🔬 Fundamentos

System prompt, CLAUDE.md, instruções, histórico, arquivos lidos, skills, MCPs, definições de ferramentas — tudo isso é carregado no contexto a cada turno.

Sem enxergar o contexto inteiro, você otimiza errado. Arquivo lido no começo continua custando até o fim da sessão.

Contexto = soma de todas as entradas ativas. Não é apenas "sua mensagem" — é o universo inteiro que o Claude precisa reler para responder.

Histórico da conversa costuma ser ~40–50%, arquivos abertos ~20–30%, ferramentas/saídas ~15%, system+skills ~10%, o resto em overhead.

Saber onde mora o custo guia o que cortar primeiro. Cortar histórico é diferente de cortar arquivos.

Use /context no Claude Code para ver o mapa real da sua sessão.

Opus 4.7, Opus 4.6 e Sonnet 4.6 têm 1M tokens. Haiku 4.5 e Sonnet 4.5 têm 200k. Essa é a capacidade máxima — não a meta.

Qualidade começa a degradar bem antes do limite. Tratar 1M como espaço "para encher" é receita para context rot.

Janela = margem de segurança. Opere sempre muito abaixo dela.

Um token ≈ 4 caracteres em inglês, ≈ 0,75 palavra. Em português é parecido. 1.000 tokens ≈ 750 palavras ≈ 1,5 página de texto.

Intuição de tamanho ajuda a decidir o que anexar e o que cortar. Um arquivo de 10k linhas pode ser ~30–40k tokens.

Código denso tem mais tokens por caractere que texto. JSON e HTML também inflam.

Na API da Anthropic, output custa ~5× mais que input. Cache read custa ~0,1× do input. O grosso do custo numa sessão é o input acumulado.

Cortar contexto reduz input em toda chamada seguinte. Pedir respostas curtas corta output, mas é a menor fatia.

Input acumulado × número de turnos = onde mora o dinheiro.

Entender o contexto muda 5 decisões: quantos arquivos abrir, quando limpar, como estruturar prompts, quando delegar, quando reiniciar.

Sem esse modelo mental, você opera no reativo — só age quando estoura. Com ele, você previne.

Intencionalidade com contexto é a meta-skill que destrava todas as outras do curso.

Entre chamadas de API não há estado persistente. Cada chamada é autossuficiente: o modelo recebe tudo de novo, processa, responde, esquece.

Não é "falha" da Anthropic — é como transformers funcionam. Não adianta pedir "lembre-se disso" sem que "isso" esteja visível no próximo turno.

Memória = contexto visível. "Lembrar" = anexar de volta na próxima mensagem.

Turno 1: envia 1k tokens. Turno 10: envia 15k (soma de todos). Turno 30: envia 80k. O custo por turno cresce porque inclui tudo antes.

Os últimos 30% de uma sessão custam mais que os primeiros 70% juntos. Por isso resetar cedo é econômico.

Custo de uma sessão ≈ soma quadrática dos turnos, não linear.

A Anthropic armazena prefixos do prompt e cobra só 0,1× do preço base ao ler. TTL padrão 5min, opcional 1h. O Claude Code aplica automaticamente.

Cache não elimina o crescimento do contexto, mas amacia bastante o custo. Entender como ele funciona ensina a não quebrá-lo.

Escrever no cache custa 1,25× (5min) ou 2× (1h). Ler = 0,1×.

O cache só funciona se o prefixo for idêntico. Coloque partes fixas no topo (system, CLAUDE.md, docs) e variáveis embaixo (pergunta atual).

Mudar uma vírgula no meio invalida tudo depois. Ordenação é crítica.

Pense em camadas: sistema → projeto → conversa → turno atual.

Editar CLAUDE.md no meio da sessão, mudar tools disponíveis, reordenar arquivos, timestamps dinâmicos no prompt — tudo invalida o cache.

Você pode estar pagando preço cheio sem saber. Diagnosticar isso economiza muito em sessões longas.

Estabilidade do prefixo = dinheiro no bolso.

Sessão de 20 turnos com 50k tokens de base: sem cache ~US$3 em input. Com cache bem usado: ~US$0,50. Diferença de 6×.

Ver os números concretos torna a disciplina palpável. Não é teoria — é o valor que fica ou sai do seu bolso.

O módulo completo traz a conta linha por linha.

Em 2025 a Chroma publicou "Context Rot": 18 LLMs frontier (incluindo Opus 4) mostraram queda mensurável de qualidade conforme o input crescia — antes do limite.

É dado, não opinião. Justifica por que "encher a janela" é ruim mesmo quando tecnicamente cabe.

Termo "context rot" é da Chroma, não oficial Anthropic. Fenômeno é arquitetural.

Repetição (refaz algo já feito), contradição (diz A agora e ~A antes), esquecimento (ignora instrução dada), decisões ruins (escolhe pior opção), tom quebrado (muda estilo).

Detectar cedo evita horas desperdiçadas "brigando" com o modelo.

Se ver qualquer um desses: pare, não empurre.

Transformers têm atenção finita: mais tokens = atenção mais diluída. Instruções do início ficam "distantes" e perdem peso relativo contra o meio/fim.

Explica por que a Anthropic recomenda colocar regras persistentes no CLAUDE.md em vez da conversa.

CLAUDE.md é re-injetado após compaction; conversa, não.

A cada ~10 turnos, pergunte: "resuma o objetivo atual em 2 linhas". Se sair divergente, é sinal de rot. Use /context para ver o gráfico.

Diagnóstico ativo > esperar o desastre. 10 segundos de check previnem 1 hora de retrabalho.

Check curto, cedo, sempre.

3 opções escalonadas: /compact (resumo mantendo sessão), /rewind (voltar ao ponto bom), /clear + handoff (reset total).

Saber qual ferramenta usar evita over-reset (perder trabalho) e under-reset (continuar sofrendo).

Trilha 2 destrincha cada um desses comandos com exemplos.

Não esperar rot acontecer. Trabalhar em ciclos de 20–30 mensagens. Resumir. Limpar. Continuar. Prevenir > remediar.

É a rotina central do curso, consolidada na Trilha 2. Todo o resto decorre daqui.

Rotina de ciclos curtos + handoff estruturado = 80% do ganho.