Como economizar tokens no Claude
Para economizar tokens no Claude, o primeiro passo é entender que o modelo trabalha dentro de uma janela de contexto com tamanho limitado. Cada mensagem enviada, cada arquivo lido e cada ferramenta acionada consome uma parte dessa janela.
Por isso, compreender como esse consumo acontece e adotar estratégias deliberadas para otimizá-lo é o que separa um uso amador de um uso profissional e sustentável da ferramenta.
Neste guia, você encontra quinze práticas aplicáveis ao Claude Code e às conversas do dia a dia, com foco em reduzir desperdício sem perder qualidade.
Por que economizar tokens no Claude começa pelo contexto
A primeira premissa precisa ficar clara desde o início: a cada nova mensagem, o Claude processa novamente toda a conversa acumulada até ali.
Ou seja, o custo não cresce de forma linear. A mensagem 1 pode custar 500 tokens, enquanto a mensagem 30 pode custar 15.000, porque carrega todo o histórico anterior.
Em uma conversa com mais de 100 mensagens, aproximadamente 98,5% de todos os tokens consumidos vão apenas para reler o histórico. Esse comportamento tem uma consequência direta para quem quer economizar tokens no Claude.
Na prática, a economia não está no comprimento das respostas, mas no tamanho do contexto acumulado. É verdade que, na API, cada token de saída custa mais caro do que um token de entrada.
No entanto, o volume de entrada reprocessado a cada mensagem é tão maior que ele domina a conta. Focar somente em respostas curtas é, portanto, uma otimização marginal.
Vale lembrar também que o cache de prompt reduz o custo de reler trechos repetidos, mas não elimina o problema. O contexto continua ocupando espaço na janela e continua influenciando a qualidade das respostas.
Verifique o contexto inicial com /context
Antes de enviar qualquer mensagem em uma sessão nova do Claude Code, execute o comando /context. Ele mostra quantos tokens já estão ocupados por elementos que você não vê na conversa.
Prompts de sistema, arquivos CLAUDE.md, ferramentas MCP, skills e outros componentes de configuração entram nessa conta. Em configurações carregadas, esses itens podem consumir sozinhos até 62.000 tokens ainda na inicialização.
Conhecer esse valor de partida é essencial para planejar o uso da janela de forma realista. Além disso, ele revela qual servidor MCP ou arquivo de instruções está pesando mais do que deveria.
Esse diagnóstico é o primeiro passo concreto para economizar tokens no Claude Code.
Contexto podre: o custo invisível das sessões longas
À medida que a sessão cresce, a performance do modelo degrada de forma progressiva. Esse estado ganhou o apelido de contexto podre, tradução livre de context rot.
Os sintomas são fáceis de reconhecer. O modelo começa a esquecer instruções anteriores, contradiz respostas que ele mesmo deu e, em tarefas de código, passa a editar arquivos sem relê-los.
Além disso, a degradação é mensurável. Em testes de recuperação de informação em contexto longo, a acurácia citada cai de 92% em sessões de 256 mil tokens para 78% em sessões de 1 milhão de tokens.
O efeito colateral é perverso, porque um modelo degradado gasta muito mais tokens para entregar o mesmo resultado. Assim, cria-se um ciclo em que mais contexto gera mais erros, e mais erros geram mais contexto.
Quebrar esse ciclo cedo é a forma mais barata de economizar tokens no Claude.
Compacte manualmente para economizar tokens no Claude
O Claude Code possui uma autocompactação que entra em ação quando a sessão se aproxima do limite da janela, por volta de 95% de ocupação. Esse ponto, porém, costuma ser tarde demais.
Ao chegar nessa faixa, o modelo já está no pico do contexto podre. Com isso, o resumo gerado pela compactação automática retém apenas algo entre 20% e 30% dos detalhes originais.
