Ingeniería de contexto espacial para IA de mapas

Una práctica de ingeniería de contexto espacial selecciona el lugar, el tiempo, la ruta y los datos de negocio que un modelo puede usar antes de responder. Un prompt puede pedir el cargador más cercano. La respuesta útil todavía necesita la ruta, la hora y solo los datos que el host decidió compartir. Un servicio espacial calcula la geografía y el modelo explica ese resultado.

¿Qué es la ingeniería de contexto espacial?

Una revisión de 2025 que analiza más de 1.400 artículos de investigación trata la ingeniería de contexto como una disciplina que va más allá del diseño de prompts hacia la optimización sistemática de la información que recibe un modelo de lenguaje (Mei et al., 2025). La revisión divide ese trabajo en recuperación y generación de contexto, procesamiento de contexto y gestión de contexto. La ingeniería de contexto espacial aplica la misma disciplina al lugar. La carga útil tiene que decir dónde está el sujeto, cuándo eran ciertos los hechos, qué ruta o zona importa y qué registros de negocio puede usar el solicitante.

Más contexto no es automáticamente mejor. Liu y sus colegas observaron que los modelos de lenguaje suelen rendir mejor cuando la información relevante está al principio o al final de la entrada, y que el rendimiento se degrada de forma significativa cuando el modelo tiene que usar información situada en medio de un contexto largo (Liu et al., 2024). Por eso un paquete espacial debe ser pequeño: los lugares elegibles, las distancias o los resultados de contención calculados, la frescura de esos resultados y las acciones que puede realizar el solicitante. Volcar todas las capas de la vista actual del mapa no supera esa prueba.

Las guías para profesionales ya usan el término. La guía para desarrolladores de Vercel nombra cuatro patrones: recuperación, memoria, compresión y contexto de herramientas (Vercel, 2026). Un producto de mapas usa los cuatro y ninguno sustituye un cálculo espacial. La recuperación puede traer un fragmento de una política, la memoria una preferencia anterior, y la compresión puede descartar el resto del catálogo. El contexto de herramientas puede contener el resultado de una ruta o de una comprobación de contención, y el modelo debe explicar ese resultado en lugar de inventar un número sustituto.

¿En qué se diferencia un prompt del contexto?

Un prompt plantea la pregunta. El contexto es la evidencia reunida antes de la respuesta. «Encuentra los cargadores más cercanos para una ruta de reparto» es una instrucción, y una instrucción por sí sola puede producir una lista genérica de cargadores que ignore el vehículo, la hora y las carreteras que están realmente abiertas. La figura contrasta esa respuesta limitada con un paquete que nombra un lugar, un tiempo, una ruta, el estado del negocio, los permisos y el estado del mapa.

El lado izquierdo muestra una instrucción corta y una respuesta genérica sobre cargadores cercanos. El lado derecho añade lugar, tiempo, ruta, estado del negocio, permisos y estado del mapa antes de una respuesta consciente de la ubicación. El id del lugar, la marca de tiempo de junio de 2024, la etiqueta de 5,2 km y los pines de cargadores son rótulos de ejemplo. El paquete de la derecha es un esquema de referencia, no un formato de solicitud de Kaleidr.

La respuesta limitada no es incorrecta gramaticalmente. Es inutilizable como operación porque «cerca» no tiene origen, desvío máximo ni una regla sobre qué cargadores puede usar la flota. El lado más rico de la figura también usa identificadores de ejemplo, así que esos valores no son una consulta en vivo. Un paquete de producción llevaría los ids propios del host y los números propios del servicio espacial.

¿Por qué retrieval es solo una fuente?

Retrieval extrae pasajes de documentos, políticas, descripciones y artículos de ayuda. Esos pasajes pueden explicar una regla. No pueden decirle a un despachador si una parada está dentro de un área de servicio, porque una prueba con un polígono es un cálculo y no un párrafo. El contexto espacial conserva el texto recuperado y añade datos estructurados, un resultado de autorización, el estado actual del mapa y el resultado espacial.

