Cada vez que alguien hace una pregunta a tu agente de IA, el programa envía al modelo tus instrucciones completas además de la pregunta, y el proveedor cobra por todo el texto que se envía y se recibe. Ese texto se mide en tokens, que son trozos de palabra: más instrucciones, más tokens, más factura en cada consulta. Recortarlas puede abaratar el servicio, pero solo merece la pena si compruebas que el agente sigue respondiendo igual de bien.
Una gran empresa que atiende muchas consultas al día vigila este gasto como vigila la electricidad: sabe cuánto consume cada proceso y quita lo que sobra. Una pyme suele hacer lo contrario sin darse cuenta. Cada vez que el agente falla en algo, alguien añade una regla más a las instrucciones, y al cabo de unos meses el texto ocupa páginas con reglas repetidas, ejemplos casi iguales y alguna contradicción. Nadie lo ha leído entero desde que se escribió.
¿Por qué las instrucciones largas encarecen tu agente?
Porque el modelo no guarda memoria entre consultas. Para que sepa cómo comportarse, en cada consulta el sistema le envía tres cosas: tus instrucciones (cómo debe hablar, qué puede y qué no puede hacer, qué datos usar), lo que se ha dicho antes en la conversación y la pregunta nueva. Todo ese texto se mide en tokens, y se paga por los que se envían y por los que se reciben. Si las instrucciones son largas, pagas ese texto una vez por cada consulta, sea quien sea el cliente y sea cual sea la pregunta. Algunos proveedores aplican un precio reducido a los textos que se repiten; pregunta si el tuyo lo hace, porque cambia las cuentas. Para entender mejor cómo se cobra, tienes cuánto cuestan los tokens de IA, sin tecnicismos.
El coste no es el único efecto. Unas instrucciones muy largas pueden hacer que se pierdan las reglas importantes entre las secundarias, y cuantas más reglas hay, más fácil es que alguna choque con otra.
¿Cuándo conviene recortar las instrucciones?
No siempre compensa. Conviene revisarlas en estos casos:
- Hay mucho volumen de consultas. Un texto largo que se paga miles de veces pesa más que uno que se paga pocas.
- Las instrucciones han crecido a base de parches. Cada fallo añadió una frase, y nadie las ha ordenado.
- Hay reglas repetidas o contradictorias. Decir lo mismo tres veces con palabras distintas cuesta más y confunde.
- Hay ejemplos casi idénticos. Dos buenos ejemplos suelen enseñar lo mismo que diez.
- Hay datos que cambian a menudo pegados dentro. Precios, horarios o tarifas pueden consultarse solo cuando hacen falta, en vez de enviarse siempre.
Y hay casos en los que no merece la pena: si el volumen es pequeño, el ahorro será menor que el riesgo de estropear algo. Las reglas de seguridad, de datos personales o de límites del agente nunca se recortan para ahorrar.
Qué se arriesga al recortar
Lo que no se dice, el agente lo improvisa. Si quitas una frase porque te parecía obvia, puede que el agente deje de hacer lo que esperabas. Los riesgos más habituales son estos: perder un límite importante ("no des consejos legales"), perder matices de tono, que una regla más corta cubra menos casos que la larga, o introducir un error al mover un dato a otro sitio.
Recortar no es borrar. Es decir lo mismo con menos palabras, quitar lo repetido y sacar de las instrucciones la información que cambia para consultarla solo cuando haga falta. Y se hace de una en una, no todo a la vez. Si quieres entender qué va en las instrucciones y qué conviene resolver de otra forma, puedes leer fine-tuning vs prompt engineering: qué necesita tu empresa.
¿Cómo comprobar que la calidad no baja?
Con una prueba antes y después, hecha con consultas reales. Estos son los pasos:
- Guarda una copia de las instrucciones actuales y anota la fecha, para poder volver atrás.
- Prepara una muestra de consultas reales: las más habituales, las difíciles y las que alguna vez salieron mal.
- Haz un solo recorte cada vez. Si cambias cinco cosas y algo falla, no sabrás cuál fue.
- Pasa la misma muestra con la versión antigua y con la nueva.
- Una persona compara las respuestas lado a lado, mejor sin saber cuál es cuál.
- Mide el consumo por consulta antes y después, con los datos que te dé el proveedor.
- Si en algún caso baja la calidad, recupera la regla que quitaste. Si no, pasa a la nueva versión y vuelve a mirar unos días después con consultas de verdad.
La comparación puede apoyarse en otra IA que haga una primera lectura, pero con límites; lo explicamos en IA que evalúa a otra IA: cuándo es fiable y cuándo no. Para saber qué criterios mirar, hay una guía sobre cómo evaluar la calidad de las respuestas de una IA.
Quién prepara la prueba y quién decide el cambio
El agente, o más bien el equipo que lo mantiene, puede preparar el borrador de las instrucciones más cortas, señalar las frases repetidas, pasar la muestra con las dos versiones, resumir las diferencias y calcular el consumo de cada una. Una persona decide qué reglas son imprescindibles, lee las respuestas y firma el cambio. Esa persona es quien conoce el negocio, y por eso conviene que sea el propietario del agente. Sobre ese papel, tienes el propietario de cada agente: quién responde dentro de tu empresa.
¿Cuánto vas a ahorrar?
No se puede saber sin datos. Depende del volumen de consultas, del modelo que uses y de cuánto texto sobra en tus instrucciones. Lo sensato es pedir al proveedor el consumo real por consulta y la parte que ocupan las instrucciones; con eso puedes estimar si el esfuerzo compensa. Y antes de recortar, mira dónde está el gasto: a veces lo más caro no son las instrucciones, sino el historial de la conversación que se reenvía entero o los documentos que se adjuntan en cada consulta. Si el problema está ahí, la solución es otra. Para ver el gasto en conjunto, tienes cómo calcular el coste total de un proyecto de IA.
Conclusión
Las instrucciones largas se envían y se pagan en cada consulta, y con el tiempo crecen más de lo necesario. Revisarlas puede abaratar el servicio si el volumen lo justifica, pero solo se hace con una copia guardada, con cambios de uno en uno y con una prueba de consultas reales que una persona lea. Nunca se recorta lo que protege a tus clientes ni a tu empresa.
En MG Solutions construimos agentes de IA específicos para cada empresa, adaptados a tu forma de trabajar y a tus herramientas, no una plantilla genérica.
Si quieres ver cómo encajaría en tu empresa, escríbenos y lo hablamos.