A prática recomendada para economizar tokens no Claude é compactar manualmente por volta dos 60% da janela, com o comando /compact. Nesse ponto, o modelo ainda trabalha com boa acurácia e produz um resumo muito mais fiel.
Você também pode passar instruções ao comando, por exemplo /compact mantenha as decisões de arquitetura e a lista de arquivos alterados. Dessa forma, o resumo preserva exatamente o que importa para a próxima etapa.
Use /rewind em vez de pedir correções
Quando o Claude erra, o instinto imediato é responder descrevendo o problema e pedindo uma nova tentativa. Esse hábito, no entanto, adiciona ao contexto a tentativa errada e a explicação do erro.
A abordagem mais eficiente é usar o comando /rewind, que volta a conversa para um ponto anterior e descarta tudo o que veio depois. No Claude Code, apertar Esc duas vezes abre o mesmo recurso.
Assim, o histórico do erro desaparece e o modelo recomeça sem carregar a tentativa malsucedida. Em seguida, basta reescrever o pedido original com a informação que faltava.
Esse ajuste parece pequeno em uma única ocorrência. Contudo, em sessões longas, ele faz uma diferença expressiva para economizar tokens no Claude.
Quando usar /clear e começar do zero
Em alguns momentos, a decisão mais eficiente é limpar completamente a sessão com /clear ou abrir uma nova conversa.
Se o modelo está repetitivo, vago ou claramente desorientado, continuar na mesma sessão apenas amplifica o problema. Afinal, cada mensagem adicional aumenta o contexto podre sem reversão real.
Reconhecer esse ponto e reiniciar sem hesitação também ajuda a economizar tokens no Claude. Uma boa regra é usar /clear sempre que você mudar de tarefa, mesmo que a sessão ainda pareça saudável.
Divida projetos para economizar tokens no Claude
Tentar fazer tudo em uma única sessão é um dos erros mais comuns entre usuários avançados. Nesse caso, o modelo acumula contexto de domínios diferentes, o que aumenta o ruído e acelera a degradação.
A alternativa é montar uma linha de produção com sessões especializadas. Por exemplo, uma sessão cuida da descoberta, lendo PDFs e analisando a base de código, outra cuida do planejamento e uma terceira cuida da execução.
Cada sessão começa com contexto limpo e trabalha apenas com as informações relevantes para a sua função. Para passar o resultado adiante, peça que a sessão anterior grave um resumo em um arquivo Markdown.
Dessa maneira, o resultado fica mais preciso e o consumo de tokens por entrega cai de forma significativa. Esse é, de longe, um dos caminhos mais consistentes para economizar tokens no Claude em projetos grandes.
Defina um limite pessoal de tokens por sessão
Ter um limite pessoal para reiniciar a sessão é uma estratégia efetiva para economizar tokens no Claude e manter a performance consistente.
Uma referência prática usada por desenvolvedores experientes é reiniciar a sessão ao atingir 120 mil tokens. Esse número é alto o bastante para tarefas substanciais e baixo o bastante para evitar a degradação severa.
O mais importante, porém, é ter um número definido e segui-lo com disciplina. Tentar extrair o máximo de cada sessão até o colapso sai mais caro do que recomeçar no momento certo.
Subagentes e modelos menores para economizar tokens no Claude
A delegação de tarefas para subagentes é uma forma poderosa de economizar tokens no Claude em fluxos de trabalho complexos.
Em vez de manter todo o processamento na sessão principal, você delega partes do trabalho a subagentes que começam com uma janela de contexto própria e limpa. Ao terminar, cada subagente devolve apenas o resultado final.
Com isso, a sessão principal não precisa carregar o histórico intermediário dessas subtarefas. Buscas extensas no código, leitura de logs e análise de muitos arquivos são candidatas naturais a essa delegação.
Além disso, ao configurar um subagente, você pode indicar um modelo mais econômico, como o Claude Haiku. Para a maioria das tarefas operacionais, o resultado tem qualidade equivalente a um custo bem menor do que o Opus ou o Sonnet.
