TLDR;

Otimizando tokens no Claude Code economiza dinheiro ao evitar limites de uso nas assinaturas Pro e Max, que capam mensagens a cada 5 horas, e melhora resultados com prompts mais eficientes. Cinco dicas práticas incluem controlar contexto com comandos clear e compact, ser preciso nos prompts em vez de explorar livremente, priorizar tarefas em janelas de 5 horas, alternar modelos como Opus para lógica complexa e Sonnet para edições leves, e gerenciar MCPS para evitar consumo excessivo de contexto. LLMs como Claude são stateless, enviando todo o histórico de conversa em cada prompt, o que multiplica tokens desnecessariamente, resolvido limpando ou compactando o contexto ao mudar de tarefa.

Resumo

O vídeo ensina cinco maneiras práticas de otimizar o uso de tokens em agentes de codificação com IA, como Claude Code, para economizar dinheiro e melhorar resultados, independentemente do plano de assinatura. Tokens são consumidos por entradas (prompts, código, imagens ou arquivos) e saídas, e mesmo planos pagos têm limites: o Pro permite cerca de 45 mensagens CLA e 10-40 prompts de código a cada 5 horas, enquanto o Max multiplica isso por 5 ou 20. Dica 1: LLMs são stateless, então limpe ou compacte o histórico de conversas com comandos como "clear" ou "compact" para evitar reenviar contexto repetidamente. Dica 2: Seja preciso, especificando arquivos ou funções (ex.: "verifique verifyUser em auth.js") em vez de repasses inteiros, acelerando respostas e reduzindo gasto. Dica 3: Trate janelas de 5 horas como sprints, listando e priorizando tarefas para sessões focadas. Dica 4: Use modelos caros como Opus para planejamento complexo e depuração profunda, alternando para Sonnet em edições leves. Dica 5: Cuidado com MCPs (Model Context Protocol), que padronizam ferramentas externas via API, mas carregam definições que consomem o contexto — ex.: GitHub MCP já usa milhares de tokens, Playwright adiciona 17,6k e Supabase salta para 38,5k, esgotando limites rapidamente. Essas estratégias mantêm qualidade sem desperdício. (198 palavras)