La columna izquierda recupera documentos, texto de políticas, descripciones y conocimiento en pasajes. La columna derecha añade datos de negocio estructurados, autorización, estado del mapa y cálculos espaciales a ese texto. El resultado de la figura es un paquete de decisión para una respuesta consciente de la ubicación. La ruta dibujada y el pin son elementos de ejemplo, no un trayecto medido.

Un equipo que se detenga en el texto recuperado sonará informado y aun así se equivocará sobre el mapa. El fragmento de política puede decir que las entregas tardías necesitan un sitio con personal. Solo el feed de horarios, la comprobación de contención y el permiso del solicitante pueden decir si ese sitio cumple ahora. El paquete de decisión de la figura es donde se juntan esas piezas.

¿Por qué la evidencia actual debe imponerse a la memoria obsoleta?

La memoria es útil para una preferencia que no caduca, como un depósito guardado o un idioma. Es una mala fuente para tráfico, cierres, inventario o quién puede ver hoy un sitio privado. Un «mejor punto de parada» recordado de la semana pasada puede contradecir la ruta que acaba de devolver el servicio espacial. Cuando ambos discrepan, deben prevalecer el cálculo actual y la autorización actual, y la memoria debe seguir etiquetada como preferencia en lugar de como hecho.

La misma regla se aplica a un resumen escrito antes en la sesión. Un resumen comprimido puede omitir un cierre o un permiso revocado. El siguiente turno debe volver a leer los campos que cambian, o el solicitante debe negarse a actuar con un resumen sin marca de tiempo. La frescura pertenece al paquete como dato, no como esperanza de que la respuesta anterior siga siendo cierta.

¿Por qué la identidad del lugar va antes de una búsqueda?

Dos registros pueden compartir un nombre y seguir siendo lugares diferentes. Una búsqueda de «la tienda del centro» no es un id. El paquete debe llevar un id de lugar estable del propio sistema del host, además de las coordenadas o geometría que usará el servicio espacial, y el nombre visible debe seguir siendo una etiqueta en lugar de la clave. Sin ese id, un turno posterior no puede distinguir una tienda renombrada de una segunda tienda, y una cita no puede apuntar al registro que realmente era elegible.

¿Qué geometría debe llevar el paquete?

La geometría tiene que coincidir con la pregunta. Una pregunta sobre el cargador más cercano necesita puntos y una ruta. Una pregunta sobre un área de servicio necesita un polígono y un resultado de contención. Una pregunta de corredor necesita una línea y una distancia a esa línea. GeoJSON define un objeto de geometría, y Point es uno de los tipos de geometría de ese formato, de modo que un paquete puede nombrar el tipo en vez de ocultar la forma en prosa (IETF, 2016). Enviar un punto cuando la decisión depende de un polígono hace que la explicación posterior parezca precisa aunque la prueba nunca se ejecutara.

¿Por qué el viewport no es un permiso?

Un lugar puede estar dentro de la cámara y seguir prohibido. La figura coloca tres sitios de ejemplo en una misma vista: dos tiendas públicas que el solicitante puede usar y una instalación privada que queda fuera del contexto aunque su pin sea visible. La visibilidad es una pista de lo que mira el usuario. La autorización es una comprobación separada de lo que puede incluir la solicitud.

El recuadro discontinuo es la vista actual del mapa y contiene tres lugares de ejemplo. Public Store A y Public Store B están marcadas como autorizadas. Private Facility C queda fuera del contexto del modelo aunque el pin aparezca en pantalla. Un viewport aporta contexto de ubicación y una comprobación separada de permisos decide qué puede utilizarse.

La misma separación se aplica en un mapa del host. La documentación para desarrolladores de Kaleidr dice que Chat añade sus propios marcadores, mueve la cámara y dibuja rutas, y que Chat no cambia las capas, fuentes ni marcadores de la página ni envía esos objetos a Kaleidr (Kaleidr, 2026). Un pin en pantalla no es una autorización. El host decide qué datos cruzan el límite, y el paquete debe registrar esa decisión en lugar de asumir que la cámara ya la tomó.

