🤔 Introducción
La época del “AI coding ilimitado” se está terminando.
Herramientas como GitHub Copilot, Claude Code y otros IDEs con AI están moviéndose cada vez más a modelos por consumo (tokens, créditos, uso real).
Y eso cambia las reglas del juego.
Lo que antes daba lo mismo, mandar todo el repo, chats largos, prompts vagos, ahora tiene un costo directo en:
- Dinero.
- Latencia.
- Calidad de respuesta.
En simple:
Ya no basta con escribir buen código, ahora también hay que usar y administrar bien los tokens y la AI.
En esta guía te dejo prácticas concretas para gastar menos tokens sin perder productividad.
⚙️ El problema
Cosas que todos hacemos (y salen caras):
- “Toma, te paso todo el repo”.
- Prompts tipo “mejora esto”.
- Chats eternos de 40 mensajes.
- Esperar que el agente piense todo por ti.
Resultado:
- Respuestas lentas.
- Más gasto.
- Código inconsistente.
🛠️ La solución (forma simple)
1. No lo hagas pensar todo desde cero
Antes de usar el IDE:
- Define qué quieres.
- Escribe un mini plan.
- Usa las Specs.
Ejemplo:
-
requirements.md -
design.md -
tasks.md
Luego:
“Implementa esta tarea específica” o
“Ejecuta la spec”
2. Trabaja en cosas chicas
- Una feature = una sesión
- Terminas → Cierras → Sigues
3. No le mandes de más
Evita:
- Logs largos.
- Archivos irrelevantes.
- Todo el repo.
4. Sé claro (muy claro)
❌ “Mejora esto”.
✅ “Haz esta función más rápida y no cambies lo demás”.
5. Resume y sigue
En vez de arrastrar todo el chat o dejar que recuerde el contexto, mejor dile exactamente dónde estás parado.
En vez de esto:
“Ahora agrega login considerando todo lo anterior.”
Haces esto:
Estado actual:
- API (Funciona)
- /users (Listo)
- Código (Limpio)
Qué falta:
- Login con JWT.
Qué necesito:
- Endpoint /login
- Validación básica.
- No tocar lo demás.
6. Prueba tú, no el agente
- Corre tests tú.
- Compila tú.
Y pasa solo errores relevantes.
7. Pide solo cambios
No pidas archivos completos si no es necesario.
Mejor:
“Dime qué cambiar”
8. Corta chats largos
- Resume.
- Reinicia.
- Sigue.
9. Usa siempre la misma estructura
Contexto:
Objetivo:
Restricciones:
Qué necesito:
💻 Ejemplo
❌ Malo
Analiza todo el repo y mejóralo.
✅ Bueno
Contexto:
user.service.ts
Objetivo:
Mejorar getUsers()
Restricciones:
No tocar otros archivos
Qué necesito:
Solo los cambios
⚠️ Errores típicos
- Pensar que “más contexto = mejor resultado”.
- No cerrar conversaciones.
- Ser poco claro en los prompts.
✅ Qué te deberías llevar como aprendizaje
- No hagas que el agente piense todo.
- Dale solo lo justo.
- Trabaja en cambios pequeños.
- Sé directo.
- Corta cuando se alarga.
🧾 En Resumen
Usa el agente como ejecutor, no como cerebro principal.
United States
NORTH AMERICA
Related News
Amazon Employees Are 'Tokenmaxxing' Due To Pressure To Use AI Tools
20h ago
UCP Variant Data: The #1 Reason Agent Checkouts Fail
6h ago

Décryptage technique : Comment builder un téléchargeur de vidéos Reddit performant (DASH, HLS & WebAssembly)
16h ago
How Braze’s CTO is rethinking engineering for the agentic area
10h ago
Encryption Protocols for Secure AI Systems: A Practical Guide
20h ago