¿Has notado cómo redactas con esmero prompts ultra cortos para ahorrar, pero tu límite semanal igual toca techo ya el miércoles? En el asistente de terminal Claude Code de Anthropic, recortar tus propias frases casi no mueve la aguja del consumo.
El agente vive directamente en la línea de comandos: abre archivos por su cuenta, ejecuta pruebas y cuenta todo el texto en tokens —fragmentos de unas cuatro letras. Contrasté el análisis práctico de Julian Goldie con la documentación de Anthropic: entre el 70–80% del presupuesto no se lo comen tus preguntas, sino la salida acumulada de los comandos y la relectura repetida de los mismos archivos.
A dónde se van los tokens en tareas cíclicas de terminal
Las réplicas cortas no salvan tu saldo porque el modelo no tiene memoria propia entre respuestas. Imagina a un compañero brillante pero desmemoriado que sale por la puerta después de cada frase: para pedirle que corrija una coma, tienes que volver a poner sobre la mesa toda la carpeta con el historial del día y las impresiones largas de las pruebas. La ventana de contexto funciona exactamente igual: con cada mensaje tuyo y cada llamada a una herramienta, el agente reenvía al servidor todo el historial de la sesión desde el primer minuto.
Además, incluso antes de tu primer comando, la ventana ya carga entre 8,000–30,000 tokens: ahí viven las instrucciones del sistema, las reglas de CLAUDE.md y los esquemas de las integraciones externas conectadas (servidores MCP). Luego empieza la avalancha de depuración. Supongamos que un desarrollador arregla un servicio web y el compilador falla con un reporte de 500 líneas. Sin filtrado, el agente traga toda la salida en bruto y en cada corrección vuelve a leer 3 archivos de dependencias que no han cambiado. Un solo ciclo quema cerca de 45,000 tokens, y en el paso siguiente el log viejo vuelve a viajar en la petición, diluyendo de paso la atención del modelo.
Filtrado de ruido e higiene de sesiones: beneficio y costo oculto
Para no pagar dos veces por las mismas sábanas de texto, el ruido se corta en la entrada. En nuestro servicio web bloqueamos la lectura de carpetas estáticas mediante .claudeignore y limitamos la ejecución de pruebas a mostrar solo el fallo real:
# Ocultamos dependencias inmutables y compilación para evitar relecturas
printf "node_modules/\ndist/\n" >> .claudeignore
# Pasamos al contexto solo las líneas con errores y las últimas 15 líneas
npm test 2>&1 | grep -i error | tail -n 15
El panorama cambia al instante: en lugar de medio millar de líneas de basura de consola y módulos ajenos, el modelo ve un resumen compacto con la causa exacta del fallo. El costo por ciclo cae a 6,500 tokens —más de un 85% de ahorro inmediato—, las respuestas se aceleran y el límite semanal deja de evaporarse en un solo bug.
Dentro de una sesión larga, la limpieza se mantiene con comandos nativos. Llamar a /context muestra un gráfico de ocupación de la ventana: es fácil detectar integraciones sobrantes y un CLAUDE.md inflado (en la guía de Claude Code en producción explicamos cómo la estructura de este archivo preserva la caché). El comando /compact resume los pasos anteriores en un punto de control, conservando git status, las reglas del proyecto, el plan y hasta 5 archivos recientes (los archivos de más de 5,000 tokens se reemplazan por rutas), mientras que el parámetro autoCompactWindow en ~/.claude/settings.json (por ejemplo, 200000) automatiza ese umbral.
Pero la compresión tiene un costo oculto. Resumir con /compact puede suavizar casos borde sutiles del inicio de la rama, así que al empezar una tarea nueva es más seguro hacer commit en git y limpiar la ventana con /clear para evitar el deterioro de atención (context rot), enviando las dudas paralelas al chat lateral /btw. También son traicioneros los compresores de texto de terceros: en pruebas de JetBrains, un filtro agresivo de comandos con esfuerzo bajo aumentó el consumo total en un 7.5% —a ciegas, el agente empezaba a dar rodeos y gastar más turnos. Por lo demás, basta con adjuntar tablas grandes como archivos, elegir el rápido Sonnet con /model y bajar la profundidad de razonamiento /effort en ediciones simples (108 tokens de salida en low frente a 963 al máximo), reduciendo el costo de una iteración compleja de 40,000–60,000 a 8,000–12,000 tokens.
El ahorro de presupuesto en la terminal no empieza con prompts telegráficos, sino con el hábito de no obligar a la red neuronal a releer en cada paso logs en bruto y restos de tareas ya cerradas.

