Guias, comparações e novidades sobre ferramentas de IA

Os mods do Claude Code (Claude Mods) são plugins que executam funções em JavaScript ou TypeScript dentro do Claude Code, adicionados oficialmente na v2.1.287, em 1º de outubro de 2026. Este artigo explica como funciona um mod de três arquivos, como ele se diferencia dos hooks tradicionais escritos no settings.json, das skills e do MCP, o que os mods fazem, como desenhar painéis na interface, criar comandos que rodam sem esperar e segurar uma chamada de ferramenta para perguntar ao usuário, e limites como o tempo de execução, tudo com base no texto original da documentação oficial consultado em 5 de outubro do mesmo ano. Um mod roda com as suas permissões, fora do sandbox, e pode sobrepor decisões de permissão. Uma tabela mostra que as regras deny valem no Team ou no Enterprise ou em uma máquina com managed settings, mas que, em um plano pessoal, um mod pode aprovar até chamadas que uma regra deny recusou. O artigo também traz os resultados da leitura do código dos três mods de exemplo oficiais da Anthropic e da contagem das APIs que eles usam, como ler o claude plugin validate antes de instalar, como testar mods, pedir ao Claude que crie um e desativá-los, onde os mods rodam e quais são os embutidos, além de um checklist antes de instalar.

Dá para entregar o desenvolvimento às sessões na nuvem do Claude Code sem abrir um novo caminho até a produção: mantenha o código em um repositório privado do GitHub, instale o Claude GitHub App só nesse repositório e faça o servidor de produção apenas puxar o código com uma deploy key somente leitura. Este artigo é o meu registro de quando comecei a usar as sessões na nuvem em um projeto de desenvolvimento separado, em 4 de outubro de 2026, conferido com o texto original da documentação oficial nessa data. Ele explica que o claude --cloud sem GitHub envia o histórico de todas as branches mais as alterações não commitadas em arquivos rastreados (no Windows, seja qual for o nome do arquivo), como resolver quando outra conta do GitHub está conectada, o "Only select repositories" e por que repositórios públicos aparecem na lista, por que criar um ambiente novo para cada projeto, já que quem usa um ambiente consegue ler as variáveis de ambiente dele, que os arquivos locais ficam invisíveis e que o Accept edits na nuvem para em cada comando enquanto o Auto segue em frente, tudo reunido em um checklist para antes de começar. Também traz um caso real em que uma única instrução executada de forma autônoma consumiu US$ 226 do crédito por tempo limitado antes de eu mandar parar no meio, por que o crédito acaba tão rápido e formas de reduzir o custo.

Mesmo no plano Pro pessoal, as conversas e o código do ChatGPT e do Codex são usados para treinamento por padrão. Você vai ver que a configuração do ChatGPT também vale para novas tarefas do Codex, enquanto o treinamento com ambientes tem um controle separado. O guia reúne o que não enviar, o que fazer se dados confidenciais forem enviados e as exceções de exclusão e avaliação.

Se as suas conversas no Claude Code são usadas para treinar modelos de IA depende do seu plano e da configuração da sua conta. Nos planos de consumidor Free, Pro e Max, seus dados só são usados para treinamento enquanto a configuração de melhoria do modelo, nas configurações de privacidade do claude.ai, estiver ativada (guardados por 5 anos), e desativá-la interrompe o treinamento (guardados por 30 dias). A configuração pertence à sua conta, então não é preciso mudar arquivos de configuração no computador onde o Claude Code roda. Com base no texto original da página "Data usage" da documentação do Claude Code, do Privacy Center da Anthropic e da página "API and data retention" do Claude Platform em 4 de outubro de 2026, este artigo mostra onde fica a configuração e como desativá-la, por que desativar não remove seus dados de treinamentos anteriores, como são tratados as avaliações 👍👎, o /feedback e as conversas sinalizadas como violação da política, e o treinamento e a retenção por plano, incluindo Team, Enterprise, a API e o Bedrock. Também explica que as entradas e saídas da API não são usadas para treinamento por padrão e são excluídas em até 30 dias, o que o ZDR cobre e por que Covered Models como o Fable exigem 30 dias de retenção, as variáveis de ambiente que param as métricas de uso e os relatórios de erro enviados à parte do treinamento, as transcrições guardadas em texto puro no seu próprio computador e como escolher a configuração para trabalho confidencial.

O Claude Tag é um recurso da Anthropic que permite delegar ao Claude pesquisas, redação de documentos, relatórios recorrentes e até rascunhos de pull requests no GitHub só digitando @Claude em um canal do Slack (anunciado em 23 de junho de 2026, em beta público). Só organizações Team e Enterprise podem usá-lo; nos planos Pro e Max pessoais, o aviso pode aparecer no claude.ai, mas clicar nele não leva a lugar nenhum. Confirmei que isso é intencional com a tela real que aparece ao clicar em um plano Max pessoal e com a linha correspondente na página oficial de solução de problemas. Com base no texto original da documentação oficial em 4 de outubro de 2026, este artigo apresenta um fluxo de decisão para saber se você pode usá-lo, como colegas sem licença do Claude ainda podem pedir nos canais, onde cada tipo de trabalho é cobrado (as opções de limite mensal e os limites de 7 dias, $50 e 50 sessões nas DMs de membros sem conta conectada), como pedir em canais, DMs e DMs em grupo, a memória do canal, execuções agendadas e monitoramento de canais com Routines, troca de modelos, conexão de ferramentas com Access bundles e contas dedicadas do Claude, o fluxo de PRs no GitHub e no GitLab e a aprovação por duas pessoas, como convidados e o Slack Connect são tratados, retenção e exclusão de dados, problemas comuns e comandos, e as diferenças em relação ao Claude in Slack anterior, ao Cowork e ao Claude Code.

