Cómo dividir prompts gigantes para reducir el desperdicio de tokens en agentes
TuBrief 편집팀
2026년 3월 14일
0
Computing/Software원본 영상을 바탕으로 AI의 도움을 받아 작성했습니다. 원본 영상이 기준입니다.
커뮤니티의 다른 글
댓글 (0)
Log in to leave a comment
아직 작성된 글이 없습니다
원본 영상을 바탕으로 AI의 도움을 받아 작성했습니다. 원본 영상이 기준입니다.
Log in to leave a comment
아직 작성된 글이 없습니다
Una estructura monolítica que agrupa todo tipo de guías y herramientas en un solo prompt de sistema muestra sus limitaciones rápidamente. Con solo alargar un poco la conversación, el agente olvida las instrucciones ubicadas a mitad del prompt. Los costos de inferencia se disparan debido a la retransmisión redundante de decenas de miles de tokens en cada solicitud, y hay que esperar un largo rato hasta que aparece el primer token.
En la práctica, este problema se resuelve con una estructura de carga contextual por etapas basada en el estándar abierto agentskills.io. El método consiste en invocar el skill adecuado solo en el momento necesario para ahorrar tokens.
Los prompts de sistema monolíticos deben dividirse según los límites del dominio, los permisos de ejecución de herramientas y la frecuencia de ejecución. Para evitar que los skills entren en conflicto durante la búsqueda por similitud de embeddings, se deben mantener tres o menos skills activos simultáneamente en una sola sesión.
En la parte superior de cada archivo de skill separado, se debe incluir un frontmatter en YAML que especifique un identificador (usando solo guiones, letras minúsculas en inglés y números) y el propósito operativo.
name: backend-api-generator
description: Generates Spring Boot REST API controller and service boilerplate code. Use when the user asks to create API endpoints, build REST controllers, or define DTO mappings for backend services.
when_to_use:
`
El proceso para crear una estructura de carga por etapas es sencillo:
Al cambiar una estructura monolítica que ocupaba constantemente de 15,000 a 30,000 tokens a una estructura de carga diferida SKILL.md, la sobrecarga inicial de tokens se reduce en más del 90%. Según los datos de pruebas internas de Anthropic, es posible acortar la latencia p95 del 12% al 40% y disminuir el consumo promedio de tokens por conversación en un 29.6%.
Cuando se cargan múltiples skills en cadena, es frecuente que las instrucciones del skill anterior permanezcan en la sesión y distorsionen la tarea siguiente. Para las inspecciones de alto riesgo o las tareas que generan muchos registros, es necesario configurar una bifurcación de contexto (context: fork) en el frontmatter YAML para aislar el proceso a nivel de sistema.
`
Tampoco se puede omitir la definición clara de contratos de datos (Data Contracts) para las entradas y salidas.
`markdown
All responses must strictly adhere to the following JSON structure without markdown wrapping:
{
"status": "SUCCESS" | "FAILED",
"generated_files": [
{
"path": "string",
"content": "string"
}
],
"error_message": "string | null"
}
`
Aislar los procesos secundarios evita que los registros de llamadas a herramientas inunden la sesión principal. Al mantenerse limpia la sesión de conversación principal, también se reduce la probabilidad de errores al transferir datos entre subagentes.
Si los requisitos son ambiguos o se repiten los errores en las llamadas a herramientas, el agente cae en un bucle de reintentos infinitos. Es en esos momentos cuando decenas de dólares en costos de API desaparecen en cuestión de minutos. Incluir una lista de verificación de verificación estática paso a paso (Verification Checklist) en el cuerpo del archivo de skill permite que el agente realice autoverificaciones antes de dar la tarea por terminada.
`markdown
Before declaring the task finished, you MUST sequentially execute the following verification checklist:
`
La forma de escribir un cortafuegos o disyuntor (Circuit Breaker) que detenga físicamente los bucles también es sencilla:
`markdown
[SKILL EXECUTION HALTED]
Skill Name: backend-api-generator
Failure Reason: [Brief error description]
Attempts Made: [Number of retries]
Suggested Action: [Action required by backend developer]
`
Para tareas peligrosas como la eliminación de archivos o el borrado de bases de données, es más seguro configurar la opción disable-model-invocation: true. Esto evita que el agente los invoque por su cuenta y limita su ejecución únicamente a cuando el desarrollador introduce manualmente el comando de barra diagonal (/skill-name).
Cuando los miembros del equipo escriben skills en conjunto, deben seguir la arquitectura de directorios estándar de agentskills.io para no sufrir con conflictos en los archivos Markdown. Dentro de la carpeta principal se dividen y organizan claramente el cuerpo, los scripts de CLI, la documentación de referencia y los recursos de plantillas estáticas.
| Ruta de directorio y archivo | Rol | Guía de redacción |
|---|---|---|
| skills/api-generator/SKILL.md | Documento de punto de entrada obligatorio | Incluye el frontmatter YAML y las instrucciones de procedimientos clave (menos de 500 líneas) |
| skills/api-generator/scripts/ | Carpeta de código ejecutable | Ubicación de los scripts CLI en Python/Bash que el agente invoca si es necesario |
| skills/api-generator/references/ | Carpeta de documentación de referencia auxiliar | Contiene especificaciones de API grandes, esquemas de BD y documentos de guías de estilo |
| skills/api-generator/assets/ | Carpeta de plantillas de recursos estáticos | Almacena código repetitivo (boilerplate) generado y muestras de archivos de configuración |
Para verificar la calidad de los skills, se utiliza el framework de evaluación promptfoo.
`yaml
description: "Backend Agent Skills Validation Suite"
prompts:
`
Al realizar despliegues, se combina una estrategia de desarrollo basada en troncos (trunk-based development) utilizando ramas de corta duración con etiquetas Git (v1.2.0). Si el agente se comporta de manera errónea en producción, es posible regresar de inmediato al punto anterior ejecutando el comando git checkout tags/v1.1.0 -b hotfix/rollback.