TRILHA 5

🛠️ Exemplos Práticos

Cenários reais passo a passo. Prompts prontos para copiar. Execução sem teoria — é sobre o que você faz no terminal amanhã. Refatorar, debugar e documentar aplicando tudo das trilhas anteriores.

4
Módulos
24
Passos
~2h30
Duração
Prática
Tipo

Conteúdo Detalhado

5.1~40 min

🔧 Refatorando Arquivo Grande sem Estourar Contexto

Service de 2000 linhas, dividir em regiões, plan mode, checkpoints, /compact entre regiões. 6 passos executáveis com prompts prontos.

O cenário:

Você abre um service.ts de 2000 linhas pela primeira vez. Se começar refatorando direto, vai editar às cegas e estourar sessão.

O passo:

Entra em plan mode, pede leitura estruturada: responsabilidade, blocos lógicos, dependências externas. Lista, não prose.

O que você ganha:

Mapa mental do arquivo em ~2k tokens de output. Base para todos os passos seguintes sem releituras.

O cenário:

Refatorar o arquivo inteiro numa tacada só é suicídio — estoura contexto, quebra testes, perde trabalho.

O passo:

Pedir ao Claude para propor 4–6 regiões ordenadas por risco crescente, com objetivo e tamanho estimado para cada.

O que você ganha:

Plano executável em etapas. Você escolhe o ritmo. Risco baixo primeiro = confiança acumulada.

O cenário:

Claude tende a "continuar ajudando" além do escopo, tocando em código que não pediu. Isso suja o contexto.

O passo:

Comando explícito: execute a região X, não toque em nada fora dela, ao terminar pare. Checkpoint obrigatório antes da próxima.

O que você ganha:

Escopo controlado. Cada região vira um commit independente, reversível. Context rot controlado.

O cenário:

Pular testes entre regiões = descobrir 5 bugs acumulados no final, sem saber qual região quebrou o quê.

O passo:

"Rode os testes. Se passarem, commit. Se falharem, me diga antes de consertar." Mensagem padrão refactor(service): região X — descrição.

O que você ganha:

Reversibilidade garantida. git bisect resolve qualquer regressão em segundos.

O cenário:

Após 2–3 regiões, contexto já está em 40%+ da janela. Se continuar, próximas regiões saem piores por atenção diluída.

O passo:

/compact mantenha foco em arquitetura e decisões, pode resumir tentativas. Preserva o que importa, descarta iterações.

O que você ganha:

Contexto volta a 10–15%. Próximas regiões saem com qualidade igual às primeiras.

O cenário:

Acabou a refatoração. Se simplesmente fechar, perde a memória do que foi decidido e por quê.

O passo:

Handoff estruturado (template da Trilha 3), commit final com resumo, /clear ou nova sessão para próxima tarefa.

O que você ganha:

Continuidade — amanhã outra pessoa (ou você) pega o fio sem reconstruir contexto do zero.

Ver Completo
5.2~35 min

🐛 Debug em Projeto Que Nunca Vi

"O botão X não funciona" num repo desconhecido. Subagentes para explorar, hipóteses ordenadas, fix + teste + docs. 6 passos.

O cenário:

Explorar código desconhecido na sessão principal polui tudo — dezenas de arquivos lidos antes de você ter uma hipótese.

O passo:

Delega a um subagente Explore: achar onde "botão X" é renderizado e todos os handlers. Só caminhos + resumo de 5 linhas.

O que você ganha:

Contexto principal recebe apenas o destilado (~500 tokens) em vez de 50k de arquivos brutos.

O cenário:

Sem reproduzir o bug você está debugando baseado em relato, não em fato. Qualquer fix vira suposição.

O passo:

"Quais comandos rodar para reproduzir o bug localmente? Só a sequência, sem explicação." Roda. Vê o bug com os próprios olhos.

O que você ganha:

Sinal binário: fix funcionou ou não. Sem ambiguidade.

O cenário:

Chutar hipóteses aleatórias = mexer em código à toa. Cada tentativa errada suja o contexto e pode introduzir regressão.

O passo:

Lista 3–5 hipóteses ordenadas. Para cada: razão + como testar. Força o Claude a raciocinar antes de agir.

O que você ganha:

Plano de investigação. Em 80% dos casos, a hipótese 1 acerta — resolve rápido.

O cenário:

Testar duas hipóteses juntas = se resolver, você não sabe qual foi. Se quebrar, idem.

O passo:

"Vamos testar a hipótese 1. Que alteração mínima confirma ou descarta?" Mínima = 1–3 linhas, reversível.

O que você ganha:

Método científico. Cada iteração produz informação clara, não ruído.

O cenário:

Identificou a causa. Aplicar o fix sem cobrir com teste = regressão na próxima refatoração.

O passo:

"Aplique o fix. Rode o teste do botão X. Se passar, commit com mensagem descritiva." Teste primeiro, fix depois.

O que você ganha:

Bug fechado com proteção anti-regressão. Mensagem de commit conta a história.