¿Qué debe calcular primero un servicio espacial?

Pon los números en un servicio espacial y después pide al modelo que los explique. La figura muestra un desvío de ruta, un resultado de estar dentro del área de servicio y un tiempo de viaje que alimentan una explicación de por qué encaja una tienda. Un recuadro separado rechaza un tiempo de viaje adivinado. El modelo es una mala fuente para una distancia, una prueba de contención o una estimación de llegada, porque esos valores proceden de la red viaria, el polígono y el reloj.

Un servicio espacial informa de un desvío de seis minutos, una comprobación verdadera de estar dentro del área de servicio y un tiempo de viaje de catorce minutos. La explicación indica entonces por qué Store 104 de la figura es la parada seleccionada. El recuadro rechazado muestra a un modelo de lenguaje inventando un tiempo de viaje en lugar de usar el resultado del servicio. Los minutos, los números de tienda y la estimación citada son etiquetas de ejemplo del gráfico.

La explicación puede seguir siendo útil. Después de que el servicio devuelva la parada elegible, el modelo puede decir, en el idioma del solicitante, qué dato calculado hizo que esa parada encajara. La explicación debe citar el resultado del servicio en vez de sustituirlo. Los números de tienda y las etiquetas de minutos de la figura son rótulos, no un benchmark de Kaleidr.

¿Qué hace que un paquete de contexto sea suficientemente pequeño?

Un paquete debe ser lo bastante pequeño para leerse y lo bastante completo para que la decisión no dependa de una tabla oculta. La figura parte de sistemas sin procesar, incluidos una base de datos de tiendas, inventario, horarios, routing y permisos, y termina en un objeto corto: una tarea, unos pocos candidatos, elegibilidad, un desvío de ruta, una marca temporal de frescura y las acciones permitidas. Todo lo que no haya afectado a la elegibilidad puede permanecer en el sistema de origen.

Registros sin procesar de una base de datos de tiendas, inventario, horarios, routing y permisos entran en un constructor de contexto. El constructor emite un paquete corto con una tarea, unas pocas tiendas candidatas, indicadores de elegibilidad, un desvío de ruta, una marca temporal y acciones permitidas. El paquete pretende ser lo bastante pequeño para inspeccionarlo y lo bastante completo para una decisión. Los ids de tienda, las distancias y la marca de tiempo de junio de 2024 son etiquetas de ejemplo, y el JSON es un esquema de referencia, no una API de Kaleidr.

Ese resultado sobre contextos largos es la razón para omitir. La recuperación de candidatos puede empezar amplia y después reducirse: los lugares no elegibles se descartan antes de que el modelo los vea y el paquete conserva el motivo, como un horario cerrado o una comprobación de contención fallida. La solicitud pública de chat de Kaleidr es un contrato más estrecho que este esquema, y la siguiente sección explica qué lleva realmente esa solicitud. Los equipos no deben hacer POST del JSON de la figura como si la plataforma hubiera documentado ese objeto.

¿Qué contiene una canalización de referencia?

Una canalización práctica nombra la etapa responsable de cada riesgo. Analizar la tarea, identificar al solicitante, comprobar la autorización, fijar el ámbito geográfico, recuperar candidatos, adjuntar el estado del negocio, ejecutar el cálculo espacial, aplicar la elegibilidad, ensamblar el paquete, enviar el paquete al modelo, ejecutar la acción del mapa, volver a validar los campos volátiles y registrar lo ocurrido. La figura añade cuatro controles en la parte superior: la fuente, la regla de frescura, la política y un trace id.

La franja va desde el análisis de la tarea por identidad, autorización, ámbito geográfico, recuperación de candidatos, estado del negocio, cálculo espacial, elegibilidad, paquete de contexto, modelo, acción del mapa, revalidación y observación. Fuente, frescura, política y un trace id se sitúan sobre la franja como controles de cada etapa. El diagrama es una canalización de referencia para un equipo que diseña su propio constructor de contexto. La ruta dibujada debajo es un elemento de ejemplo.