Se quiser entender melhor quando usar cada recurso, o artigo agents ou skills: qual escolher compara as duas abordagens.
Planeje antes de executar
Boris Cherny, criador do Claude Code, compartilhou publicamente uma prática relevante: começar as sessões no modo de planejamento antes de qualquer execução.
No Claude Code, você alterna para o modo de planejamento com Shift+Tab. Nesse modo, o modelo analisa o problema e propõe um plano sem alterar arquivos.
Gastar alguns tokens no planejamento é uma forma inteligente de economizar tokens no Claude, porque evita corrigir desvios depois. Afinal, um plano claro reduz retrabalho, diminui o uso de /rewind e corta o número de mensagens necessárias para concluir a tarefa.
CLAUDE.md enxuto ajuda a economizar tokens
O arquivo CLAUDE.md entra em todas as sessões. Portanto, se ele estiver inflado, você paga o custo dessa inflação em cada conversa.
Enxugar esse arquivo é uma forma direta de economizar tokens no Claude em todas as sessões.
A recomendação técnica é manter esse arquivo abaixo de 200 linhas, o que equivale a aproximadamente 2.000 tokens. Arquivos longos ocupam mais contexto e, além disso, reduzem a aderência do modelo às instruções.
Instruções especializadas devem migrar para skills, que carregam apenas sob demanda. O guia completo do Claude Code mostra como organizar essas duas camadas.
Bloqueie arquivos irrelevantes em repositórios grandes
Em projetos com bases de código extensas, o Claude pode ler arquivos irrelevantes para a tarefa em execução. Cada arquivo desnecessário consome tokens da janela de contexto sem gerar valor.
A ideia de um arquivo .claudeignore circula bastante na comunidade para excluir diretórios de build, dependências de terceiros e arquivos gerados. Contudo, o mecanismo documentado oficialmente para isso são as regras de negação de permissão no settings.json.
{
"permissions": {
"deny": [
"Read(./node_modules/**)",
"Read(./bin/**)",
"Read(./obj/**)",
"Read(./dist/**)"
]
}
}
Com essas regras, o Claude Code deixa de ler os caminhos listados. Em codebases massivas, essa medida ajuda a economizar tokens no Claude de forma expressiva.
Converta arquivos para Markdown e economize tokens no Claude
O formato do arquivo enviado tem impacto direto no número de tokens consumidos. Para conteúdo textual, o Markdown é o formato mais eficiente.
A comparação impressiona. A conversão de HTML para Markdown reduz o consumo em aproximadamente 90%, enquanto a conversão de PDF gera redução de 65% a 70%.
Da mesma forma, documentos .docx convertidos para Markdown ficam cerca de 33% menores em tokens. Em termos práticos, um PDF de 40 páginas pode ocupar o mesmo espaço que um Markdown de 130 páginas.
Ferramentas como o Docling fazem essa conversão de forma automatizada. Elas são especialmente úteis em pipelines de processamento de documentos.
Por fim, quando o conteúdo é puramente textual, enviar apenas o texto, sem metadados de layout, é sempre a escolha mais eficiente para economizar tokens no Claude.
Perguntas paralelas com /btw
O comando /btw abre um espaço para perguntas laterais que não entram no histórico da conversa principal.
É a ferramenta adequada para tirar dúvidas rápidas durante uma sessão sem poluir o contexto com tópicos secundários. Assim, a pergunta é respondida e descartada, o que ajuda a economizar tokens no Claude sem acumular histórico.
Por exemplo, enquanto o Claude implementa uma feature, você pode perguntar o significado de uma flag do compilador sem desviar a sessão do seu foco.
Monitore o consumo para economizar tokens no Claude
Saber para onde os tokens estão indo muda a forma como você trabalha. Sem visibilidade, fica difícil identificar padrões de consumo ineficiente.
