“Quiero seguir analizando” → “Entonces vuelvo a abrir Codex o Work.” Es cómodo, pero en una investigación larga puede hacer que la cuota se agote antes que el trabajo.
La idea no es dejar de usar Codex o Work. Es usarlos una vez para la preparación pesada y devolver el análisis repetitivo a Chat.
Por qué mover el trabajo a Chat
Porque Work y Codex tienen límites explícitos.
La documentación actual de OpenAI indica que Codex, ChatGPT Work, ChatGPT for Excel y Workspace Agents comparten la misma bolsa de uso agentic y créditos cuando están disponibles. Codex también tiene ventanas de uso de 5 horas y semanales. Cuando se agota la cuota, el siguiente trabajo puede tener que esperar al reinicio o usar créditos adicionales si están disponibles.
Repositorios grandes, sesiones largas, procesamiento masivo de archivos y tareas prolongadas consumen esa bolsa con rapidez. El resultado puede ser absurdo: la investigación sigue viva, pero la cuota semanal del agente ya no.
Chat normal usa otra estructura de límites. También tiene límites por modelo y función, y ni siquiera Pro debe describirse como literalmente ilimitado. Pero mover el trabajo iterativo fuera de la bolsa compartida de Work/Codex reduce mucho los cortes forzados causados por agotarla.
No alquiles una excavadora para cada viaje. Construye la carretera una vez y después conduce.
Reparto simple
- Obtener, conectar y convertir: Codex / Work / local
- Fijar formatos reutilizables: Parquet / CSV / JSON / manifest
- Repetir hipótesis, análisis y redacción: Chat
La segunda capa es la clave. Una vez que Chat recibe material reutilizable, cambiar una condición ya no obliga a volver a Codex.
Fábrica de artículos
Deja Codex para refactors de todo el repositorio, scripts de importación, reparaciones de despliegue y conversiones iniciales masivas.
Lleva a Chat la producción diaria: artículo desde conversación, edición, 12 idiomas, privacidad, duplicados, títulos, investigación adicional, source draft en GitHub y revisión de artículos antiguos.
Si cada artículo exige “invocar Codex”, has creado una fábrica de invocaciones de Codex.
Análisis de mercado
Lo pesado suele ser la preparación inicial.
Codex hace una vez API, bulk download, decode binario, timestamps, hashes, splits Discovery/Validation/Final y conversión a Parquet.
Luego Chat compara repetidamente ES / NQ / 6E / 6J, BTC / ETH y todos los pares JPY de bitbank.
Se estudian queue, cancel, partial fill, adverse selection, spread capture, inventory cost, maker rebate, latency stress, placebo y estabilidad temporal.
La pregunta no es “¿sube el siguiente tick?”. Es quién necesita ejecutar ya, dónde desaparece la liquidez, qué posición de cola vale la pena mantener y cómo gestionar inventario tras un fill unilateral.
Bundle para Chat
research-bundle/
DATA_MANIFEST.json
CHECKSUMS.sha256
DATA_QUALITY.csv
SPLITS.json
discovery/*.parquet
validation/*.parquet
final_sealed/*.parquet
RESEARCH_STATE.json
CHECKPOINT.md
Campos comunes cuando sea posible:
ts_event, ts_recv, venue, symbol, event_type,
side, price, size, order_id, sequence, action
Si L2 no tiene order_id, se deja null. Inventarlo convierte investigación en fanfiction.
Mantén Final cerrado
Discovery crea hipótesis, Validation intenta romperlas y Final se abre una sola vez después de congelar reglas.
Ahorrar cuota no sirve si contaminas el holdout.
Qué va dónde
| Trabajo | Mejor lugar |
|---|---|
| Sitios con login | Work |
| Binarios grandes | Codex / local |
| Implementación de todo el repo | Codex |
| WebSocket 24/7 | collector local |
| Datos ya preparados | Chat |
| Hipótesis y falsación | Chat |
| Python y simulación | Chat |
| Artículos y traducción | Chat |
No es que Chat lo haga todo. Es separar obra de una sola vez de investigación repetida.
Arquitectura final
Sitios externos / API / GitHub / datos de mercado
↓
Codex / Work solo cuando haga falta
↓
Parquet + manifest
↓
Chat
hipótesis → análisis → falsación
↓
Validation → Final
↓
artículo / informe / GitHub
El truco no es “no usar Codex”. Es hacer que Codex deje el entorno tan preparado que ya no sea necesario en cada iteración.
Referencias (4)
- OpenAI Help Center: https://help.openai.com/en/articles/11369540
- GPT-5.6 in ChatGPT: https://help.openai.com/en/articles/20001354-gpt-56-in-chatgpt
- ChatGPT Work and Codex: https://help.openai.com/en/articles/20001275-chatgpt-work-and-codex
- Databento Pricing: https://databento.com/pricing
