# Respuestas LLM al Estilo Cavernícola: Reduce Tokens hasta un 87%
Los desarrolladores descubrieron que obligar a los LLM a responder al estilo cavernícola —frases cortas, sin artículos, sin cortesías, sin relleno— reduce los tokens de salida en un 65% de media. Para tareas como depurar errores en React o configurar PostgreSQL, los ahorros llegan al 87%. Mantiene la precisión y detalles técnicos intactos, eliminando solo el relleno verbal.
Ejemplo de re-render en React (respuesta estándar: 69 tokens):
La razón por la que tu componente de React se vuelve a renderizar es que creas una nueva referencia de objeto en cada ciclo de renderizado. Al pasar un objeto inline como prop, la comparación superficial de React lo ve como un objeto diferente cada vez, lo que provoca un re-render. Recomiendo usar useMemo para memoizar el objeto.Estilo cavernícola (19 tokens):
Nueva ref objeto cada render. Prop objeto inline = nueva ref = re-render. Envuelve en useMemo.Qué se Elimina y Qué se Mantiene
El RLHF hace que los modelos modernos sean verbosos: "Claro, con gusto te ayudo", "Vamos a desglosarlo paso a paso". El estilo cavernícola filtra eso, yendo directo al grano.
| Elemento | Acción |
|---------|----------|
| Explicaciones | Elimina relleno, mantiene esencia |
| Bloques de código | Intactos |
| Términos técnicos | Preservados (polimorfismo sigue siendo polimorfismo) |
| Artículos (el/la/un/una) | Eliminados |
| Cortesías | Eliminadas |
| Frases dubitativas | Eliminadas |
Frases que gastan tokens:
- "Con gusto te ayudo con eso" — 8 tokens
- "La razón de esto es porque" — 7 tokens
- "Te recomendaría que consideres" — 7 tokens
- "Claro, déjame echarle un vistazo" — 10 tokens
Benchmarks de Rendimiento
Pruebas con la API de Claude muestran ahorros del 22% al 87%:
| Tarea | Estándar (tokens) | Cavernícola (tokens) | Ahorro |
|--------|-------------------|-------------------|----------|
| Error re-render React | 1180 | 159 | 87% |
| Arreglo middleware auth | 704 | 121 | 83% |
| Pool PostgreSQL | 2347 | 380 | 84% |
| git rebase vs merge | 702 | 292 | 58% |
| Callback → async/await | 387 | 301 | 22% |
| Microservicios vs monolito | 446 | 310 | 30% |
| Revisión seguridad PR | 678 | 398 | 41% |
| Docker multi-stage | 1042 | 290 | 72% |
| Race condition PostgreSQL | 1200 | 232 | 81% |
| Error boundary React | 3454 | 456 | 87% |
Media: 1214 → 294 tokens, 65% ahorro. Mayores ganancias en tareas explicativas.
Un estudio de 2026 confirma: la brevedad mejora la precisión en 26 puntos porcentuales en benchmarks —los modelos evitan alucinaciones por palabras extra.
Niveles Cavernícola
- Lite: Sin relleno, aún legible.
Tu componente se re-renderiza porque creas nueva ref de objeto cada render. Props objeto inline fallan comparación superficial siempre. Envuelve en useMemo.
- Full: Frases cortas.
Nueva ref objeto cada render. Prop objeto inline = nueva ref = re-render. Envuelve en useMemo.
- Ultra: Compresión máxima.
Prop obj inline → nueva ref → re-render. useMemo.
Compresión de Tokens de Entrada
Caveman Compress reescribe archivos de memoria (CLAUDE.md) en estilo cavernícola para Claude Code. Comando:
/caveman-compress CLAUDE.mdResultado: CLAUDE.md comprimido (para el modelo) + original (para editar).
| Archivo | Antes (tokens) | Después (tokens) | Ahorro |
|------|--------------|-----------------|----------|
| claude-md-preferences.md | 706 | 285 | 59.6% |
| project-notes.md | 1145 | 535 | 53.3% |
| claude-md-project.md | 1122 | 687 | 38.8% |
| todo-list.md | 627 | 388 | 38.1% |
| mixed-with-code.md | 888 | 574 | 35.4% |
Media: 45% ahorro. Combina con estilo cavernícola para optimizar entrada/salida.
Conclusiones Clave
- Ahorro tokens salida: 65% media, hasta 87% en explicaciones complejas.
- Precisión técnica preservada: código, términos, errores intactos.
- Tres modos de Lite a Ultra para equilibrar brevedad y legibilidad.
- Compresión archivos entrada: 45% en CLAUDE.md y similares.
- Respaldado por investigación: brevedad eleva precisión 26 puntos porcentuales.
— Editorial Team
Aún no hay comentarios.