00:00:00O Claude Code não tem estado muito bom ultimamente.
00:00:02Nossa equipe o utiliza todos os dias e, nas últimas semanas, temos esgotado os limites
00:00:06muito mais rápido do que deveríamos.
00:00:07A janela de contexto de 1 milhão de tokens deveria melhorar as coisas, mas na verdade
00:00:12piorou.
00:00:13É por isso que fomos pesquisar otimizações que pudéssemos encontrar para fazer o Claude Code durar mais.
00:00:18Antes de avançarmos sobre como podemos realmente aproveitar ao máximo os limites, vamos primeiro
00:00:22discutir como o sistema de planos e limites do Claude realmente funciona.
00:00:26Esta seção serve apenas para explicar àqueles que não estão familiarizados com o funcionamento real
00:00:30dos limites.
00:00:31O Claude possui 2 planos pagos, que incluem o plano Pro e o Max.
00:00:34O Max é o mais caro e o Pro é um plano mais barato, custando apenas 20 dólares mensais.
00:00:38Ambos os planos têm acesso a diferentes recursos que não estavam disponíveis no plano gratuito, incluindo
00:00:43Claude Code, Co-work e outros.
00:00:45Mas todos seguem a mesma regra.
00:00:46Não importa qual seja o plano, cada um oferece um número limitado de mensagens que você pode enviar dentro de
00:00:51uma janela de 5 horas e, assim que essa janela termina, sua contagem de mensagens é redefinida.
00:00:55O número de mensagens que você recebe varia de acordo com o plano.
00:00:57A janela de 5 horas começa quando você envia sua primeira mensagem, seja no Claude desktop,
00:01:01web ou em qualquer interface do Claude.
00:01:03Depois que a janela começa, cada mensagem enviada é contabilizada em relação ao limite definido do seu plano.
00:01:08Agora, você pode esperar que a janela só conte quando você estiver usando ativamente.
00:01:11Mas mesmo que você fique ocioso nesse intervalo e depois use intensamente na 5ª hora, a janela
00:01:15ainda está correndo e você teria que esperar até que as 5 horas completas passem para que seu limite
00:01:20seja redefinido.
00:01:21A janela de 5 horas também não depende do seu dispositivo.
00:01:23Portanto, se você estiver usando mais de um dispositivo com a mesma conta, todo o uso será contado
00:01:27dentro do mesmo limite.
00:01:28Agora, para o plano Pro, você recebe cerca de 45 mensagens por janela de 5 horas.
00:01:32O plano Max oferece 225 e o plano Max 20 vezes, que é mais caro que o
00:01:37plano de 100 dólares, oferece 900 mensagens na mesma janela.
00:01:41Esses números podem variar dependendo do modelo que você usa, já que você recebe mais mensagens com o Sonnet
00:01:46e menos com o Opus.
00:01:47Agora, você pode pensar que esse número de mensagens parece mais do que suficiente para o seu caso de uso.
00:01:51Mas esta é apenas uma contagem aproximada e existem outros fatores que a afetam.
00:01:54O primeiro deles é o modelo que você está usando.
00:01:56Os modelos Opus consomem cerca de 3 vezes mais tokens para a mesma solicitação do que o Sonnet porque eles
00:02:01são muito mais poderosos e exigem mais processamento.
00:02:03Portanto, se você estiver usando o Opus o tempo todo, não receberá 45 mensagens na sua janela de 5 horas
00:02:08e seu limite se esgotará muito mais rápido.
00:02:10O plano Pro tem um limite geral menor.
00:02:12Quanto ao plano Max, embora uma única pessoa possa dar conta dele, o Max geralmente é adquirido
00:02:16por organizações e distribuído entre os membros da equipe, então ele não aguentará com várias
00:02:20pessoas a bordo.
00:02:21Fazemos o mesmo no AI Labs: compramos um plano Max e o distribuímos para nossa equipe.
00:02:26Mesmo com isso, ainda esgotamos o limite frequentemente, o que nos levou a pesquisar formas de
00:02:30fazê-lo durar mais.
00:02:31O segundo fator é o tipo de tarefa que você está realizando.
00:02:34Tarefas com uso intensivo de processamento ou que exigem várias ferramentas consomem muitos tokens.
