Glosario

El vocabulario de la capa de contexto

Siete términos que este sitio usa con un significado fijo. Cada entrada abre con una definición que se sostiene sola; el resto es cómo aparece el término cuando los agentes corren en producción. La categoría en sí está definida en ¿Qué es una capa de contexto?

01

conocimiento tribal (tribal knowledge)

El conocimiento tribal es el conocimiento operativo con el que trabaja la empresa cada día pero que nunca se ha escrito donde un sistema pueda leerlo: qué significa una métrica aquí, cuál de varias tablas parecidas es la oficial, qué excepción se aplica desde cuándo.

a16z usó el término en «Your Data Agents Need Context» como la causa principal de que los agentes de datos se equivoquen en producción. Suele ser condicional («para CRM, los deals nuevos de USCAN desde 2025 están en Affinity») y está en personas, no en un repositorio: hilos de Slack, PDFs, unos cuantos roles. La capa de contexto lo escribe como entradas versionadas, el equipo las aprueba y los agentes las reciben al responder.

02

deriva de contexto (context drift)

La deriva de contexto es el desfase entre lo que dice un corpus gobernado y lo que contienen ahora sus fuentes: la definición que cambió en dbt el mes pasado, la tabla que se eliminó, la política que fue sustituida.

Un export puntual se queda viejo y los agentes siguen respondiendo como si no hubiera pasado nada. Renbase resincroniza los conectores y los compara con sus fuentes. El contenido que cambió produce un borrador nuevo para revisión. Si la fuente desaparece, la entrada queda marcada como caducada y la propia respuesta lo comunica. La fecha de la última verificación viaja con cada respuesta para que el agente decida si confiar o volver a comprobar.

03

abstención (abstention)

La abstención es que el sistema decline responder. Dice «no lo sé» y da el motivo, en lugar de suponer, cuando el contexto falta, ha caducado o está en conflicto.

Para un agente de datos, eso es la diferencia entre no dar una cifra y dar una cifra errónea a un cliente o a un auditor. Tiene que salir de la arquitectura, no de un prompt: el sistema debe saber qué pueden sostener las fuentes aprobadas y rechazar el resto. En Renbase la abstención es una respuesta normal. El agente recibe qué contexto faltaba o estaba en conflicto, de modo que cada abstención es una tarea para el corpus: añadir o corregir la definición.

04

cita tipada (typed citation)

Una cita tipada es una cita con estructura: no solo un enlace, sino la entrada o el documento exactos, su versión, quién la aprobó y cuándo se verificó por última vez contra su fuente.

Una cita normal te dice de dónde salió una afirmación. Una cita tipada te permite defenderla. Cuando alguien pregunta por qué el agente ha dicho eso, puedes enseñar la entrada y quién la aprobó. En Renbase cada afirmación de cada respuesta lleva una, que es lo que hace auditable la respuesta de un agente en un entorno regulado y revisable en cualquier otro.

05

procedencia (provenance)

La procedencia es el origen registrado de una pieza de contexto: qué conector, documento o persona la produjo, y por qué versiones ha pasado desde entonces.

Cuando dos definiciones aprobadas de «active_user» se solapan, devolver ambas con su procedencia (finanzas, reporting; producto, analytics) deja la decisión en el equipo. El modelo no elige en silencio. La procedencia es también el rastro de auditoría detrás de cada cita tipada.

06

answer contract

El answer contract es la regla de Renbase sobre cada respuesta: citar siempre, abstenerse cuando el corpus no puede sostener una respuesta, y devolver los conflictos en lugar de resolverlos en silencio.

Ponerle nombre hace el comportamiento comprobable: fuentes siempre; una persona aprueba antes de que nada rija una respuesta; ninguna definición inventada. Eso es lo que separa una capa de contexto de la infraestructura de recuperación. La recuperación encuentra texto parecido. El contrato exige una fuente aprobada, o una negativa clara.

07

MCP

MCP (Model Context Protocol) es el estándar abierto con el que los agentes de IA descubren y llaman herramientas y fuentes de contexto externas. Claude, Cursor y muchos otros agentes lo hablan de forma nativa.

Para una capa de contexto, MCP es cómo se entrega el corpus. Cualquier agente compatible se conecta a Renbase por Streamable HTTP con una clave por organización y obtiene cinco herramientas (get_definition, search_context, list_entities, expand_source y ask) bajo la misma gobernanza, créditos y límites que las personas de la organización.

Abre el producto y verás estos términos en uso.