Después de que terminó la promo de Codex y entraron en vigor los cupos reales, me quedé mirando fijamente mis límites de consumo diario de Codex.
Así que encontré un sistema para reducir la cantidad de tokens que gasto sin afectar la velocidad.
Un día: 245 millones de tokens
Al día siguiente, después de ajustar mi sistema: 28 millones
Esto es exactamente lo que cambié:
Paso 1: Nunca alimentes datos en bruto, siempre compáctalos primero
Codex no necesita tu registro de operaciones de 40 MB, el volcado masivo de JSON del mercado ni el repositorio completo en cada interacción. Ahora hago que genere scripts auxiliares de un solo uso que crean "mapas de agujas":
- compact_logs.py → filtra por timestamp/símbolo/palabra clave y escupe solo las N anomalías principales
- summarize_data.py → extrae columnas relevantes, conteos de filas, muestras y estadísticas clave
- repo_map.py → construye una visión general limpia de puntos de entrada, configuración, flujos principales (saltando venv, node_modules, builds, etc.)
Aliméntalo con 200-500 tokens de información destilada en lugar de 10k+ de ruido.
Constrúyelo una vez, reúsalo para siempre.
Paso 2: Limita agresivamente cada salida de comando
La salida por defecto es letal:
- git status
- ls -la
- cat file
- python script.py
pueden explotar el contexto al instante.
Ahora integro límites en cada instrucción:
1head -n 50, tail -n 50, grep "ERROR" | head -n 3023Escribe los resultados completos en archivos temporales e inspecciona solo rangos45Añade --limit 100 en todas partes
Paso 3: Crea un archivo de traspaso vivo (el cerebro de tu proyecto)
Deja de dejar que los agentes redescubran todo en cada sesión.
Mantengo un HANDOFF.md ajustado (menos de 1k tokens) que contiene:
- Objetivo actual + métricas de éxito
- Archivos clave y decisiones recientes
- Comandos ya ejecutados + resultados
- Problemas conocidos y lista de "no releer"
- Próximos pasos
Termina cada sesión con: "Compacta los hallazgos actuales en HANDOFF.md, elimina callejones sin salida, conserva solo datos accionables."
Paso 4: Las instrucciones explícitas de "No hacer" ahorran tokens masivos
A los agentes les encanta divagar, así que pongo límites estrictos:
- "Salta node_modules, .venv, dist, logs/archive, archivos generados y cualquier directorio de caché"
- "Resume antes de abrir cualquier archivo nuevo"
- "Nunca pegues el código fuente completo a menos que yo lo diga explícitamente"
- "Inspecciona solo los archivos necesarios para esta tarea exacta"
Incluye esto en tu AGENTS.md una vez y verás cómo las relecturas se desploman.
Paso 5: Exige resúmenes, diferencias y fragmentos
Prompt malo:
1Lee este archivo y explícalo.
Prompt bueno:
1Localiza la lógica de dimensionamiento de posiciones del motor de riesgo. Muestra solo esa función + 3 líneas arriba/abajo. Explica el caso extremo en un párrafo.
O
1Construye un mapa del repositorio de 1 página: puntos de entrada, configuración, flujos de datos principales y comandos de backtest. Salta los directorios de proveedores.
Preguntas específicas = ventanas de contexto pequeñas
Paso 6: Haz que Codex compacte su propio contexto periódicamente
Cada 4-5 turnos suelto:
1Resume nuestro progreso en una nota de traspaso compacta. Elimina repeticiones y caminos fallidos. Conserva solo lo necesario para continuar.
La conversación se mantiene ligera incluso a medida que crece.
Paso 7: Elimina la verborrea por defecto
1Sé conciso. Muestra solo el parche + una frase de motivo. No repitas el plan a menos que haya cambiado. Sin relleno.
Esta única regla reduce drásticamente los tokens de salida.
Comandos útiles y scripts auxiliares que uso a diario
Estos son los comandos y scripts exactos que copio-pego o hago que Codex genere el primer día de cualquier proyecto.
Comandos limitantes que fuerzo en cada llamada a herramienta:
1# Inspección segura de archivos2head -n 80 somefile.py | cat3tail -n 80 somefile.py | cat4grep -n "KEYWORD" file.py | head -n 4056# Git sin el chorro de datos7git status --porcelain | head -n 308git log --oneline -159git diff --name-only | head -n 201011# Datos y logs (específicos de trading)12tail -n 200 market_log.json | jq '.[-50:]' | head -n 10013python -c "import pandas as pd; df = pd.read_csv('trades.csv'); print(df.head(20).to_string())" | head -n 1501415# Patrón de escribir y luego inspeccionar16python analyze_backtest.py > temp_results.txt 2>&117head -c 8000 temp_results.txt # límite de bytes por seguridad
Scripts auxiliares que siempre pido a Codex que cree primero (luego los ejecuto yo):
- compact_logs.py → python compact_logs.py --symbol BTC --hours 24 > summary.txt
- repo_map.py → python repo_map.py > HANDOFF.md (actualiza el archivo cerebro)
- scan_errors.py → python scan_errors.py --limit 30 > errors.txt
- summarize_json.py → python summarize_json.py market_snapshot.json > needle.txt
Una regla asesina de AGENTS.md que aplico siempre (limita por bytes todo lo desconocido):
1## Protección de salida de comandos2Cualquier comando con salida desconocida o potencialmente grande DEBE tener límite de bytes.3Por defecto: COMANDO 2>&1 | head -c 60004Si se necesita más, escribe a un archivo temporal e inspeccionaré rangos solamente.
Plantilla de prompt que reutilizo para tareas intensivas en datos:
1Primero ejecuta compact_logs.py o summarize_data.py para crear un mapa de agujas de menos de 500 tokens. Luego analiza solo eso. Nunca leas el archivo en bruto directamente.
Estos comandos y scripts por sí solos reducen mi consumo diario otro 30-40% además de los grandes cambios en el flujo de trabajo.
**Mi nueva regla general:
No dejes que Codex lea datos en bruto si un resumen de 50 líneas es suficiente**
Los ayudantes que construí en la primera semana se pagan solos cada hora.
La eficiencia de tokens no era un problema del modelo, sino un problema de sistemas. Solo domina la disciplina de contexto y lograrás 8-10 veces más dentro del mismo cupo.
También construyo www.RedLeads.app para encontrar usuarios más rápido para lo que lanzo. Únete a mí para acelerar hacia $10k MRR creando sistemas y herramientas con vibecoding.
Gracias :)