Um dashboard que exibe tokens por sessão, por projeto, por ferramenta e por prompt revela anomalias que passam despercebidas no uso cotidiano. Um exemplo real: um único arquivo lido 181 vezes em 7 dias, sem que o desenvolvedor percebesse.
Ferramentas de código aberto como o ccusage leem os logs locais do Claude Code e montam esses relatórios. O artigo como analisar seu consumo de tokens aprofunda esse tema.
Monitoramento ativo, portanto, não é um recurso de luxo. Na verdade, ele é um instrumento de controle operacional para quem quer economizar tokens no Claude de forma contínua.
Aproveite o momento da renovação do limite
Nos planos de assinatura, o limite de uso se renova em janelas de tempo. Quando a renovação está próxima e ainda sobra cota, vale aproveitar esse saldo de forma deliberada.
Esse é o momento ideal para tarefas que consomem muito contexto, como ativar equipes de agentes, trabalhar em bases de código extensas ou processar grandes volumes de documentos.
Dessa forma, você concentra o trabalho pesado no período certo. Em contrapartida, evita desperdiçar a cota recém-renovada com tarefas leves.
Planejar a cota também faz parte de economizar tokens no Claude.
A janela de 1 milhão de tokens é um limite, não uma meta
Ter acesso a uma janela de 1 milhão de tokens não significa que ela deve ser usada por completo.
Os primeiros 20% da sessão representam o horário nobre do modelo, quando ele está mais preciso e eficiente. Mais espaço disponível não produz uma resposta melhor, apenas abre mais espaço para o contexto degradar.
Por isso, quem está começando se beneficia de trabalhar com a janela menor de 200 mil tokens. A restrição força disciplina e intenção, hábitos valiosos mesmo quando a janela maior está disponível.
Em resumo, para economizar tokens no Claude, trate o 1M como um recurso de segurança para casos extremos, e não como um alvo a ser preenchido.
Conclusão: economizar tokens no Claude todos os dias
Trabalhar de forma eficiente com o Claude é, em grande parte, uma questão de gestão de contexto. O custo cresce de forma composta, a degradação do modelo é mensurável e a maior parte do consumo está na entrada.
Esses três fatos são o ponto de partida para economizar tokens no Claude com consistência. A partir deles, cada prática deste artigo ganha sentido.
Comece pelo básico: confira o /context, compacte cedo, use /rewind e reinicie a sessão ao mudar de tarefa. Em seguida, evolua para subagentes, skills, regras de permissão e monitoramento.
Aplicadas juntas, essas práticas reduzem o consumo, aumentam a qualidade das respostas e tornam o trabalho com o modelo mais previsível ao longo do tempo.
FAQ
O que é a janela de contexto do Claude?
É o limite máximo de tokens que o modelo processa em uma sessão. Ela inclui o histórico da conversa, arquivos enviados, prompts de sistema e respostas geradas.
Por que o custo por mensagem aumenta ao longo da sessão?
Porque o Claude processa novamente toda a conversa a cada nova mensagem. Assim, o custo cresce de forma composta, e não linear.
O que é contexto podre?
É a degradação progressiva da performance quando a sessão cresce demais. Os sintomas incluem esquecimento de instruções, contradições e edições sem releitura dos arquivos.
Quando devo usar /compact manualmente?
O momento ideal fica por volta dos 60% da janela de contexto. Nesse ponto, o modelo ainda gera um resumo fiel do histórico.
Pedir respostas mais curtas ajuda a economizar tokens?
Ajuda pouco. A economia real está no controle do contexto acumulado, que é reprocessado a cada mensagem.
Qual é a vantagem de usar subagentes?
Subagentes trabalham com uma janela de contexto própria. A sessão principal recebe apenas o resultado, sem o histórico intermediário.
Qual formato de arquivo é mais eficiente em tokens?
O Markdown. A conversão de HTML reduz o consumo em cerca de 90%, e a de PDF em 65% a 70%.