El orden es una ayuda de diseño, no una secuencia de producto de Kaleidr. Algunos equipos combinarán la recuperación de candidatos con el cálculo espacial. Las etapas que deben seguir visibles son la autorización, el cálculo, la elegibilidad y una revalidación inmediatamente antes de una acción como asignar una parada. Spatial AI fundamentada para datos de negocio es la guía relacionada de Kaleidr sobre autorización, retrieval y ranking.

¿Dónde traza Kaleidr el límite del contexto?

En un mapa del host, el límite es explícito. La guía de mapas compatibles cubre cómo adjuntar Kaleidr Chat a Mapbox GL JS, MapLibre GL JS, Google Maps y Leaflet, entre otras bibliotecas, y una clave de Google Maps permanece entre la página y Google porque Kaleidr no recibe esa clave (Kaleidr, 2026). Los pines, el movimiento hacia un lugar y una línea de ruta son dibujos que añade el panel. Esos dibujos no son una copia de las tablas privadas del host.

La aplicación host conserva usuarios, datos privados, inventario, políticas, capas personalizadas y acciones de negocio. Solo una porción explícita, como una ubicación autorizada, el zoom del mapa, la sesión y datos aprobados, cruza el límite en la figura. Kaleidr Chat, a la derecha, resuelve lugares, planifica rutas y ejecuta acciones del mapa desde esa porción compartida. El pie es una etiqueta de la figura, los nombres de tiendas y vehículos son ejemplos, y adjuntar Chat no envía por sí mismo las capas o sistemas de negocio del host.

La Platform API documenta un límite equivalente en la solicitud de chat. messages contiene la conversación, el objeto location es el centro del mapa usado para interpretar «cerca de aquí», map_zoom es el nivel de zoom y lang es el idioma de respuesta. La misma página dice que no hay campo para instrucciones de sistema, una persona, herramientas o el contexto propio del solicitante, y que los campos desconocidos se aceptan y se ignoran. app_snapshot y auto_actions se aceptan y no son necesarios, por lo que la página indica que se dejen fuera (Kaleidr, 2026).

Los datos empresariales cargados siguen una ruta separada de esa solicitud. Cargar los datos de negocio propios de una organización para respuestas de IA es solo Enterprise, y también son solo Enterprise las respuestas respaldadas por clave que usan esos datos cargados, como indica How Kaleidr works. Una página complementaria, cómo crear un asistente de IA consciente del mapa, explica el asistente que un equipo construye alrededor de ese mismo límite.

¿Cómo puede encontrarse y citarse la misma página?

Una página sobre esta práctica debería ser fácil de citar. La figura divide ese trabajo entre búsqueda convencional, motores de respuesta y citación generativa. La búsqueda necesita la frase canónica, un grupo de métodos relacionados y enlaces a las guías de apoyo. Los motores de respuesta necesitan una definición directa, algunas preguntas concretas y una comparación como retrieval frente a un paquete espacial.

El centro de la figura es la ingeniería de contexto espacial, con búsqueda, motores de respuesta y citación generativa como tres superficies alrededor. La búsqueda cubre una palabra clave canónica, un clúster temático y enlaces internos. Los motores de respuesta quieren definiciones directas, preguntas frecuentes y comparaciones. La citación generativa quiere un marco original, un esquema descrito, una lista de fallos y fuentes citadas, y ninguno de esos recuadros es una promesa de ranking.

Los recuadros de esa figura son una lista de escritura, no una garantía de tráfico. Kaleidr no posiciona la página y la figura no informa de una medición. Lo que la página sí puede hacer es formular la definición en un solo lugar, mostrar el paquete como esquema de referencia en lugar de como formato wire y citar los estándares y la documentación de los que dependen las afirmaciones. Así un lector puede ver qué frase es una definición y qué frase es un límite del producto.

