Use o Claude Code para valer e mais cedo ou mais tarde você vai encontrar o "usage limit reached". Este capítulo é sobre as práticas que mantêm isso longe.
Economizar por economizar, porém, não é o objetivo. O objetivo é ter cota sobrando quando importa. Apertar os centavos até o trabalho sofrer derruba o propósito, então a última seção é sobre onde traçar a linha.
Por que o consumo cresce
O consumo é contado em tokens. O que a maioria erra aqui é supor que ele é definido pelo tamanho da instrução que você enviou.
Todo arquivo que o Claude foi ler por conta própria vai junto na entrada. Faça ele ler um arquivo grande inteiro e a conta dá um salto.
Cada troca envia junto todo o histórico até ali. Uma conversa longa aumenta o preço unitário de cada vaivém.
Corrigir até os testes passarem gasta um vaivém por falha. O outro lado da força.
Dos três, o que você mais consegue mover é o FACTOR 2. Quais arquivos são lidos é definido pelo trabalho, e o número de tentativas, pela dificuldade, mas o tamanho do histórico é algo que os seus hábitos controlam.
"Instruções curtas são baratas" é um mal-entendido. Quando uma instrução é curta demais para carregar a sua intenção, o Claude busca mais, constrói a coisa errada e começa de novo. Os vaivéns se multiplicam e no fim sai mais caro. O que é barato não é uma instrução curta, e sim uma que acerta de primeira.
Existe mais de um tipo de cota
O capítulo 4 tocou nisso, mas esta é a coisa mais útil de entender. Existe uma cota de ciclo curto e uma cota de ciclo longo, e elas são separadas.
A curta se recupera bem rápido, então esperar já devolve você ao trabalho. A longa leva dias para voltar, e gastá-la toda deixa você sem conseguir trabalhar por vários deles. "Voltou faz pouco e parou de novo na sequência" é a curta retornando enquanto a longa seguia gasta.
Como as cotas se comportam está em o que fazer diante do usage limit reached, e as medições da cota semanal voltando antes do esperado estão reunidas em a verdade sobre o reset antecipado do limite semanal.
Resolva o trabalho pesado antes do prazo e guarde os experimentos exploratórios para as horas em que houver folga.
Queimar a cota longa em tentativa e erro e então não conseguir trabalhar no dia em que a entrega de verdade vence. Só resta esperar a recuperação.
Effort — escolher entre velocidade e inteligência
O Claude Code tem uma configuração para quanto ele deve pensar. Pensar mais aumenta a precisão, mas também custa mais tempo e mais tokens.
Nem "sempre no máximo" nem "sempre no mínimo" compensam aqui. A resposta certa é alternar conforme a dificuldade da tarefa.
Substituições repetitivas, formatação, acrescentar testes, implementar algo cuja abordagem já está decidida. Trabalho sem nada a descobrir.
Um bug sem causa conhecida, uma escolha de design, uma mudança cujo raio de impacto você não consegue ler. Trabalho em que um caminho errado custa caro para desfazer.
O que a configuração contém e quando usar cada nível está em O que é a configuração de esforço? Mais rápido ou mais inteligente. O eixo da decisão é comparar com o custo do retrabalho. Se pensar bastante acerta de primeira, isso sai mais barato do que ir no leve e refazer três vezes.
Dobrar o contexto também é uma decisão de custo
O capítulo 3 apresentou o dobrar como algo que você faz porque ele deixa de conseguir lembrar, mas há um segundo motivo. Um histórico longo é reenviado toda vez, então seguir trabalhando sem dobrar torna cada vaivém progressivamente mais caro.
Dito isso, dobrar também consome alguma coisa. Dobre com agressividade demais e você perde premissas de que ainda precisa, tem de explicá-las de novo e acaba pagando mais. Os critérios estão reunidos em Devo rodar o /compact em intervalos fixos?.
Quando dobrar
Bom : logo depois de um trabalho terminar
antes de passar para outro conjunto de arquivos
Ruim : no meio do caminho (as premissas que você vai usar somem)
"ficou meio longo" (nenhum julgamento envolvido)
As formas mais fáceis de desperdiçar
A maior parte do consumo vem de vaivéns que não produzem nada. Aqui estão os formatos comuns.
Sem testes, o "pronto" não pode ser conferido, então você olha, aponta o problema e ele refaz. Mais vaivéns.
Das milhares de linhas, algumas dezenas importam. Entregue só a parte relevante e você obtém o mesmo resultado mais barato.
Trabalho sem relação se empilha no mesmo histórico, e você o carrega consigo daí em diante.
As convenções específicas do projeto podem morar na memória persistente do capítulo 6 em vez de serem digitadas de novo.
Conhecer o próprio consumo
Antes de cortar, compensa mais saber com o que você está gastando agora. Economizar no feeling costuma aparar justamente os lugares que não eram o problema.
