# Gestión del contexto (/es/docs/verdent-for-vscode/best-practices/context)
> Gestionar el contexto de forma eficaz para obtener mejores resultados
***
Una gestión eficaz del contexto garantiza que Verdent tenga la información correcta en el momento adecuado, evitando la degradación del rendimiento por sobrecarga de contexto.
### Lo que aprenderás [#lo-que-aprenderás]
* Comprender las ventanas de contexto y sus límites
* Seleccionar archivos de forma estratégica para un contexto óptimo
* Reconocer la sobrecarga de contexto y responder a ella
* Cuándo restablecer el contexto para mejorar el rendimiento
* Cómo afecta al contexto la organización del espacio de trabajo
***
## Comprender las ventanas de contexto [#comprender-las-ventanas-de-contexto]
El tamaño de la ventana de contexto de Verdent for VS Code depende del modelo que se utilice.
La mayoría de los modelos usan ventanas de contexto estándar de `200K`:
* **Claude 4.5 Sonnet**: equilibrado para tareas complejas
* **Claude 4.5 Haiku**: rápido y eficiente
* **GPT-5**: excelente para el razonamiento (Beta)
* **GPT-5-Codex**: optimizado para programación (Beta)
**Capacidad:**
* \~`200,000` tokens de capacidad total de memoria
* Suficiente para la mayoría de las tareas de desarrollo y proyectos de tamaño medio
**Lo que se incluye:**
* Todos los mensajes de la conversación
* El contenido de los archivos cargados en el contexto
* Las salidas y respuestas de las herramientas
* Los prompts del sistema y las instrucciones
* Las definiciones del servidor MCP
**Rendimiento:**
* Se degrada notablemente al acercarse a los límites
* Presta atención a las señales de sobrecarga de contexto (respuestas más lentas, salidas menos precisas)
* Restablece el contexto con más frecuencia para un rendimiento óptimo
Claude Sonnet 4.5 ofrece contexto extendido (`1M` tokens) cuando se selecciona de forma explícita o cuando la entrada supera los `200K` tokens.
**Capacidad:**
* `1,000,000` tokens de memoria total
* 5 veces más grande que los modelos estándar
**Ventajas:**
* Ideal para cargar bases de código grandes completas sin dividirlas en fragmentos
* Elimina la mayoría de las preocupaciones sobre gestión de contexto en proyectos grandes
* Trabaja durante más tiempo antes de alcanzar los límites de contexto
* Se necesitan menos restablecimientos de sesión
**Cuándo usarlo:**
* Bases de código grandes con `1000+` archivos
* Refactorización compleja de varios archivos en proyectos completos
* Sesiones de desarrollo largas que abarcan varias tareas relacionadas
* Cuando quieras minimizar la carga de gestión del contexto
***
## Selección estratégica de archivos [#selección-estratégica-de-archivos]
Sé estratégico al seleccionar archivos para optimizar el uso del contexto y evitar alcanzar los límites.
Comienza con pocos archivos y agrega más solo cuando sea necesario; Verdent siempre puede leer archivos adicionales durante la conversación.
### Usa @-menciones para una inclusión explícita [#usa--menciones-para-una-inclusión-explícita]
```
@filename.js
```
Verdent carga automáticamente los archivos relacionados, pero `@-mentions` garantiza un contexto exacto. Sé selectivo: incluye solo los archivos directamente relevantes para la tarea actual.
### Supervisa el uso del contexto [#supervisa-el-uso-del-contexto]
* Presta atención a la degradación del rendimiento a medida que las sesiones se alargan
* Ten en cuenta la longitud de la conversación y la cantidad de archivos
* Elimina del contexto los archivos innecesarios siempre que sea posible
### Evita la sobrecarga de contexto [#evita-la-sobrecarga-de-contexto]
* Divide las tareas grandes en partes más pequeñas con menos archivos por tarea
* Concéntrate solo en los archivos relacionados: no cargues toda la base de código de una vez
* Usa la gestión del servidor MCP para desactivar las integraciones que no uses
### Buenas prácticas [#buenas-prácticas]
* Incluye solo los archivos que necesiten modificarse o consultarse
* Haz referencia a patrones existentes en lugar de cargar archivos de ejemplo
* Para bases de código grandes, trabaja en un módulo a la vez
* Usa la documentación del proyecto (`AGENTS.md`) en lugar de cargar muchos archivos
* Evita el último quinto de la ventana de contexto para tareas que consumen mucha memoria
### Para contexto extendido (1M tokens) [#para-contexto-extendido-1m-tokens]
La selección de archivos se vuelve mucho menos crítica: a menudo puedes cargar repositorios de proyectos completos sin alcanzar los límites.
