# ¿Cómo uso los agentes de IA y las herramientas de investigación profunda sin desperdiciar?

> Cuándo los agentes de IA y los modos de investigación profunda justifican su consumo de tokens mucho mayor, y cómo darles instrucciones para que terminen pronto sin bucles.

Source: https://greenai.guide/es/como/como-uso-los-agentes-de-ia-y-las-herramientas-de-investigacion/  
Updated: 2026-11-19

## En resumen

Reserve los agentes y los modos de investigación profunda para las tareas que de verdad necesitan muchos pasos, como investigar un tema amplio en muchas fuentes, y use un chat normal para las preguntas rápidas. Los agentes llaman a un modelo muchas veces por tarea: Anthropic informó de que los agentes usaban unas cuatro veces los tokens de un chat, y los sistemas multiagente, unas quince veces.

## Steps

1. Pruebe primero un chat normal o un buscador, y use un agente solo si se quedan cortos.
2. Dé al agente un objetivo claro, un alcance y un punto en el que parar.
3. Indíquele qué fuentes o sitios usar, para que no se disperse.
4. Vigile la primera ejecución y deténgala si empieza a repetirse.
5. Reutilice el informe que produce en lugar de repetir la misma investigación.

**Los agentes son potentes pero caros, así que deles buenas instrucciones y úselos para trabajos grandes.** Un agente
de IA, incluidos los modos de «investigación profunda» (deep research) de muchos chatbots, planifica, busca, lee,
escribe y comprueba en bucle. Cada paso es otra llamada a un modelo, que suele llevar el historial creciente de la
tarea.

## ¿Cuánto más consumen los agentes? {#how-much-more-do-agents-use}

**Muchas veces lo que un chat.** Anthropic, al describir su propio sistema de investigación multiagente en 2025,
informó de que los agentes solían usar unas cuatro veces más tokens que las interacciones de chat, y los sistemas
multiagente, unas quince veces más. Kim, Shin, Chung y Rhu hallaron que los flujos de trabajo agénticos consumían
bastante más energía que las respuestas únicas, con rendimientos decrecientes en precisión a medida que se gastaba
más cómputo.

Es un buen intercambio para una tarea que le llevaría horas. Es un desperdicio para algo que respondería una sola
pregunta.

## ¿Cómo le doy buenas instrucciones a un agente? {#how-do-i-brief-an-agent-well}

- **Diga cómo es el resultado terminado:** «Un resumen de una página de los cinco estudios más citados desde 2023».
- **Fije el alcance:** periodo, países, tipos de fuente.
- **Indique las fuentes** en las que confía, si las conoce.
- **Pida un resultado breve.** Un informe largo cuesta más de escribir y de leer.

## Errores frecuentes {#common-mistakes}

- **Usar la investigación profunda para preguntas sencillas** que un buscador o un chat resuelven en segundos.
- **Repetir la misma investigación** en lugar de guardar y actualizar el primer informe.
- **Dejar que un agente atascado siga.** Si vuelve una y otra vez a las mismas páginas, deténgalo y reformule.

Si crea agentes, consulte [evitar que los agentes de IA desperdicien tokens](/es/como/como-evito-que-los-agentes-de-ia-desperdicien-tokens/).
Para el problema más amplio, lea [la IA agéntica y el desperdicio de tokens](/es/articulos/la-ia-agentica-y-el-desperdicio-de-tokens/).

## Fuentes

- [How we built our multi-agent research system](https://www.anthropic.com/engineering/multi-agent-research-system), Anthropic (2025)
- [The cost of dynamic reasoning: demystifying AI agents and test-time scaling from an AI infrastructure perspective](https://arxiv.org/abs/2506.04301), Kim, Shin, Chung and Rhu, HPCA 2026 (2025)