00:02:38Portanto, a janela acabará muito mais rápido do que o normal e você pode nem chegar a 45
00:02:43mensagens no plano Pro.
00:02:44E, além de tudo isso, a Anthropic reduziu recentemente o limite de sessão mais rapidamente durante os horários de
00:02:48pico de trabalho, quando muitas pessoas estão usando o serviço intensamente ao mesmo tempo.
00:02:52Assim, seu plano Claude se esgotará ainda mais rápido, antes que você possa concluir qualquer trabalho real.
00:02:56É por isso que agora é o momento certo de aprender como aproveitar ao máximo sua janela e
00:03:00usar o Claude de forma eficaz o dia todo.
00:03:02Mas antes de prosseguirmos, vamos dar uma palavra sobre o nosso patrocinador, Twin.
00:03:05Se você já tentou automatizar com ferramentas como Zapier ou N8N, já sabe como é.
00:03:09Fluxos de trabalho rígidos, falhas constantes e horas desperdiçadas conectando aplicativos.
00:03:13E agentes locais como o Claudebot são pesadelos de segurança e caros demais.
00:03:17O Twin muda isso.
00:03:18É um agente de IA sem código que realmente faz o trabalho para você enquanto você dorme.
00:03:21Ele se conecta a ferramentas via APIs quando elas existem e, quando não existem, ele constrói integrações
00:03:26na hora, oferecendo uma biblioteca de integrações infinita.
00:03:29E se não houver API, o Twin pode simplesmente navegar e interagir como um humano.
00:03:33Além disso, você tem acesso integrado a ferramentas como Perplexity, Gamma, VO3 e Nanobanana.
00:03:38Eles acabaram de lançar a API do Twin.
00:03:40Assim, você pode acionar agentes de qualquer lugar e conectá-los aos seus fluxos de trabalho existentes.
00:03:44E a melhor parte?
00:03:45Esses agentes aprendem.
00:03:46Eles se consertam quando algo quebra, melhoram com o tempo e rodam 24 horas por dia, 7 dias por semana.
00:03:50Pare de cuidar de automações quebradas.
00:03:52Clique no link no comentário fixado e conheça o Twin.
00:03:55Agora, você já deve saber que o código-fonte do Claude Code vazou.
00:03:58E muitas pessoas identificaram que há vários problemas internos que podem fazer os limites
00:04:02se esgotarem mais rápido do que o pretendido.
00:04:04Um deles são as respostas truncadas que permanecem no contexto.
00:04:07Portanto, se você receber uma mensagem de erro, como um limite de taxa atingido, isso pode criar uma
00:04:12resposta parcial.
00:04:13E, em relação a isso, ele tenta novamente mantendo o contexto anterior junto com a mensagem parcial
00:04:17cheia de erros.
00:04:18Isso incha o contexto com informações desnecessárias e desperdiça tokens.
00:04:22As listagens de habilidades também são injetadas principalmente para acesso mais rápido, embora não ofereçam
00:04:27muito valor, pois o manuseio mais rápido através da ferramenta de habilidades já existe.
00:04:31Semelhante a isso, existem outros problemas também.
00:04:33Por causa de tudo isso, muita gente está reclamando que os limites do Claude são atingidos antes do esperado.
00:04:38Portanto, para neutralizar tanto os limites oficiais quanto esses drenos de tokens ocultos, você deve tomar
00:04:43certas medidas para fazer o Claude Code durar mais ao construir seus produtos.
00:04:47Compartilhamos tudo o que descobrimos sobre a construção de produtos com IA neste canal.
00:04:51Então, se você quiser mais vídeos sobre isso, inscreva-se e fique de olho nos próximos vídeos.
00:04:55Começaremos com as dicas que você já deve ter ouvido de nós se assistiu aos nossos vídeos
00:04:59anteriores.
00:05:00A primeira delas é o comando clear.
00:05:01Use-o sempre que concluir uma tarefa e não precisar mais do contexto anterior.
00:05:05Por exemplo, quando terminar de implementar o aplicativo e quiser passar para a fase de testes,
00:05:09você não precisa do contexto anterior.
00:05:11Portanto, é melhor redefini-lo e iniciar a próxima tarefa com uma janela de contexto limpa.
00:05:15Mas às vezes você quer reter parte desse contexto.
00:05:18Nesse caso, você pode executar o comando compact.