***
## Reconocer la sobrecarga de contexto [#reconocer-la-sobrecarga-de-contexto]
**Señales:**
* Respuestas menos precisas o incompletas
* Omisión de detalles importantes de momentos anteriores de la conversación
* Dificultad para mantener la coherencia en sesiones largas
* Confusión sobre los cambios recientes o el contexto
**Ejemplos concretos:**
* Sugiere soluciones que ya rechazaste antes en la sesión
* Ignora las convenciones de programación que estableciste hace `20` mensajes
* Genera código que entra en conflicto con cambios realizados antes en la conversación
* Propone implementaciones que no coinciden con la arquitectura del proyecto que discutiste previamente
**Señal principal:** las respuestas de Verdent se vuelven menos precisas o incoherentes
**Señales:**
* Tiempos de respuesta notablemente más lentos
* Retrasos de procesamiento más largos antes de que comiencen las respuestas
* Mayor latencia entre mensajes
**Ejemplos concretos:**
* Respuestas que normalmente tardan `5-10` segundos ahora tardan `30+` segundos
* Retraso visible antes de que aparezca el indicador de escritura después de enviar un mensaje
* Las respuestas en streaming comienzan mucho más despacio de lo habitual
* La ejecución de herramientas (lecturas de archivos, búsquedas) tarda notablemente más
**Señal principal:** las respuestas tardan mucho más de lo habitual
**Señales:**
* Solicita aclaraciones sobre información ya proporcionada
* Olvida patrones o convenciones establecidos anteriormente
* Incapacidad para hacer referencia a archivos o código discutidos previamente
* Preguntas redundantes sobre la estructura del proyecto
**Ejemplos concretos:**
* Pregunta "¿Qué framework estás usando?" cuando especificaste React hace `30` mensajes
* Solicita rutas de archivos que ya `@-mentioned` varias veces
* No recuerda la convención de nombres que estableciste al inicio de la sesión
* Vuelve a explicar conceptos o enfoques que ya rechazaste con argumentos
**Señal principal:** Verdent pregunta sobre cosas que ya se discutieron
**Señales:**
* Acercarse al último quinto del límite de `200K` tokens (\~`160K+` tokens usados)
* Conversaciones largas con muchas lecturas de archivos y salidas de herramientas
* Varios servidores MCP activados con definiciones de herramientas pesadas
* Archivos grandes cargados repetidamente en el contexto
**Ejemplos concretos:**
* La sesión ha estado activa durante `2+` horas con `100+` mensajes
* Has cargado `20+` archivos con `@-mentions` a lo largo de la conversación
* Hay varios archivos grandes (`>1000` líneas cada uno) en el contexto
* Tienes `5+` servidores MCP activados con definiciones de herramientas extensas
* La conversación incluye muchos resultados de grep/búsqueda y lecturas de archivos
**Señal principal:** sesiones muy largas con un uso intensivo de archivos y herramientas
**Cuándo actuar:** la degradación del rendimiento es tu señal principal. Si las respuestas de Verdent se vuelven menos precisas, más lentas o incoherentes, inicia una sesión nueva o usa estrategias de gestión del contexto.
Si las respuestas de Verdent se vuelven vagas o repetitivas, puede estar produciéndose una sobrecarga de contexto. Restablece la conversación para recuperar el rendimiento completo.
**Nota:** con el contexto de `1M` tokens (Claude Sonnet 4.5), estos problemas son mucho menos frecuentes.
***
## Cuándo restablecer el contexto [#cuándo-restablecer-el-contexto]
* Tiempos de respuesta notablemente más lentos
* Respuestas menos precisas o incoherentes
* Verdent olvida el contexto o los patrones anteriores
* Acercarse a los límites de la ventana de contexto (presta atención a las señales de degradación)
**Acción:** inicia una sesión nueva cuando la calidad se degrade
* Cambiar entre funciones o módulos no relacionados
* Completar un pendiente y pasar al siguiente
* Después de tareas que consumen mucha memoria (refactorizaciones grandes, trabajo de arquitectura)
* Pasar de la fase de investigación a la de implementación
**Acción:** una sesión nueva para cada tarea principal nueva
* Después de confirmar funciones completadas en el control de versiones
* Entre puntos de control lógicos del flujo de trabajo de desarrollo
* Tras los ciclos de prueba-verificación-commit
**Acción:** commit → prueba → sesión nueva
* Antes de comenzar funciones nuevas importantes
* Cuando el historial de la conversación se vuelve muy largo
* Después de completar cambios en varios archivos
* Entre distintos tipos de trabajo (depuración → desarrollo de funciones)
**Acción:** inicia una sesión nueva de forma proactiva antes de que el contexto se degrade
**Flujo de trabajo recomendado:** completa una unidad de trabajo atómica → prueba → commit → limpia el contexto → comienza de nuevo para la siguiente tarea.
