Inicio / Contexto y coste

Las cuatro palancas de una sesión larga

Una sesión que se prolonga se apoya en solo cuatro palancas: la caché, que reutiliza un prefijo estable, la retirada de las salidas de herramientas caducadas, la compactación, que resume el historial, y la partición, que delega el trabajo voluminoso a subagentes aislados.

Una sesión de Claude Code que dura varias horas no hincha indefinidamente el mismo paquete de texto enviado al modelo en cada mensaje. Cuatro mecanismos distintos limitan lo que esa sesión arrastra consigo: la caché, que reutiliza un inicio de conversación idéntico en lugar de recalcularlo, la retirada de las salidas de herramientas que ya no sirven, la compactación, que reemplaza el historial por un resumen, y el trabajo delegado a subagentes, conversaciones separadas que tratan una parte de la tarea y solo devuelven su conclusión.

La caché, el filtrado, el resumen, la delegación

La caché de prompt retiene los cálculos hechos sobre un inicio de conversación, llamado prefijo, mientras ese prefijo siga siendo idéntico byte a byte de un mensaje al siguiente. En cuanto algo cambia al principio mismo de ese prefijo, todo lo que sigue debe recalcularse. Por eso la posición importa: las instrucciones generales y el contexto del proyecto conviene que se queden al principio, inmóviles, mientras las preguntas que cambian llegan después.

La retirada de las salidas de herramientas caducadas, lo que este curso llama enmascaramiento, despeja los resultados de llamadas antiguas que ya no sirven a la respuesta en curso, un principio real aunque ninguna documentación pública de Anthropic lo llame así palabra por palabra. La compactación, por su parte, resume el historial de mensajes en un texto más corto cuando la conversación se acerca a su límite, un tema detallado en compactar, borrar, leer solo lo necesario. La partición, por último, confía una porción del trabajo, una búsqueda larga, la lectura de varios archivos, a un subagente que trabaja en su propia conversación y solo devuelve su conclusión, lo que evita cargar la conversación principal con el detalle de su búsqueda.

Un solo gesto basta para activar la primera palanca

Estos cuatro mecanismos no se activan todos en cada sesión. Una conversación corta, que se mantiene lejos del límite de contexto, no dispara ninguna compactación, y una tarea que no requiere ninguna búsqueda extensa no delega nada a un subagente. La caché, en cambio, se activa desde el segundo mensaje de una misma conversación, sin ningún ajuste particular que configurar, con una condición: que el inicio del mensaje siga siendo idéntico.

Mensaje 1: instrucciones del proyecto (identicas cada vez) + pregunta A
Mensaje 2: las mismas instrucciones del proyecto + pregunta B

El segundo mensaje reutiliza el cálculo ya hecho sobre las instrucciones del proyecto, a condición de que no hayan cambiado ni un carácter entre ambos mensajes.