Há duas coisas para olhar: quanto a conversa atual inchou e quanta cota sobrou. A primeira orienta a decisão de dobrar; a segunda, a decisão de começar ou não este trabalho hoje.
A cota que sobrou. Ela decide se dá para iniciar algo pesado. Se sobrou pouco, mude para um trabalho mais leve ou espere a recuperação.
O quanto a conversa inchou. Isso decide se você dobra antes da próxima tarefa. Não precisa olhar no meio do caminho.
O que importa é não conferir com mais frequência. Olhar o saldo restante a cada poucos minutos não reduz nada. As emendas entre as tarefas bastam.
Economias que saem pela culatra
Algumas coisas feitas em nome da economia produzem o efeito contrário. Todas elas são cenas comuns.
As premissas não chegam, a coisa errada é construída e as refações se multiplicam. Apare o que você cola, não o que você explica.
Dobre no meio de uma tarefa e as premissas que você vai usar somem. Explicá-las de novo custa mais.
Faça ele pensar raso sobre um bug sem causa conhecida e ele testa uma hipótese errada atrás da outra. Mais tempo e mais tokens.
Mexer com tudo parado significa que você não consegue ver se ajudou. Espere a recuperação e então teste uma mudança por vez.
O que cresce quando um time usa
O consumo que você nunca notou trabalhando sozinho vem à tona de outra forma assim que um time entra em cena.
O caso mais comum é todo mundo explicando as mesmas premissas em separado. Convenções do projeto, regras de nomenclatura, os lugares em que ninguém deve mexer: se cada pessoa escreve isso toda vez, a duplicação cresce com o tamanho da equipe. O movimento certo é colocar tudo na memória persistente do capítulo 6 e compartilhar pelo repositório.
O outro é o padrão em que alguém queima a cota em trabalho exploratório e outra pessoa fica parada no meio de uma entrega. O comportamento muda conforme a cota seja pessoal ou da organização, então confirme ao menos isso antes de adotar a ferramenta em escala.
Arrumar o material compartilhado funciona melhor do que impor regras. Dizer às pessoas para "economizar tokens" só espalha o julgamento individual de cada uma, mas, quando a memória persistente e um meio de verificação estão os dois no repositório, os vaivéns de todo mundo caem sozinhos.
Na prática — sete jeitos de consumir menos
Em ordem de impacto. Os dois primeiros resolvem a maior parte.
Quanto mais curto o histórico, mais barato cada vaivém. Este é o grande.
Deixe-o em condições de conferir e corrigir sozinho, e os vaivéns com você caem.
Aponte o diretório ou os arquivos. A fase de exploração inteira cai fora.
Trabalho repetitivo não precisa do máximo. Não economize nas partes difíceis.
Tudo o que você explica toda vez é coisa para escrever uma vez só (capítulo 6).
Logo depois que uma tarefa termina. Dobrar no meio significa explicar tudo de novo.
Mova a investigação para um contexto separado e o histórico principal fica limpo (capítulo 6).
A otimização de custo na codificação com IA em geral está tratada de um ângulo mais amplo em o guia completo de otimização de custo na codificação com IA.
Onde traçar a linha para não economizar demais
Por fim, a coisa que este capítulo mais quer dizer. Economizar não é o objetivo.
Preocupar-se tanto com a cota a ponto de rodar até o trabalho difícil num ajuste leve e depois corrigir uma implementação errada repetidas vezes: isso custa mais tokens e mais tempo, os dois. É o caso clássico de desperdiçar em nome da economia.
Decida pelo tamanho do retrabalho. Trabalho que, se der errado, você desfaz em minutos vai de leve e rápido. Trabalho que, se der errado, consome meio dia entra pensando fundo desde o começo. A cota é para ser guardada para o segundo caso.
E mais uma coisa. Quando tudo para, descansar também faz parte da operação. Em vez de mexer sem parar nas configurações depois de bater no limite, esperar a recuperação e retomar em plenas condições termina antes no fim das contas.
Resumo
- O consumo é definido pelos arquivos lidos, pelo histórico da conversa e pelo número de tentativas. O que dá para mover é sobretudo o histórico
- "Instrução curta = barata" é um mal-entendido. Barata é a instrução que acerta de primeira
- As cotas são de dois tipos, ciclo curto e ciclo longo. Gastar a longa deixa você dias sem trabalhar
- Alterne o effort pela dificuldade. Sempre no máximo e sempre no mínimo saem os dois no prejuízo
- Dobrar é uma questão de memória e ao mesmo tempo uma questão de custo. Mas dobrar no meio sai caro
- Os de maior impacto são dois: separar as conversas e entregar antes um meio de verificação
- Economizar não é o objetivo. Decida pelo tamanho do retrabalho e guarde cota para as partes difíceis