Reduzindo o Uso de Tokens do Claude Code em 40%: O Que Realmente Funciona

4 min read PT
#claude-code #devtools #cost #productivity #ai

Já escrevi sobre roteamento de modelos em 4 camadas — usando Ollama, Haiku, Sonnet e Opus para diferentes tipos de tarefa. Esse é um lever de custo. Este post é sobre outro: a camada de configuração.

Quanto do orçamento de tokens é consumido antes do Claude escrever uma única linha de código é determinado em grande parte por quatro coisas. Aqui está o que mudei e qual foi o impacto.

1. CLAUDE.md Enxuto

O CLAUDE.md é carregado no contexto de toda sessão. Cada linha que você escreve lá custa tokens em cada chamada.

Meu CLAUDE.md global foi de 231 para 83 linhas. Cortei removendo três categorias de conteúdo:

Explicações. “Sempre use Zod para validação de entrada porque…” — o Claude não precisa da justificativa, precisa da regra. Cortei tudo que parece documentação e mantive apenas instruções.

Coisas que o Claude já sabe. “Use TypeScript strict mode” ou “prefira const sobre let” — esses são defaults. Declarar isso desperdiça espaço e adiciona ruído.

Contexto redundante. Tinha descrições de estrutura de projeto que estavam desatualizadas e o Claude consegue derivar lendo o código. Removidas.

A regra: se você pode responder “o Claude se comportaria diferente sem esta linha?”, e a resposta é não, delete.

2. settings.local.json Limpo

Toda vez que você aprova uma chamada de ferramenta com “always allow”, isso é gravado em settings.local.json. Ao longo de meses de sessões isso acumula:

  • Permissões para projetos que você não usa mais
  • Caminhos específicos demais que agora estão desatualizados
  • Entradas duplicadas com escopos diferentes

Fiz auditoria no meu e encontrei 40+ entradas, a maioria obsoleta. Após limpeza: 11 entradas, todas ativas e relevantes.

Permissões obsoletas não apenas desperdiçam tokens — elas criam confusão. Quando o Claude vê always allow bash in /home/user/old-project/, ele precisa processar esse contexto mesmo que você esteja trabalhando em outro lugar.

A auditoria leva 10 minutos. Faça uma vez por trimestre.

3. Roteamento de Modelos em Subagentes (Não Só no Contexto Principal)

A maioria das discussões sobre roteamento de modelos foca na janela de contexto principal. Mas o Claude Code cria subagentes para tarefas de busca e exploração. Se esses subagentes usam Sonnet por padrão, você está pagando preços de Sonnet para operações de grep e find.

Meu roteamento:

  • Haiku → busca de arquivos, matching de padrões, operações glob, busca de conteúdo
  • Sonnet → análise, planejamento, revisão de código, decisões de arquitetura
  • Opus → implementação complexa no contexto principal apenas

O insight-chave: o Haiku é rápido o suficiente para tarefas de busca e custa ~20x menos que o Opus. Uma sessão que aciona 15 subagentes de busca vai de cara a negligível.

4. Permissões Amplas, Bloqueios Estreitos

A contraintuitiva. Inicialmente tinha permissões conservadoras — o Claude perguntava antes de quase cada chamada de ferramenta. Parecia mais seguro.

Também é caro. Cada prompt de permissão é uma interrupção. Cada interrupção significa que o Claude precisa reestabelecer contexto ao retomar. Uma sessão com 20 prompts de permissão tem 20 recarregamentos de contexto. Isso acumula.

Minha abordagem atual: permitir livremente para todas as operações de leitura e writes locais. Só bloqueio:

  • Force push para main/master
  • Drop table / truncate
  • rm -rf em caminhos não temporários
  • Push para remote

Todo o resto executa sem prompt. A sessão flui mais rápido, o contexto permanece coerente, e nunca tive uma operação genuinamente prejudicial passar porque as operações bloqueáveis são exatamente as três que importam.

O Que Não Ajuda

Para completar — coisas que tentei e não moveram o ponteiro:

System prompts mais curtos. Achei que comprimir os arquivos CLAUDE.md específicos de projeto ajudaria. A economia foi mínima porque são carregados uma vez e o Claude tem uma janela de contexto efetiva grande. O CLAUDE.md global tem mais alavancagem.

Evitar chamadas de ferramenta. Alguns conselhos sugerem minimizar chamadas MCP. Mas chamadas de ferramenta são como o Claude obtém informações precisas — substituí-las por suposições aumenta erros e leva a ciclos de correção mais longos que custam mais no total.

Arquivos menores. Tentei dividir arquivos grandes antes de mostrá-los ao Claude. Isso na verdade aumentou tokens por causa do overhead de múltiplas operações de leitura.

Os Números Reais

Antes: ~180k tokens por sessão média Depois: ~105k tokens por sessão média Redução: ~42%

Os grandes ganhos foram compressão do CLAUDE.md (~35% da redução) e roteamento de modelos em subagentes (~45%). Permissões e limpeza de settings contribuíram com os ~20% restantes.

Seus números vão variar. Mas os levers são os mesmos.