00:05:21Ele resume toda a interação e libera espaço com um resumo no contexto.
00:05:25O motivo pelo qual queremos que você use isso é que cada vez que o Claude envia uma mensagem, ele inclui
00:05:29toda a conversa até agora, junto com prompts do sistema, suas ferramentas e todo o histórico
00:05:34da conversa anterior.
00:05:35A cada nova mensagem, isso continua crescendo, resultando em uma janela de contexto inchada e maior
00:05:40uso de tokens por mensagem.
00:05:41Agora, mesmo com a compactação, se você fizer perguntas paralelas na janela principal, ainda estará inchando-a
00:05:46com conteúdo não relacionado.
00:05:47Portanto, você pode usar o comando "by the way" para fazer uma pergunta rápida à parte.
00:05:50Ele responde em uma janela de contexto de sessão separada.
00:05:53Essa pergunta paralela não iria com a próxima mensagem que você enviar, resultando em menos tokens por
00:05:57solicitação.
00:05:58Agora, embora o planejamento possa parecer uma tarefa intensiva em tokens, você precisa começar seus
00:06:02projetos com ele.
00:06:03Isso porque, se você não gastar tempo planejando, terá que corrigir o rumo do Claude mais tarde,
00:06:07quando a implementação não estiver alinhada com o que você precisa.
00:06:10Gastar tokens antecipadamente no planejamento evita que você desperdice muito mais tokens em correções
00:06:14no futuro.
00:06:15Às vezes, o Claude não segue suas instruções como você deseja.
00:06:18Nessas horas, costumamos dar um novo prompt com a forma correta de implementação.
00:06:22Mas em vez de enviar um novo prompt, você pode executar o comando rewind para restaurar a conversa
00:06:26e o código para um ponto anterior, antes da mensagem em que o Claude não se alinhou, e fazer as alterações
00:06:31diretamente no prompt.
00:06:32Você também pode pressionar duas vezes a tecla Esc para fazer a mesma coisa.
00:06:35Isso remove a implementação incorreta da janela de contexto e as saídas erradas não
00:06:39são enviadas ao modelo.
00:06:41Agora, todos esses comandos ajudam a economizar tokens durante uma sessão.
00:06:44Mas o impacto maior vem de como seu projeto é estruturado em primeiro lugar.
00:06:47Você já deve ter estruturado seus projetos usando diferentes frameworks como Beemad, SpecKit
00:06:52ou outros.
00:06:53Mas a maioria desses frameworks é, na verdade, intensiva em tokens.
00:06:56Portanto, se você os usar em seu próprio aplicativo, espere que seu limite de tokens seja atingido mais rápido.
00:07:00Embora esses frameworks possam se sustentar em planos Max, eles definitivamente não se sustentarão no Pro.
00:07:04Agora, mesmo que você não esteja usando frameworks, você pode ter configurado o seu próprio.
00:07:07Para criar o arquivo Claude.md, você deve ter usado o comando init, que percorre sua base de código
00:07:12e cria um arquivo Claude.md para você.
00:07:14Ele cria um, mas ele contém muitos problemas.
00:07:17Este arquivo deveria fornecer orientação ao agente de IA, mas ele lista certas coisas que
00:07:20a IA já sabe por conta própria.
00:07:22Por exemplo, os comandos que ele mostra são os usados para rodar qualquer servidor de desenvolvimento e o Claude já
00:07:27sabe como fazer isso.
00:07:28A menos que você tenha uma flag de execução diferente para rodar o servidor, não há necessidade de adicionar
00:07:31isso.
00:07:32Quanto à arquitetura, o Claude pode ler os nomes dos arquivos e deduzir sobre o que cada arquivo trata com base
00:07:37no nome, porque ele entende sistemas de arquivos e os usa para navegar.
00:07:41Portanto, não há necessidade real de tais instruções, a menos que haja casos específicos
00:07:45em que orientação adicional seja necessária.
00:07:47Se você for escrever seu próprio Claude.md, o ideal é que ele tenha menos de 300 linhas.
00:07:52Quanto mais curto o arquivo, melhor será o desempenho e mais focado o Claude estará no que
00:07:56realmente importa.
00:07:57Ele deve atuar como um arquivo de orientação, não como um manual detalhado explicando como fazer tudo.