¿Qué debería hacer un equipo a continuación?

Escribe el paquete para una tarea real antes de cambiar el prompt. Incluye el id del lugar, la hora, el tipo de geometría, el resultado espacial y el permiso que permitió cada dato. Después compara esa lista con la solicitud de chat que un host puede enviar hoy: la conversación, el centro del mapa, el zoom y el idioma, sin un campo para el contexto privado del host. Cuando las respuestas deban usar datos empresariales cargados, empieza con Kaleidr Enterprise.

Nota: Kaleidr utiliza herramientas asistidas por IA para la creación de imágenes, el refinamiento de contenido y la investigación en sus flujos de trabajo creativos y de desarrollo.

Preguntas frecuentes

¿La ingeniería de contexto espacial es lo mismo que la ingeniería de prompts?

No. La ingeniería de prompts cambia la redacción de la instrucción. La ingeniería de contexto espacial cambia la evidencia que puede usar la instrucción, incluido el lugar, el tiempo, la ruta o el área y los datos de negocio que puede ver el solicitante. Una frase mejor no puede aportar un resultado de contención que el servicio espacial nunca calculó.

¿Adjuntar Kaleidr Chat lee las capas del mapa del host?

No. En una página donde Chat se ejecuta en el documento del host, Chat añade sus propios marcadores, mueve la cámara y dibuja rutas. Chat no cambia las capas, fuentes o marcadores de la página y no envía esos objetos a Kaleidr. Las tablas privadas se mantienen del lado del host salvo que una ruta Enterprise separada cubra datos empresariales cargados.

¿Puede la solicitud pública de chat llevar un paquete de contexto personalizado?

La solicitud documentada lleva la conversación, una ubicación para el centro del mapa, un zoom opcional y un idioma. No existe un campo para instrucciones del sistema, una persona, herramientas o el contexto propio del solicitante. app_snapshot y auto_actions se aceptan y no son necesarios, por lo que un equipo no debe tratarlos como el paquete esbozado en esta guía. Los campos desconocidos se aceptan y se ignoran.

¿Por qué mantener el tiempo de viaje en un servicio espacial?

Un tiempo de viaje depende de la red viaria y del reloj, y un valor adivinado en minutos puede contradecir la ruta que el servicio acaba de calcular. El recuadro rechazado de la figura de cálculo muestra ese modo de fallo con una cita de ejemplo, no un resultado en vivo. Mantén la cifra en el servicio espacial y deja que el modelo la explique.

References

1. Mei, L., et al. A Survey of Context Engineering for Large Language Models. A review of more than 1,400 papers that treats context engineering as more than prompt design and splits it into retrieval and generation, processing, and management. arXiv:2507.13334. 2025. https://arxiv.org/abs/2507.13334
2. Liu, N. F., et al. Lost in the Middle: How Language Models Use Long Contexts. Transactions of the Association for Computational Linguistics, 12, 157–173. Performance is often highest when relevant information is at the start or end of the input and degrades significantly in the middle of long contexts. 2024. https://doi.org/10.1162/tacl_a_00638
3. Vercel. What is context engineering? A developer's guide. A practitioner guide naming four patterns: retrieval, memory, compression, and tool context. Accessed October 22, 2026. https://vercel.com/i/context-engineering
4. IETF. RFC 7946: The GeoJSON Format. GeoJSON defines a geometry object, and a Point is one of the geometry types. 2016. https://www.rfc-editor.org/info/rfc7946
5. Kaleidr Developer Docs. How Kaleidr works. Chat adds its own markers, moves the camera, and draws routes, and does not change the page's layers, sources, or markers or send them to Kaleidr. Uploaded business data for AI answers, and key-backed answers that draw on that data, are Enterprise only. Accessed October 22, 2026. https://docs.kaleidr.com/concepts/how-kaleidr-works
6. Kaleidr. Grounded Spatial AI for Business Data. A related guide covering authorization, retrieval, ranking, evaluation, and a narrow pilot. Accessed October 22, 2026. https://kaleidr.com/blog/grounded-spatial-ai-business-data
7. Kaleidr Developer Docs. Supported maps. Attach targets include Mapbox GL JS, MapLibre GL JS, Google Maps, and Leaflet. A Google Maps key stays between the page and Google; Kaleidr does not receive it. Accessed October 22, 2026. https://docs.kaleidr.com/chat/supported-maps
8. Kaleidr Developer Docs. Platform API endpoints. The chat request carries the conversation, a map-center location, optional zoom, and a language. There is no field for system instructions, a persona, tools, or the caller's own context. app_snapshot and auto_actions are accepted and not needed. Accessed October 22, 2026. https://docs.kaleidr.com/platform-api/endpoints
9. Kaleidr. Map-Aware AI Assistant: How to Build One. A companion guide for building the assistant around a map. Accessed October 22, 2026. https://kaleidr.com/blog/how-to-build-a-map-aware-ai-assistant
10. Kaleidr. Kaleidr Enterprise. The enterprise page for spatial AI integrated with a customer's own data. Accessed October 22, 2026. https://kaleidr.com/enterprise

