La verdadera razón por la que tu límite de Claude se agota rápido: Lectura obligatoria para usuarios

La verdadera razón por la que tu límite de Claude se llena rápido

Para ser directo, no es que el modelo se haya vuelto más tonto; es que mi sobrecarga ha crecido.

Pero consejos superficiales como "acorta CLAUDE.md" no son suficientes. Necesitas entender la estructura de por qué se fuga para realmente detenerlo.

(Sé que muchos principiantes en IA podrían no entender esto incluso después de leerlo. Por eso, incluiré prompts al final que incluso los principiantes pueden usar. Si no entiendes, solo cópialos y pégalos. ¡Espero que al menos saques algo de provecho!)

Modelo mental central (Esto explica el 90%)

Los Transformers reprocesan toda la conversación desde el principio en cada interacción.

Cuando envías el mensaje número 30, lo que el modelo lee es: → Mensajes 1–29 + todas las respuestas → Todos los resultados de llamadas a herramientas (diffs de PR, lecturas de archivos, etc.) → CLAUDE.md → Prompt del sistema → Definiciones de herramientas MCP → + el mensaje número 30.

Procesa todo esto antes de siquiera comenzar a responder.

En otras palabras, la interacción número 30 no es 30 veces la interacción número 1; es la suma de todo lo acumulado, procesado cada vez.

Partiendo de aquí, puedes ver naturalmente por qué se están fugando los tokens.

9 Agujeros por donde se fugan los tokens

Los porcentajes en la fuente original (14%, 13%...) son del caso de una persona y es arriesgado generalizarlos. Los he reorganizado por impacto.

1. Inflamación de CLAUDE.md — Impacto ★★★ Se incluye en cada mensaje mientras la sesión esté activa. No se carga de forma diferida. Un CLAUDE.md de 2000 tokens procesado 200 veces para 200 mensajes = 400,000 tokens. Recomendación oficial: Menos de 200 líneas, 300–600 tokens.

1. Acumulación de la conversación — Impacto ★★★ Exactamente como lo describe el modelo mental. No es extraño que tu límite se llene al 60% después de dos o tres revisiones de PR; es estructural.

1. Acumulación de resultados de herramientas — Impacto ★★★ Obtener un diff de PR una vez puede inyectar miles de líneas. Si lees 20 archivos, esos 20 archivos te siguen hasta el final. Esto es más preciso que los "ganchos" mencionados en otras fuentes.

1. Fallos de caché — Impacto ★★ El almacenamiento en caché de prompts se aplica automáticamente, pero caduca si no se usa durante un período (corto) determinado. Si editas CLAUDE.md con frecuencia a mitad de la sesión, el caché se rompe cada vez.

1. Habilidades — Impacto ★ (La fuente original estaba ligeramente equivocada) Las habilidades solo se cargan cuando se invocan. Solo los metadatos permanecen. El verdadero problema es cuando una sola habilidad se vuelve inflada.

1. MCP "por si acaso" — Impacto ★★ Si hay 12 MCP conectados, se inyectan 12 definiciones de herramientas en cada llamada. Mantén solo los 3 que realmente usas como activos.

1. Pensamiento extendido por defecto — Impacto ★★★ Generalmente activado por defecto. El presupuesto puede llegar a decenas de miles de tokens (facturados como salida). Es un verdadero desperdicio si el razonamiento profundo está activado solo para cambiar un nombre de variable.

1. Ver una respuesta incorrecta hasta el final — Impacto ★★ Si la respuesta se desvía, detenla inmediatamente. Si no lo haces, toda esa salida se convierte en entrada para la siguiente interacción.

1. Notificaciones/mensajes meta acumulativos — Impacto ★ Pequeño, pero se convierten en "infractores silenciosos" cuando se acumulan.

Siempre diagnostica antes de arreglar

Esta es la parte que la gente pasa por alto.

/context ← Muestra los tokens por elemento en el contexto

/usage ← Uso de la sesión

/cost ← Costo acumulado de la API

Ejecutar /context solo una vez te mostrará la fuga número 1 en tu caso en menos de 5 segundos.

La mayoría de los resultados son similares:

1. Los resultados acumulados de herramientas son abrumadoramente el #1
2. CLAUDE.md
3. Definiciones de herramientas MCP

Cortar cosas sin medir es un esfuerzo inútil. Corta primero tu fuga número 1.