00:08:01O que você incluir deve ser genericamente aplicável em todo o projeto, não detalhes específicos
00:08:05de cada parte, tudo compactado em um único arquivo.
00:08:08Inclua no Claude.md o que o Claude não deve fazer, suas práticas de desenvolvimento e outras instruções
00:08:13semelhantes que o Claude não conhece por padrão.
00:08:16Você precisa configurar este arquivo corretamente porque ele é carregado no contexto uma vez
00:08:20a cada sessão e permanece lá.
00:08:22Portanto, informações desnecessárias na janela de contexto significam que você está desperdiçando tokens a cada turno
00:08:27que nem sequer eram necessários de antemão.
00:08:28Para aspectos específicos do projeto, como banco de dados, esquema ou outras áreas onde regras diferentes
00:08:33são necessárias, divida-os em documentos separados e vincule-os no arquivo Claude.md.
00:08:37Isso permite que o Claude puxe progressivamente apenas os documentos de que realmente precisa.
00:08:41Também mencionamos isso em nosso vídeo anterior: criar regras de projeto que sejam específicas para
00:08:45certos caminhos ajuda o Claude a manter o foco.
00:08:48Dessa forma, o Claude só tem informações relevantes no contexto e evita o uso desnecessário de tokens.
00:08:53Portanto, você também deve separar arquivos de regras para lógica de áreas específicas para que o Claude possa carregar
00:08:57apenas o que for necessário.
00:08:58Você também precisa utilizar habilidades para fluxos de trabalho repetitivos e adicionar scripts e referências para que
00:09:03ele possa realizar tarefas com mais precisão.
00:09:05As habilidades ajudam através do carregamento progressivo apenas da parte necessária e isso faz o Claude manter o foco
00:09:10no aspecto relevante da tarefa.
00:09:12O agrupamento com scripts ajuda a não desperdiçar tokens em tarefas determinísticas que podem
00:09:16ser tratadas programaticamente.
00:09:17O motivo para separar os arquivos é simples.
00:09:19Se o Claude está trabalhando em uma parte, ele não precisa de informações sobre áreas não relacionadas.
00:09:24Mas se tudo for colocado no mesmo arquivo Claude.md, tudo será carregado todas as vezes,
00:09:29levando ao uso desnecessário de tokens.
00:09:30Você também pode usar a flag de acréscimo de prompt do sistema para adicionar instruções específicas diretamente ao
00:09:35prompt do sistema.
00:09:36A sessão começa com essas instruções em vez de colocar tudo no arquivo
00:09:40Claude.md.
00:09:41Essas instruções são temporárias e serão removidas assim que a sessão terminar.
00:09:44Agora, isso pode parecer que está aumentando o contexto, mas é na verdade mais eficiente do que
00:09:48colocar uma instrução pontual no Claude.md.
00:09:51Se você adicioná-la lá, o Claude a manterá no contexto permanentemente, desperdiçando tokens desnecessariamente.
00:09:56Com o acréscimo, você fornece as instruções exatamente quando precisa delas.
00:09:59Além disso, se você estiver gostando do nosso conteúdo, considere apertar o botão de hype, pois isso nos ajuda
00:10:03a criar mais conteúdos como este e a alcançar mais pessoas.
00:10:06Você também precisa definir o nível de esforço do modelo que está usando.
00:10:10Se você não estiver trabalhando em uma tarefa que exija muito raciocínio, defina-o como baixo, pois a configuração baixa
00:10:14economiza tokens.
00:10:15Por padrão, ele é definido como esforço automático, o que significa que o modelo decide quanto esforço
00:10:20usar, mas você pode alterá-lo manualmente.
00:10:21Se sua tarefa não for muito complexa, não há necessidade de usar uma configuração de alto esforço.
00:10:25Agora, como mencionamos anteriormente, o Opus é o modelo que mais consome tokens.
00:10:28Portanto, se estiver trabalhando em tarefas simples, mude para o Haiku.
00:10:31Se sua tarefa exigir um nível razoável de raciocínio, use o Sonnet.
00:10:34Ele pode não ser tão poderoso quanto o Opus, mas ainda é eficiente e economiza mais tokens.
