La promesa de los asistentes de código basados en LLM es seductora: escribir menos, entregar más. Pero cualquiera que haya intentado meter un repositorio SFDX completo, con sus miles de archivos de metadatos, en la ventana de contexto de un modelo sabe dónde está el talón de Aquiles: el límite de tokens. Un desarrollador senior de Field Service ha publicado en Towards AI su "playbook" real para usar Claude Code en proyectos Salesforce de envergadura sin que la factura de contexto —ni la paciencia— se dispare.
El núcleo de su estrategia no es mágico, sino disciplinado. En lugar de volcar todo el org al chat, estructura el trabajo en ciclos cerrados: extrae solo los metadatos relevantes mediante `sfdx force:source:retrieve` filtrado por paquetes o features, genera un ERD (diagrama entidad-relación) actualizado con herramientas como `sfdx-hardis` o scripts propios, y pasa ese snapshot curado a Claude junto con el ticket concreto. Así, el modelo razona sobre una foto fija y acotada del sistema, no sobre el monstruo completo.
Otro pilar es la gestión del "drift" de metadatos. El autor insiste en que la única fuente de verdad es el repositorio Git, no el org. Antes de cada sesión con Claude, ejecuta un `git diff` contra la rama principal y alimenta al asistente solo con los deltas pendientes de revisión. Esto reduce ruido y obliga al humano a validar qué cambia realmente. Además, usa revisiones de org programadas —comparando `source:status` y `apex:test:run`— para detectar derivas que el modelo no ve porque no están en el contexto.
En cuanto a los hábitos de tokens, la regla de oro es "contexto efímero, conocimiento persistente". Cada hilo de chat sirve para una tarea atómica: generar una clase Apex con tests, refactorizar un flow, documentar un trigger. Al terminar, el código aprobado vuelve al repo y el hilo se cierra. Nada de conversaciones maratón que acaban alucinando referencias a objetos que ya no existen. Para conocimiento transversal —patrones de arquitectura, convenciones de naming, governor limits—, mantiene un archivo `CLAUDE.md` en la raíz del repo que el modelo lee al inicio de cada sesión; es barato en tokens y evita reaprender lo mismo.
¿Por qué importa esto ahora? Porque Salesforce está empujando hard el desarrollo centrado en metadatos (SFDX, unlocked packages, DevOps Center) y los equipos necesitan velocidad sin sacrificar gobernanza. Herramientas como Claude Code, Cursor o Copilot Workspace solo escalan si el desarrollador impone ingeniería de contexto: entradas pequeñas, salidas verificables, estado en Git. El artículo es, en el fondo, un manual de higiene de ingeniería disfrazado de trucos de IA.
La lección transferible: el mejor prompt para un proyecto grande no es "arregla esto", sino "aquí tienes el diff mínimo, el ERD actual y la convención de tests; propón solo el cambio quirúrgico". La IA no sustituye al arquitecto; le exige ser más preciso en lo que le entrega.