Línea base de 30 segundos (Haz esto una vez y listo)

✅ Reduce tu CLAUDE.md a menos de 200 líneas

✅ Mantén solo 3 MCP activos

✅ Pensamiento extendido → Desactivado por defecto, úsalo solo cuando sea necesario

✅ .claudeignore → Excluye archivos grandes generados

✅ Haz de /clear un hábito una vez que termines una tarea

7 Consejos avanzados con gran impacto

① Haz del Modo Plan el predeterminado

Shift+Tab × 2 antes de tareas costosas. Planifica sin tocar código. Úsalo para solicitudes amplias como "Refactoriza esto". Reduce significativamente la proporción de tokens quemados en esfuerzo desperdiciado.

② Cambio de modelo

80% Codificación diaria → Sonnet; Razonamiento complejo → Opus. Comandos: /model sonnet, /model opus.

Modo OpusPlan: Planifica con Opus, implementa con Sonnet. Puede ahorrar un 60% en costos.

③ Usa subagentes de forma selectiva

Se ejecutan en un contexto separado y devuelven solo un resumen a la sesión principal. Úsalos solo para exploración pesada; para tareas pequeñas, la sobrecarga es en realidad mayor. Regla: Solo cuando (contexto principal ahorrado > costo de inicio del subagente).

④ Usa `/compact` de forma proactiva

Esperar a la advertencia de contexto al 80% es demasiado tarde. Comprimirá todo el ruido.

Uso correcto:

• Al final de cada fase de la tarea
• Da una guía de resumen antes de llamar a /compact: "Mantén solo X, Y, Z y descarta el resto."

⑤ Lee con rangos de archivos precisos

❌ "Mira todo el código base"

✅ "Mira solo las líneas 50-120 de src/auth.js y mejora el manejo de errores"

La diferencia es enorme.

⑥ Notas de traspaso de sesión

Antes de terminar una sesión larga:

"Resume el trabajo realizado hasta ahora, los próximos pasos y las decisiones importantes en menos de 500 tokens."

Pega esto en la siguiente sesión = decenas de veces menos tokens que reconstruir todo el historial.

⑦ Usa comandos de barra para tareas repetitivas

No expliques patrones frecuentes (formatos de revisión de PR, reglas de prueba) en lenguaje natural cada vez. Defínelos como comandos de barra → Deterministas y ligeros. Mucho más eficiente que ponerlos en CLAUDE.md.

Errores comunes

❌ "Es conveniente poner todo en CLAUDE.md" → Pagas ese costo en cada interacción.

❌ "Los subagentes siempre son más baratos" → En realidad, son más caros para tareas pequeñas.

❌ "Un contexto más grande lo hace más inteligente" → Todo lo contrario. La calidad disminuye debido a la podredumbre del contexto.

❌ "Actualizar de Pro a Max lo solucionará" → La misma ineficiencia solo se vuelve 5 veces más cara. Primero, arregla las fugas.

El desperdicio de tokens es un problema de comportamiento, no un problema de límite.

Ejecutar /context una vez, reducir CLAUDE.md, organizar MCP y controlar el Pensamiento Extendido resolverán la mayoría de los problemas.

Recuerda que cada mensaje paga el costo de todos los mensajes anteriores, y verás dónde cortar.

Prompts para principiantes

Para usuarios de Claude Code (Autodiagnóstico y dieta)

Ejecuta el comando /context y analiza los resultados.

Luego, haz lo siguiente en orden:

1. Dime los 1-3 elementos principales que están usando más tokens.

2. Para cada uno, sugiere una acción específica que pueda tomar ahora mismo para reducirlos (incluyendo el ahorro estimado de tokens).

3. Lee mi CLAUDE.md y sugiere una versión reducida a menos de 200 líneas / 600 tokens. Recomienda dónde mover los elementos eliminados (¿Habilidades? ¿Comandos de barra? ¿O simplemente eliminarlos?).

4. Finalmente, verifica otras fugas como el Pensamiento Extendido o la organización de herramientas MCP.

Como soy un principiante, prioriza los resultados en "Hacer ahora mismo / Hacer cuando tengas tiempo".

Para usuarios de Claude.ai Chat (Higiene de la conversación)

Copia y pega cuando la conversación se vuelva larga y las respuestas se ralenticen o los límites apremien:

Resume solo la información verdaderamente importante de esta conversación en menos de 500 caracteres. Excluye prueba y error, tangentes y saludos; concéntrate solo en las conclusiones principales, decisiones y próximos pasos. Copiaré esto para comenzar una nueva conversación, así que organízalo para que pueda reanudar el trabajo inmediatamente después de pegarlo allí.

¡Con solo obtener estos dos prompts podrás usar la IA más cómodamente sin desperdiciar tokens! Si esto fue útil, ¡por favor dale un like!

Si tienes alguna otra pregunta, déjala en los comentarios~