00:10:39Se você configurou vários MCPs para um projeto e não precisa de um em particular, apenas desative-o
00:10:43para que ele não desperdice tokens injetando informações desnecessárias na janela de contexto.
00:10:48Outro passo importante é criar ganchos (hooks) que filtrem o conteúdo que não deve pertencer
00:10:52à janela de contexto do Claude.
00:10:54Por exemplo, eu configurei casos de teste para o meu projeto.
00:10:57Quando os executamos, eles relatam tanto os testes aprovados quanto os reprovados, e tudo isso é carregado
00:11:01no contexto.
00:11:02Mas a principal preocupação do Claude são os testes que falharam, já que esses são os que precisam de correção.
00:11:05Assim, você pode criar um gancho que usa um script para evitar que os casos de teste aprovados entrem
00:11:10na janela de contexto e apenas os reprovados sejam incluídos.
00:11:13Isso economiza uma quantidade significativa de tokens em comparação com a injeção de todos os relatórios de teste.
00:11:17Você pode configurar ganchos para muitas outras tarefas da mesma forma para otimizar o uso de tokens.
00:11:21Agora, além de tudo isso, existem certas configurações que você precisa fazer na sua pasta .claud
00:11:25para melhorar o desempenho.
00:11:27A primeira é definir o desativamento do cache de prompt (disable prompt caching) como falso.
00:11:30Isso faz com que o Claude armazene em cache seus prefixos mais usados, o que reduz o uso de tokens.
00:11:34A Anthropic não cobra pelas partes que são enviadas repetidamente; você paga apenas pelo novo
00:11:38conteúdo.
00:11:39Você também pode desativar a memória automática para evitar que ela adicione conteúdo ao seu contexto e
00:11:43aumente o uso de tokens.
00:11:44A memória automática é um processo em segundo plano que analisa suas conversas e consolida informações
00:11:49úteis em arquivos de memória para o seu projeto específico.
00:11:52Desativá-la significa que ela não rastreará seus hábitos, mas economizará tokens por não rodar em
00:11:56segundo plano.
00:11:57Existe outra flag chamada desativar tarefa de segundo plano (disable background task) que interrompe processos em segundo plano de
00:12:00consumirem tokens continuamente.
00:12:02Isso inclui sonho, refatoração e limpeza de memória e indexação em segundo plano.
00:12:06Desligar isso ajuda a economizar tokens porque, mesmo que você não esteja conversando ativamente, esses
00:12:10processos ainda estariam trabalhando em sua conversa.
00:12:13Você também deve desativar o pensamento (thinking) quando ele não for necessário, porque o pensamento consome muito
00:12:16contexto e desperdiça tokens extensivamente em tarefas que nem precisam dele.
00:12:20Agora, isso é diferente da configuração de esforço que discutimos anteriormente.
00:12:23A configuração de esforço controla quanto raciocínio o Claude faz dentro de uma resposta, então menos esforço
00:12:28significa menos pensamento, mas ele ainda pensa.
00:12:30Desativar o pensamento completamente desliga a etapa de raciocínio interno e o Claude apenas gera
00:12:34a resposta diretamente.
00:12:35Portanto, se sua tarefa não exigir um raciocínio profundo, desative o pensamento inteiramente.
00:12:39Se precisar de algum raciocínio, mas não muito, diminua o nível de esforço.
00:12:43Por fim, configure o máximo de tokens de saída para um número definido.
00:12:46Não há um padrão, mas limitar isso controla o quanto o modelo gera.
00:12:50Defina-o mais baixo se quiser economizar tokens agressivamente ou aumente-o se sua tarefa exigir
00:12:55saídas mais longas.
00:12:56Agora, o modelo do Claude.md e outros recursos estão disponíveis no AI Labs Pro para este vídeo
00:13:00e para todos os nossos vídeos anteriores, de onde você pode baixar e usar em seus próprios projetos.
00:13:05Se você encontrou valor no que fazemos e quer apoiar o canal, esta é a melhor forma
00:13:09de fazer isso.
00:13:10O link está na descrição.
00:13:11Isso nos traz ao final deste vídeo.
00:13:13Se você quiser apoiar o canal e nos ajudar a continuar fazendo vídeos como este, você pode
00:13:17fazer isso usando o botão "Valeu demais" abaixo.
00:13:19Como sempre, obrigado por assistir e nos vemos no próximo.