**Nota:** inicia una sesión nueva para restablecer el contexto. Para los contextos de `1M` tokens, limpiar es necesario con mucha menos frecuencia.
***
## Impacto de la organización del espacio de trabajo [#impacto-de-la-organización-del-espacio-de-trabajo]
La organización del espacio de trabajo afecta directamente la eficiencia con la que se usa el contexto y la facilidad con la que Verdent puede navegar por tu base de código.
**Archivos más pequeños y enfocados:**
* Muchos archivos pequeños consumen el contexto de forma más eficiente que pocos archivos grandes
* Es más fácil cargar solo los módulos relevantes
* Mejor control granular sobre lo que está en el contexto
* Reduce la necesidad de cargar archivos grandes completos
**Estructura de directorios clara:**
* Una organización lógica ayuda a Verdent a localizar archivos relacionados
* La organización por función o por módulo mejora la precisión del contexto
* Reduce la necesidad de cargar código no relacionado
**`Documentation in AGENTS.md:`**
* La documentación del proyecto reemplaza la necesidad de cargar muchos archivos de ejemplo
* Los patrones de arquitectura se describen una vez y se consultan repetidamente
* Los estándares de programación se documentan de forma centralizada
* Reduce la carga de contexto provocada por lecturas exploratorias de archivos
**Ventajas:**
* Trabaja en módulos aislados sin cargar toda la base de código
* Los límites claros permiten sesiones enfocadas
* Dividir el trabajo se vuelve natural a lo largo de los límites de los módulos
**Problemas:**
* Los archivos monolíticos obligan a cargar contextos grandes completos
* Una estructura poco clara requiere cargar muchos archivos para comprender la arquitectura
* Mezclar responsabilidades en los mismos archivos desperdicia contexto en código irrelevante
**Impacto:**
* Problemas frecuentes con los límites de contexto
* Tokens desperdiciados en código irrelevante
* Dificultad para aislar el trabajo en módulos específicos
* Necesidad más frecuente de restablecer las sesiones
**Antipatrones comunes:**
* Archivos únicos de `5000+` líneas con múltiples responsabilidades
* Estructura de directorios plana con `100+` archivos en la raíz
* Sin una separación clara entre funciones/módulos
* Falta de documentación centralizada
**Enfoques de refactorización:**
* Divide los archivos grandes en módulos más pequeños y enfocados
* Organiza por función o dominio (no por tipo de archivo)
* Crea una jerarquía de directorios clara
* Extrae el código compartido a módulos separados
**Documentación:**
* Crea `AGENTS.md` con patrones de arquitectura
* Documenta los estándares de programación de forma centralizada
* Mantén archivos `README` por módulo
* Mantén documentadas las decisiones de diseño
**Impacto en el contexto:** para los contextos estándar de `200K` tokens, los espacios de trabajo organizados marcan la diferencia entre alcanzar los límites con frecuencia o rara vez. Para los contextos de `1M` tokens, la organización importa menos, pero aun así mejora la eficiencia.
***
## Estrategias de optimización del contexto [#estrategias-de-optimización-del-contexto]
Una optimización eficaz del contexto combina la supervisión, la planificación estratégica y la configuración técnica.
**Presta atención a las señales de rendimiento:**
* Supervisa la calidad y la velocidad de las respuestas a lo largo de las sesiones
* Nota cuándo las respuestas se vuelven más lentas o menos precisas
* Lleva un seguimiento manual de la longitud de la conversación y la cantidad de archivos
* Sé proactivo al iniciar sesiones nuevas
**Qué supervisar:**
* La precisión y la coherencia de las respuestas
* El tiempo hasta la primera respuesta (retraso del indicador de escritura)
* El tiempo total de finalización de la respuesta
* El recuerdo de detalles anteriores de la conversación
**Gestión de subagentes:**
* Desactiva los subagentes personalizados que no uses cuando no los necesites
* Cada subagente activado agrega definiciones a la carga del sistema
* Mantén activados solo los subagentes que uses activamente
* Vuelve a activarlos según sea necesario para tareas específicas
**Umbral de acción:** cuando notes `2-3` señales de degradación, es momento de iniciar una sesión nueva.
Supervisa la calidad de las respuestas como un indicador anticipado de la salud del contexto: las respuestas degradadas indican que es momento de restablecer.