References in BibTeX

@misc{mei_context_engineering_survey_2025,
  title         = {A Survey of Context Engineering for Large Language Models},
  author        = {Mei, Lingrui and others},
  year          = {2025},
  eprint        = {2507.13334},
  archivePrefix = {arXiv},
  url           = {https://arxiv.org/abs/2507.13334}
}

@article{liu_lost_in_the_middle_2024,
  title   = {Lost in the Middle: How Language Models Use Long Contexts},
  author  = {Liu, Nelson F. and Lin, Kevin and Hewitt, John and Paranjape, Ashwin and Bevilacqua, Michele and Petroni, Fabio and Liang, Percy},
  journal = {Transactions of the Association for Computational Linguistics},
  volume  = {12},
  pages   = {157--173},
  year    = {2024},
  doi     = {10.1162/tacl_a_00638}
}

@misc{vercel_context_engineering_2026,
  title  = {What is context engineering? A developer's guide},
  author = {{Vercel}},
  year   = {2026},
  url    = {https://vercel.com/i/context-engineering}
}

@misc{ietf_rfc7946_2016,
  title  = {RFC 7946: The GeoJSON Format},
  author = {{IETF}},
  year   = {2016},
  url    = {https://www.rfc-editor.org/info/rfc7946}
}

@misc{kaleidr_how_it_works_2026,
  title  = {How Kaleidr works},
  author = {{Kaleidr Developer Docs}},
  year   = {2026},
  url    = {https://docs.kaleidr.com/concepts/how-kaleidr-works}
}

@misc{kaleidr_grounded_spatial_ai_2026,
  title  = {Grounded Spatial AI for Business Data},
  author = {{Kaleidr}},
  year   = {2026},
  url    = {https://kaleidr.com/blog/grounded-spatial-ai-business-data}
}

@misc{kaleidr_supported_maps_2026,
  title  = {Supported maps},
  author = {{Kaleidr Developer Docs}},
  year   = {2026},
  url    = {https://docs.kaleidr.com/chat/supported-maps}
}

@misc{kaleidr_platform_api_endpoints_2026,
  title  = {Platform API endpoints},
  author = {{Kaleidr Developer Docs}},
  year   = {2026},
  url    = {https://docs.kaleidr.com/platform-api/endpoints}
}

@misc{kaleidr_map_aware_assistant_2026,
  title  = {Map-Aware AI Assistant: How to Build One},
  author = {{Kaleidr}},
  year   = {2026},
  url    = {https://kaleidr.com/blog/how-to-build-a-map-aware-ai-assistant}
}

@misc{kaleidr_enterprise_2026,
  title  = {Kaleidr Enterprise},
  author = {{Kaleidr}},
  year   = {2026},
  url    = {https://kaleidr.com/enterprise}
}