con entradas complejas y varios documentos, frente a colocarla al principio. La ventana de contexto determina cuánto puede caber; la estructura del prompt determina cuánto de eso se usa bien.

Las tres técnicas documentadas, en orden de impacto

La guía oficial resume el enfoque en tres prácticas concretas. La primera es colocar los documentos largos —a partir de aproximadamente 20.000 tokens— cerca del principio del prompt, por encima de la consulta, las instrucciones y los ejemplos, en lugar de después. La segunda es estructurar el contenido con etiquetas XML cuando hay varios documentos a la vez: envolver cada uno en una etiqueta document con subetiquetas document_content y source, de modo que Claude pueda distinguir con claridad de qué documento procede cada dato cuando hay varios con temas parecidos o solapados. La tercera, y la que más impacto tiene en tareas de análisis complejo, es pedir a Claude que extraiga primero las citas relevantes de los documentos antes de responder, en lugar de ir directamente a la conclusión.

El prompt real que ilustra la tercera técnica, y por qué funciona mejor cuanto más grande es el documento

Un ejemplo que la propia documentación de Anthropic usa para representar esta técnica es el de un asistente médico que debe ayudar a diagnosticar a un paciente a partir de varios documentos —sus síntomas, su historial clínico y el registro de citas anteriores—. El prompt no pide directamente un diagnóstico: pide primero «Encuentra citas de los registros del paciente y del historial de citas que sean relevantes para diagnosticar los síntomas reportados. Colócalas en etiquetas . Después, basándote en esas citas, enumera toda la información que ayudaría al médico a diagnosticar los síntomas del paciente. Coloca esa información en etiquetas ». Ese paso intermedio de extracción obliga a Claude a comprometerse primero con fragmentos concretos y verificables del texto, antes de sintetizar una respuesta, lo que reduce notablemente el riesgo de mezclar datos de un documento con conclusiones que en realidad pertenecen a otro.

Esta técnica no pierde valor con una ventana de contexto más grande: gana valor. Cuantos más documentos y más contenido entran en un mismo prompt, más «ruido» tiene que atravesar el modelo para llegar al dato relevante, y el riesgo clásico de que la información situada en mitad de un documento muy largo reciba menos atención que la del principio o el final no desaparece por tener más espacio disponible, simplemente se traslada a una escala mayor. Pedir la extracción de citas primero actúa como un filtro deliberado que reduce ese ruido antes de que empiece el razonamiento final, independientemente de si el documento ocupa 20.000 o 900.000 tokens.

Matices: la estructura ayuda, pero no sustituye la verificación

Conviene ser preciso con lo que estas técnicas garantizan y lo que no. Mejoran la probabilidad de que Claude atienda al contenido correcto dentro de un conjunto de documentos extenso, pero no eliminan por completo el riesgo de que la síntesis final contenga algún matiz perdido, especialmente cuando los documentos son numerosos y tratan temas muy solapados entre sí. La recomendación más sólida, antes de dar por buena una migración de un flujo de trabajo entero hacia prompts que aprovechan al máximo la nueva ventana de un millón de tokens, es probar la fiabilidad de la extracción de citas con un conjunto de documentos propio y ya conocido, comprobando manualmente si las citas que Claude selecciona corresponden de verdad al fragmento más relevante, antes de aplicarlo a documentos donde no se pueda verificar la respuesta de antemano.

Por qué importa hoy

Con Opus 5.5 llevando de serie una ventana de un millón de tokens sin recargo por prompts largos, la tentación de dejar de estructurar los prompts va a ser mayor que nunca, precisamente en el momento en que estructurarlos bien importa más. Para cualquier flujo de trabajo que ya use documentos extensos —contratos, informes técnicos, historiales—, el ejercicio práctico de hoy es tomar el prompt que se esté usando actualmente, comprobar si la pregunta va después de los documentos y no antes, envolver cada documento en sus propias etiquetas XML si hay más de uno, y añadir un paso explícito de extracción de citas antes de pedir la conclusión final.

Un caso donde esto se nota especialmente es el de quien analiza varios informes largos y solapados a la vez —por ejemplo, cinco informes gubernamentales de cuarenta páginas cada uno, para extraer recomendaciones contradictorias entre ellos y producir un resumen unificado—. Sin una estructura deliberada, Claude puede dar un peso desigual a los distintos documentos, pasar por alto un pasaje clave, o mezclar recomendaciones de un informe con las de otro. Colocar todos los documentos al principio, cada uno en su propia etiqueta con su fuente identificada, y pedir la síntesis al final, garantiza que Claude atienda al contenido correcto de cada fuente antes de comparar entre ellas; añadir la extracción de citas como paso intermedio hace además que cualquier contradicción señalada en el resumen final se pueda rastrear hasta la frase exacta de la que procede, algo especialmente valioso cuando el resultado de ese análisis va a apoyar una decisión real.