**Enfoque de fragmentación:**
* Divide las tareas grandes en partes más pequeñas
* Completa el trabajo relacionado en sesiones enfocadas
* Evita mezclar distintos tipos de tareas en conversaciones largas
* Evita el último quinto de la ventana de contexto para el trabajo que consume mucha memoria
**Gestión de sesiones:**
* Inicia sesiones nuevas entre tareas principales
* Limpia el contexto después de los commits: prueba → verifica → commit → sesión nueva
* Usa pendientes para la planificación de varios pasos
* Trabaja en los pendientes en sesiones enfocadas separadas
**Patrón de buenas prácticas:**
1. Planifica la tarea en Plan Mode
2. Ejecuta una implementación enfocada en una sesión nueva
3. Prueba y verifica los cambios
4. Confirma en el control de versiones
5. Inicia una sesión nueva para la siguiente tarea
**Aislamiento de tareas:** mantén la depuración separada del desarrollo de funciones, y la investigación separada de la implementación.
**Inclusión estratégica:**
* Usa `@-mentions` para la inclusión explícita de archivos solo cuando sea necesario
* Aprovecha la documentación `AGENTS.md` en lugar de cargar muchos archivos
* Trabaja en un módulo a la vez en proyectos grandes
* Divide los archivos grandes en componentes más pequeños y enfocados
**Principios de selección de archivos:**
* Incluye solo los archivos que necesiten modificarse o consultarse directamente
* Prefiere la documentación antes que la carga de archivos de ejemplo
* Elimina los archivos del contexto cuando ya no se necesiten
* Carga los archivos justo a tiempo, no de forma anticipada
**Manejo de archivos grandes:**
* Considera dividir los archivos de más de `500` líneas
* Extrae las utilidades y los auxiliares a archivos separados
* Usa límites de módulos claros
* Documenta las relaciones entre archivos en `AGENTS.md`
**Flujo de trabajo de optimización:**
Supervisa el rendimiento → identifica la sobrecarga de la sesión → desactiva los subagentes que no uses → inicia sesiones nuevas de forma proactiva → concéntrate en la calidad de la tarea
**Práctica diaria:**
* Comienza cada función importante con contexto nuevo
* Confirma con frecuencia y restablece entre commits
* Mantén las sesiones enfocadas en objetivos únicos
* Revisa el uso del contexto en los puntos de corte naturales
**`For Extended Context (1M tokens):`** Con la ventana de contexto más grande de Claude Sonnet 4.5, la optimización se vuelve menos crítica: concéntrate en la calidad de la tarea en lugar de en una gestión agresiva del contexto. No obstante, las buenas prácticas siguen mejorando la eficiencia y la organización.
***
## Preguntas frecuentes [#preguntas-frecuentes]
Los modelos estándar (Claude 4.5 Sonnet, Haiku, GPT-5, GPT-5-Codex, MiniMax-M2) tienen ventanas de contexto de `200K` tokens, suficientes para la mayoría de las tareas. Claude Sonnet 4.5 ofrece un contexto extendido de `1M` tokens (5 veces más grande) para bases de código grandes con `1000+` archivos, refactorización compleja de varios archivos o sesiones de desarrollo largas. El contexto de `1M` se activa automáticamente cuando la entrada supera los `200K` tokens o se puede seleccionar de forma explícita.
Debes iniciar manualmente una sesión nueva para restablecer el contexto; Verdent no limpia el contexto automáticamente. Buena práctica: restablece después de completar una unidad de trabajo atómica, probar y confirmar en el control de versiones. Para los contextos de `1M` tokens, los restablecimientos se necesitan con mucha menos frecuencia.
No hay un límite fijo de archivos: depende del tamaño de los archivos y del recuento total de tokens. Para los contextos de `200K`, evita cargar `20+` archivos grandes (`>1000` líneas cada uno). Concéntrate en los archivos directamente relevantes para tu tarea actual. Usa `@-mentions` de forma selectiva y aprovecha la documentación `AGENTS.md` en lugar de cargar muchos archivos de ejemplo. Con el contexto de `1M`, la selección de archivos se vuelve mucho menos crítica.
Todo lo que hay en tu sesión: todos los mensajes de la conversación, el contenido de los archivos cargados en el contexto, las salidas de las herramientas (resultados de grep/búsqueda, lecturas de archivos), los prompts del sistema y las instrucciones, y las definiciones del servidor MCP. Cada uno de estos elementos consume tokens de tu capacidad total de contexto.
No: restablecer el contexto solo borra el historial de la conversación y los archivos cargados de la memoria. Tus cambios de código reales, los commits y las modificaciones de archivos se conservan. Confirma siempre tu trabajo en el control de versiones antes de restablecer el contexto por seguridad. Restablece → inicia una sesión nueva → continúa trabajando en la siguiente tarea.
***
## Véase también [#véase-también]
Buenas prácticas para escribir prompts eficaces
Comprender los modos de ejecución y sus implicaciones de recursos
Supervisa el uso de tokens, los créditos y el rendimiento