Casi todos los consejos sobre consumo de tokens optimizan el extremo equivocado del problema. El prompt que escribes rara vez es la parte cara. Lo que cuesta tokens es todo lo que el agente lee en tu nombre: el contenido de los archivos, la salida de los comandos, los registros de pruebas y la transcripción cada vez más larga de sus propios turnos anteriores.

Las técnicas siguientes están ordenadas por lo que ahorran en la práctica, no por lo ingeniosas que resultan.

Lee menos de cada archivo

Un agente que abre un archivo de 2.000 líneas para cambiar una función ya ha gastado la mayor parte de su presupuesto en contexto que no volverá a usar. Busca primero y abre solo el rango que necesitas.

El ahorro se acumula, porque cada archivo que el agente lee permanece en la transcripción durante el resto de la sesión. Un archivo leído una vez no se paga una sola vez: el que se leyó en el turno tres se sigue arrastrando en el turno veinte.

Filtra la salida de los comandos antes de que llegue al modelo

Los registros de compilación, los ejecutores de pruebas y los gestores de paquetes están escritos para personas que miran una terminal, no para un modelo que paga por token. Una suite de pruebas que falla puede emitir con facilidad varios miles de tokens de trazas de pila donde bastarían cuarenta.

Pasa los comandos ruidosos por algo que extraiga la señal:

pytest -q 2>&1 | tail -30
npm run build 2>&1 | grep -E "error|warning" | head -20

Es poco vistoso y suele ser el mayor ahorro individual disponible.

Mantén la tarea acotada

Una conversación larga cuesta más por turno que una corta, porque la transcripción entera se reenvía cada vez. Dos sesiones enfocadas salen más baratas que una sola sesión desbordada que cubra lo mismo, y normalmente dan mejores resultados, porque el modelo no está sopesando veinte turnos de historial irrelevante.

Cuando una tarea cambia de rumbo de forma sustancial, empezar de cero es tanto una decisión de coste como de calidad.

No pegues lo que el agente puede leer

Pegar un archivo en el prompt lo duplica: una vez en tu mensaje y otra cuando el agente abre el archivo para editarlo. Indica la ruta y ya está.

Lo que no ayuda demasiado

Acortar tus propios prompts es sobre todo teatro. Una instrucción comprimida con esmero ahorra unos cincuenta tokens; una sola lectura innecesaria de un archivo cuesta dos mil. Escribe la instrucción más clara que puedas y dedica tu atención a lo que el agente lee, no a lo que tú escribes.

Comprimir el prompt de sistema o las definiciones de herramientas rinde igual de poco para la mayoría, y sacrifica fiabilidad por un ahorro que se vuelve insignificante al lado de una ejecución de pruebas ruidosa.