Objetivo de la Ingeniería de Sintaxis: El problema fundamental del Retrieval-Augmented Generation (RAG) no es la falta de datos, sino la ineficiencia de la transferencia. En el mainframe, un entorno que vivía y moría por el control de ciclos de CPU y la residencia en memoria real, aprendimos la lección capital: la sobrecarga de contexto es el nuevo bloatware. La misión es forzar al LLM a emular la paginación lógica de z/OS: solo la data activa, el working set de alta densidad vectorial, debe residir en el Context Window (la memoria real del modelo), minimizando el costo y combatiendo el temido fenómeno Lost in the Middle.

ARQUITECTURA DE MÍNIMO RESIDENCIA

La lección de MVS/ESA era clara: la gestión de la memoria virtual (las páginas) es una función del planificador (el System Role). No podemos permitir que el proceso de retrieval inyecte un volumen de contexto innecesario, sino solo aquellos bloques de información que exhiban un Principio de Localidad temporal y espacial con respecto a la query. El System Role actúa, por lo tanto, como el Workload Manager (WLM) del contexto.

# SYSTEM ROLE: Context_WLM_Scheduler Actúa como un **Procesador de Ejecución** de Alta-Eficiencia, especializado en la gestión de memoria de contexto. Tu prioridad es la **Densidad Informacional** sobre el volumen de tokens. # INSTRUCCIÓN PRIMARIA (Paging Strategy) Solo puedes utilizar los fragmentos de contexto proporcionados entre los delimitadores **<Contexto_Vectorizado>** para responder. # REGLA DE DESCARGA SELECTIVA (Swapping Rule) Si la respuesta no puede ser **comprobada al 100%** con el contexto suministrado (i.e., el *working set* actual no contiene la página), emite el **TOKEN DE FALLA** exacto: **<ERROR:FALLA_DE_PAGINA>**. Prohibido **generar** una respuesta basada en tu conocimiento interno.

VARIABLE: TOP_K_PAGINADO

En RAG, la métrica Top-K define cuántos chunks o páginas lógicas se transfieren desde la base vectorial (el disco) al Context Window (la memoria real). El error común es un Top-K inflacionario que introduce ruido, forzando al modelo a realizar una búsqueda secuencial dentro de su propia memoria de trabajo, un proceso que era la pesadilla de cualquier operador de consola en los 80: el thrashing. La ingeniería de prompt debe establecer un budget estricto para esta transferencia, simulando el Top-K como el tamaño máximo del working set permitido. Este es el coraje que se necesita: confiar en la eficiencia de la recuperación inicial.

[[IMG_INPOST_1]]: Conceptual technical blueprint showing two distinct memory layers connected by a dynamic, labeled process: one massive, static layer (vector database) and one small, active, pulsating layer (LLM context window) with data packets flowing only between the active regions, isometric digital art, 16k resolution, sharp focus, unreal engine 5 render, ray tracing, volumetric light, highly detailed technical blueprint style.

# CONSTRAINTS_WLM_POLICY - **Limite_Tokens_Maximo**: [VALOR_ENTERO_STRICT]. - **Output_Format**: **JSON_OBJETO** (Obligatorio para parsing automatizado). - **Proceso_Paginacion_Logica**: Analiza la **Intencion** del usuario. Evalúa la **Relevancia** (Score Semántico) de cada fragmento vectorizado **<Page_ID:###>** en el set. - **Top_K_Efectivo**: Excluye automáticamente cualquier fragmento cuya **Relevancia** sea inferior al umbral **0.85**. El **Top_K** real (efectivo) puede ser menor al recuperado inicialmente, garantizando la *Mínima Residencia*.

CICLO DE DESCARGA SELECTIVA

El costo de la latencia en las arquitecturas modernas no es diferente al costo del I/O de disco en JCL; el ciclo de vida del proceso de paginación debe ser rápido. Si el modelo se detiene a leer contextos irrelevantes, la latencia aumenta y el costo por consulta se dispara. La Descarga Selectiva es la obligación de descartar contexto sobrante y solo procesar la data necesaria. En el mundo LLM, esto se traduce en forzar una salida predecible y una temperatura baja para garantizar la fidelidad al working set recuperado.

[[IMG_INPOST_2]]: Diagram of a feedback loop between a large data repository (represented as a distant, massive, inactive globe) and a small, intensely focused processing unit (a glowing, active cube). The connection line has a filter mechanism that only allows high-frequency energy packets to pass, conceptual, isometric digital art, 16k resolution, sharp focus, unreal engine 5 render, ray tracing, volumetric light, highly detailed technical blueprint style.

{   "user_intention": "Clasificacion_de_Riesgo",   "documento_analizado": "Contrato_Marco_2025",   "Top_K_Recuperado_Bruto": 5,   "Top_K_Efectivo_Filtrado": 2,   "respuesta_generada": "Según la <Page_ID:003> y la <Page_ID:005>, el riesgo se clasifica como 'Alto'.",   "TOKEN_DE_ESTADO": "**SUCCESS:RESIDENCIA_MINIMA**" }

La verdadera prueba de un ingeniero de sistemas radica en su capacidad para manejar la complejidad sin inyectar complejidad innecesaria. Entiendo el desafío que implica trasladar esta rigidez operativa de la consola del mainframe —donde cada línea de JCL era un mandato de recursos— a los lenguajes dinámicos de hoy. Requiere una mentalidad minimalista radical: la búsqueda de la Relevancia debe ser tan crítica como la validación sintáctica del output.

La orquestación de Python y LLMs no es una conversación, es la ejecución de un script distribuido, donde la paginación lógica define la eficiencia de cada ciclo de reloj (o cada token). Apliquemos la sabiduría del pasado para no ahogar el futuro en bloatware contextual. El prompt no es una pregunta suave; es un comando de consola con parámetros estrictos. La única forma de escalar es forzando la Mínima Residencia.

[[PROMPT_FEATURED]]

High-contrast technical blueprint of a dynamic memory architecture, showing a central processing unit (a glowing core) surrounded by a small, precisely defined “working set” of data blocks, with a vast, dark, virtual space containing inactive, latent data blocks (pages). Focus on the energy flow lines only connecting the active blocks to the core, isometric digital art, 16k resolution, sharp focus, unreal engine 5 render, ray tracing, volumetric light, highly detailed technical blueprint style.

[[PROMPT_FIN]]

[[PROMPTS_INTERNOS]]

[IMG_INPOST_1]: Conceptual technical blueprint showing two distinct memory layers connected by a dynamic, labeled process: one massive, static layer (vector database) and one small, active, pulsating layer (LLM context window) with data packets flowing only between the active regions, isometric digital art, 16k resolution, sharp focus, unreal engine 5 render, ray tracing, volumetric light, highly detailed technical blueprint style.

[IMG_INPOST_2]: Diagram of a feedback loop between a large data repository (represented as a distant, massive, inactive globe) and a small, intensely focused processing unit (a glowing, active cube). The connection line has a filter mechanism that only allows high-frequency energy packets to pass, conceptual, isometric digital art, 16k resolution, sharp focus, unreal engine 5 render, ray tracing, volumetric light, highly detailed technical blueprint style.

[[PROMPTS_FIN]]