El efecto compuesto del Contexto
Esta imagen explica una idea muy importante detrás de Claude Code (y, en realidad, de cualquier agente de IA moderno): invertir tiempo en darle contexto produce un efecto compuesto, igual que el interés compuesto en finanzas.
No significa que la IA "aprenda sola" en el sentido de entrenar un nuevo modelo. Significa que cada vez tiene más información estructurada para trabajar correctamente.
Veámoslo por partes.
La idea principal
La curva representa cómo aumenta la productividad de la IA con el tiempo.
No es lineal.
No es:
Día 1 -> +10%
Día 2 -> +10%
Día 3 -> +10%
Sino algo como:
Día 1 |
Semana 1 |
Mes 1 |
Trimestre |
crecimiento exponencial
¿Por qué?
Porque el contexto se va acumulando.
¿Qué es "Context"?
En Claude Code el contexto es todo aquello que ayuda a entender tu proyecto.
Por ejemplo:
Proyecto
│
├── CLAUDE.md
├── arquitectura
├── reglas
├── patrones
├── scripts
├── skills
├── ejemplos
├── convenciones
└── documentación
Cada archivo reduce las dudas del agente.
Día 1
La imagen dice:
Basic CLAUDE.md (2 hrs)
+5 skills (3 hrs)
AI understands basics.
Traducción:
Dedicas unas horas a escribir un buen CLAUDE.md y algunas Skills.
Entonces Claude ya sabe cosas como:
Este proyecto usa:
Java 21
Spring Boot
DDD
PostgreSQL
Maven
No usar Lombok.
Siempre crear tests.
Arquitectura hexagonal.
Convenciones de nombres.
Ahora ya no tienes que repetirlo.
Antes:
Claude,
usa Java 21,
usa Maven,
haz tests,
usa records,
no uses Lombok...
Después:
Claude,
crea un endpoint.
Porque todo lo demás ya está documentado.
Semana 1
La imagen dice:
Bug fixes + Pattern discovery
Aquí ocurre algo muy interesante.
Supongamos que Claude genera esto:
public class ProductService {
}
Tú respondes:
Aquí siempre usamos casos de uso.
Entonces actualizas la documentación:
Nunca crear lógica en Services.
Siempre:
Application
↓
UseCase
↓
Repository
Ahora Claude nunca vuelve a cometer ese error.
Otro ejemplo:
Antes:
Controller
↓
Service
↓
Repository
Después:
Controller
↓
CreateProductUseCase
↓
Repository
Ya aprendió el patrón de tu proyecto.
Mes 1
La imagen dice:
+15 more skills
Ahora ya no son cinco Skills.
Ahora tienes muchas.
Ejemplo:
skills/
Cada una explica cómo trabajar.
Cuando Claude necesita hacer logging:
No inventa.
Va a:
skills/logging.md
Cuando necesita Docker:
skills/docker.md
Cuando necesita pruebas:
skills/testing.md
Eso hace que pueda trabajar casi solo.
Trimestre
La imagen dice:
+50 skills
Comprehensive CLAUDE.md
AI tackles "impossible" tasks.
Aquí el proyecto ya tiene muchísimo contexto.
Por ejemplo:
Coding Standards.md
ADR/
Skills/
Examples/
Entonces puedes pedir algo enorme:
Migra este módulo Java 8 a Java 21 usando arquitectura hexagonal, reemplaza javax por jakarta, genera tests y actualiza Docker.
Y Claude ya sabe:
cómo organizas paquetes
cómo nombras clases
cómo escribes tests
qué librerías usas
qué framework utilizas
qué estilo prefieres
cómo documentas
cómo haces logging
cómo despliegas
Ya no necesita preguntarte todo.
¿Por qué la curva es exponencial?
Porque el contexto se reutiliza.
Imagina una empresa.
Sin contexto:
Tarea 1
20 explicaciones
↓
Claude trabaja
Nueva tarea:
otras 20 explicaciones
Nueva tarea:
otras 20 explicaciones
Siempre empiezas desde cero.
Con contexto:
Explicas una vez
↓
queda en CLAUDE.md
↓ queda en Skills
↓ queda en ejemplos
↓ queda en documentación
La siguiente tarea reutiliza todo.
Y la siguiente también.
Y la siguiente.
Por eso el beneficio se acumula.
Una analogía con un desarrollador junior
Imagina que contratas un desarrollador nuevo.
Día 1
Le explicas:
qué hace la empresa
cómo compilar
cómo ejecutar
Todavía pregunta mucho.
Semana 1
Aprende:
convenciones
arquitectura
errores comunes
Ya pregunta menos.
Mes 1
Ya conoce:
el dominio
el código
los patrones
Empieza a resolver tareas solo.
Tres meses
Ahora incluso ayuda a otros.
La IA funciona de manera similar: no porque el modelo cambie, sino porque dispone de un conjunto cada vez más rico y organizado de instrucciones y conocimiento sobre tu proyecto.
Enjoy!
Joe