O cenário:

Daqui a 3 meses, alguém vai cair no mesmo bug (ou similar). Sem nota, refaz a investigação inteira.

O passo:

Nota curta em docs/debugging.md: onde está o código, o que era o bug, como reconhecer se reaparecer. Máx 10 linhas.

O que você ganha:

Memória organizacional. Próximo debug começa do passo 3, não do zero.

Ver Completo
5.3~40 min

📚 Documentando Código Legado em 3 Sessões

Projeto grande sem docs. Divisão em 3 sessões com handoff entre cada uma. Subagentes paralelos, CLAUDE.md, cálculo de custo real.

O cenário:

Repo grande, sem docs. Se tentar documentar tudo numa sessão só, estoura em 30 minutos.

O passo:

Sessão dedicada a inventário: árvore, módulos raiz, fluxo principal, stack. Produto: ARCHITECTURE.md < 80 linhas.

O que você ganha:

Artefato durável que orienta as próximas 2 sessões. Investigação concentrada em 1 arquivo.

O cenário:

Inventário pronto. Continuar na mesma sessão = carregar toda a exploração do repo para a próxima tarefa.

O passo:

"Produza handoff estruturado. Vou limpar sessão e abrir nova." O ARCHITECTURE.md é o handoff principal.

O que você ganha:

Sessão 2 começa com contexto zero + 1 arquivo curto. Qualidade máxima para a próxima etapa.

O cenário:

Documentar 5 módulos em série = sessão longa, contexto acumula, qualidade cai no 4º.

O passo:

5 subagentes em paralelo, um por módulo. Cada um produz docs/[modulo].md. Você só orquestra.

O que você ganha:

Paralelismo real. Tempo de 5× vira 1×. Contexto principal fica ~5k tokens, não 50k.

O cenário:

Subagentes não se falam — podem escrever o mesmo conceito de 5 jeitos diferentes.

O passo:

"Leia os 5 arquivos e me diga: está consistente? Falta algo?" Ajustes rápidos. Handoff para sessão 3.

O que você ganha:

Docs harmonizados sem reescrever. Sessão 2 fecha limpa.

O cenário:

Docs de módulo existem. Falta o "como começar": setup, convenções, onde achar o quê.

O passo:

CONTRIBUTING.md (humanos) + CLAUDE.md curto < 100 linhas (agentes). Convenções consistentes nos dois.

O que você ganha:

Onboarding de humano e agente resolvido. Próximo contribuidor começa em minutos, não horas.

O cenário:

Fluxo em 3 sessões: ~180k tokens de input. Fluxo em 1 sessão: ~900k com context rot no fim.

O passo:

Calcular: US$ 1,20 vs US$ 6,00 com Sonnet 4.6. 5× mais barato e melhor qualidade.

O que você ganha:

Prova numérica. Split de sessão não é capricho — é economia mensurável.

Ver Completo
5.4~15 min

🌟 Awesome Lists — Bibliotecas Curadas

6 repositórios com milhares de skills, plugins, agents e comandos para Claude Code. Mapa do ecossistema — comece aqui quando precisar de algo pronto.

O que é:

A awesome list mais abrangente de Claude Code. Categorizada por: skills, hooks, slash commands, agent orchestrators, applications e plugins.

Quando usar:

Antes de reinventar a roda. Procure aqui primeiro quando pensar "será que já existe um...".

O que é:

Toolkit extenso: 135 agents, 35 skills curadas (+400k via SkillKit), 42 commands, 176+ plugins, 20 hooks, 15 rules, 7 templates, 14 MCP configs, 26 companion apps.

Quando usar:

Quando quiser um "starter pack" robusto pronto para copiar. Ideal para equipes montando um ambiente padrão.

O que é:

Lista focada em skills — a mecânica nova que permite empacotar capacidades específicas carregadas sob demanda. Organizada por caso de uso.

Quando usar:

Quando /skill list parecer vazio. Aqui você encontra skills para formato de docs, revisão, design, automação.

O que é:

Coleção com 1000+ skills compatíveis com Claude Code, Codex, Gemini CLI, Cursor e outros. Inclui skills oficiais de times como Anthropic, Google Labs, Vercel, Stripe, Cloudflare.

Quando usar:

Se você alterna entre CLIs, ou quer skills mantidas por empresas (não só comunidade). É o catálogo mais amplo.

O que é:

Lista da Composio focada em skills, recursos e ferramentas para customizar workflows com Claude AI. Foco em integrações com APIs externas.

Quando usar:

Quando o caso de uso envolve integração com serviços (Slack, GitHub, Linear, Notion). A Composio mantém conectores nativos.

O que é:

Coleção automatizada de métricas de adoção de plugins Claude Code em repositórios GitHub — atualizada via workflows n8n. Você vê o que a comunidade realmente usa.

Quando usar:

Para decidir entre dois plugins com funcionalidade parecida. "Quantas pessoas realmente adotaram?" vira um filtro objetivo.

Ver Completo
← Voltar: Trilha 4 Avançado Próxima Trilha: Expert →