O /doctor prompt-audit do Claude Code (o /checkup prompt-audit é o mesmo) faz o Claude ler o CLAUDE.md, o CLAUDE.local.md, o AGENTS.md e as regras, skills, comandos e subagentes de .claude/, procurar prompting escrito para modelos antigos, referências a arquivos ou comandos que não existem e instruções que se contradizem, e devolver um relatório com diffs sugeridos. Nada muda até você pedir, e ele exige a v2.1.283 ou posterior. Com base na documentação oficial e no CHANGELOG consultados em 3 de outubro de 2026 e no guia de auditoria embutido no Claude Code, este artigo mostra como executá-lo e restringi-lo com um caminho, o que ele considera desatualizado (texto enfático demais, caminhos inexistentes, conflitos entre arquivos e mais), sua regra de não apagar contexto nem proibições que existem por um motivo, os seis campos do relatório e como ler os níveis de confiança, e como ele difere do /doctor, do /claude-api prompt-audit e do comando claude doctor do terminal. Também conta o que aconteceu quando o rodamos nos arquivos de instruções deste site (7 de 9 apontamentos aplicados, entre eles uma divergência real: uma explicação que esquecemos de reescrever depois de adicionar uma regra) e cuidados como o consumo da cota de uso, a variação entre execuções e o trabalho de conferir os apontamentos antes de aplicá-los.

O prompt caching reaproveita o cálculo de um prefixo que coincide com o início de uma requisição anterior, tornando essa entrada mais barata e rápida. A OpenAI (GPT-5.6 e posteriores) ativa o recurso por padrão, mantém o cache por pelo menos 30 minutos após o último uso (12 horas é opcional), cobra 1.25x na escrita (2.5x com 12 horas) e 0.1x na leitura (0.05x no GPT-6.1 Sol). O Claude só usa o cache com cache_control, mantém por 5 minutos (1 hora é opcional), cobra 1.25x na escrita (2x com 1 hora) e 0.1x na leitura (0.05x no Opus 5.5 e no Sonnet 5.5, 0.025x no Fable 5.1). Com base nas documentações oficiais das duas empresas de 3 de outubro de 2026, o artigo compara tamanho mínimo, pontos de corte, escopo e limites de taxa, calcula quantas leituras compensam a escrita, lista as causas comuns de falha e mostra como verificar os acertos em usage, prompt_cache_diagnostics e diagnostics.

O /code-review do Claude Code é uma skill embutida que lê os commits à frente do upstream mais as mudanças não commitadas (ou um PR, branch ou caminho que você passar), procura bugs de correção e os relata. O /review é um alias, a revisão roda como subagente em segundo plano e o custo conta como uso normal. Este artigo mostra como passar um alvo, como escolher entre low (só achados de alta confiança) e de medium a max (cobertura maior, mas é preciso separar os resultados), a regra de que omitir o nível reutiliza o último que você digitou, o cuidado de que as edições do --fix feitas em segundo plano não podem ser desfeitas com o /rewind, e onde o --comment publica no GitHub e no GitLab. Também explica o ultra, em que vários agentes na nuvem devolvem só achados verificados (cerca de 15 a 25 minutos; 3 execuções grátis únicas no Pro e no Max e, depois, normalmente de US$ 5 a US$ 25 por execução em créditos de uso), e em que o /code-review difere do /simplify, do /security-review, do Code Review do app do GitHub e do claude-code-action, com base no texto original da documentação oficial e do CHANGELOG em 2 de outubro de 2026 (a descrição dos níveis, em 14 de outubro). Por fim, traz o resultado de rodar uma vez o /code-review high no código da ferramenta de verificação de imagens de IA deste site (9 de 10 achados eram bugs reais, todos corrigidos) e as desvantagens, como o consumo de uso, o trabalho de conferir os achados e como desfazer o --fix.

O mascote flutuante do aplicativo de desktop do ChatGPT (Codex) some com um clique com o botão direito e a opção Ocultar Mini. A configuração para desativá-lo não consta na documentação oficial, e, se ele reaparecer, o primeiro suspeito é o atalho de exibição. O artigo reúne os passos, o modo Mini e as diferenças entre CLI, web e extensões de IDE, com base na documentação oficial e em capturas do Windows enviadas por um usuário.

O erro Selected model is at capacity do Codex é causado por congestionamento nos servidores da OpenAI, e os registros oficiais de incidentes confirmam esse tipo de falha. Você vai ver a ordem de solução: aguardar, verificar incidentes e testar outro modelo. O texto também explica como diferenciá-lo de limites de uso, 401 e thread not found, e o que guardar caso o erro volte a ocorrer.

O ChatGPT dot é um agente de IA contínuo que segue trabalhando mesmo quando você não está conversando, e o primeiro dot está incluído sem custo extra no Pro. Neste teste, ele gerou um app de to-do e acrescentou a função "desfazer exclusão", mas a verificação na tela foi feita no Codex. O guia explica preços e limites, memória e permissões, delegação e como interromper o trabalho, ajudando você a escolher entre Codex e dot.

O ChatGPT Pro tem três níveis: 100, 200 e 500. Desde 29 de outubro de 2026, as cotas do Work e do Codex são 10, 20 e 50 vezes a do Plus (calculado por este site), e os preços mensais oficiais são US$ 100, US$ 200 e US$ 500, então duas contas 100 e um 200 custam o mesmo e dão a mesma cota total; os preços em moeda local variam conforme o país ou a região. O guia também explica o consumo pela velocidade, como e quando usar os cupons de redefinição guardados e como eles diferem dos créditos.