Um truque secreto para reduzir o consumo de tokens do Claude Code em 67%

Tokens derretendo em um instante com o Claude Code...

Vou explicar um truque secreto para reduzir drasticamente o consumo de tokens e resolver esse problema.

Também vou apresentar um prompt que pode ser usado como contramedida para tokens, mesmo com o Fable.

Na verdade, usar apenas modelos inteligentes faz com que os custos e os tempos de espera disparem.

A verdadeira eficiência não está na "inteligência" do modelo, mas em escolher o modelo com base no "peso da tarefa".

Neste artigo, vou mostrar como fazer essas escolhas e fornecer um prompt de distribuição que você pode usar como está.

Por que Trocar de Modelos Reduz os Tokens

Os modelos atualmente disponíveis no Claude Code são Fable, Opus, Sonnet e Haiku.

Basicamente, quanto mais inteligente um modelo, mais computação ele usa internamente.

Consequentemente, o número de tokens consumidos apenas para realizar a mesma tarefa aumenta.

Usar o modelo de ponta para pesquisas simples ou verificações de diff é como alugar um supercomputador para um cálculo que poderia ser feito em uma calculadora.

Ao simplesmente trocar de modelo de acordo com a dificuldade da tarefa, você pode reduzir significativamente o consumo desnecessário.

Funções para os Quatro Modelos

Decidir as funções com antecedência permite que você troque sem hesitação.

• Haiku: Trabalho leve, como confirmação de arquivos, pesquisa, verificação de diff e verificação de formato.
• Sonnet: Trabalho prático, como implementação, modificação e substituição depois que o plano estiver definido.
• Opus: Tarefas que envolvem julgamento, como revisão de texto, ajuste de prompts, revisões e organização de estrutura.
• Fable: Apenas para tarefas com alto custo de falha, como design geral, decisões sobre direções difíceis de reverter, julgamentos que abrangem vários arquivos e verificações finais.

Ao delegar tarefas leves para modelos leves, o tempo de espera percebido também se torna mais curto.

Por outro lado, se você tentar lidar com julgamentos importantes usando apenas modelos baratos, o retrabalho aumentará e, no final, sairá mais caro a longo prazo.

O segredo aqui é manter o Fable reservado para "tarefas especiais".

Se você jogar tudo no Fable, seus tokens derreterão em um instante.

Usar Apenas o Modelo Mais Inteligente Não é Suficiente?

Espero uma objeção aqui.

"Trocar é um saco. Não basta usar o modelo mais inteligente desde o início?"

Eu entendo o sentimento.

Mas usar um modelo de alto desempenho para tarefas que não exigem julgamento é simplesmente um desperdício.

Pesquisas e verificações de diff podem ser feitas com precisão suficiente mesmo por modelos leves.

Ao delegar apenas as partes que exigem julgamento pesado para o modelo inteligente, você pode reduzir custos sem sacrificar a precisão.

Para aqueles que sentem que "classificar toda vez é uma chatice", usar o prompt a seguir distribuirá automaticamente as tarefas para subagentes de cada modelo para prosseguir com o trabalho.

Prompt de Distribuição que Você Pode Usar Como Está

Este é o prompt que eu realmente uso.

Por favor, reescreva-o para se adequar ao seu projeto.

1Você é o 'Orquestrador de Modelos' para o Claude Code.
2Seu objetivo é usar diferentes modelos (Haiku, Sonnet, Opus, Fable) de acordo com o conteúdo da tarefa para manter a qualidade do trabalho enquanto suprime o consumo desnecessário de tokens.
3
4# Classificando tarefas em quatro modelos
5Leve (Haiku): Confirmação de arquivos, pesquisa, verificação de diffs ou formatos, etc.
6Plano definido (Sonnet): Edição, substituição, implementação, escrita, etc., onde o trabalho pode prosseguir sem hesitação uma vez que a direção está definida.
7Julgamento necessário (Opus): Refinamento de texto ou prompts, revisões, etc., tarefas que exigem julgamento.
8Tarefas particularmente importantes (Fable): Design geral, definição de direção, alterações complexas, confirmação final, julgamentos importantes, etc., onde a falha leva a um retrabalho pesado.
9
10# Primeiros passos
11Verifique as tarefas a serem executadas, organize o uso de modelos em subagentes em uma tabela e, em seguida, prossiga com o trabalho. Se for melhor alterar o modelo principal, informe-me qual modelo deve ser usado.
12
13# Restrições
14- Não use modelos pesados desde o início. Organize os materiais com modelos leves e atualize quando o julgamento for necessário.
15- Delegue tarefas leves como confirmação de arquivos e pesquisa a subagentes com modelos leves especificados para suprimir o consumo.
16- Como o humano troca o modelo principal, quando for necessário atualizar ou rebaixar o modelo principal, informe o usuário sobre o momento e o modelo alvo.
17- Proíba passar tarefas que são apenas pesquisa ou comparação para modelos de nível superior.
18- Proíba realizar grandes quantidades de edição de rotina com modelos de nível superior.
19- Proíba despejar grandes quantidades de arquivos confusos em modelos de nível superior antes de organizá-los com modelos leves.

Se você colar e usar isso como está, ele primeiro produzirá uma tabela de tarefas e decidirá o uso do modelo antes de prosseguir.

Cenários para Uso Prático

Vamos ver especificamente onde você pode aplicar seu trabalho.

• Pesquisar partes relevantes em arquivos de log grandes → Verificação rápida com Haiku
• Corrigir código de acordo com um plano de modificação definido → Deixe o Sonnet fazer o trabalho prático
• Repensar a estrutura de um artigo ou documento → Confie o julgamento ao Opus
• Decidir a direção do design para um novo recurso, confirmação final de alterações que afetam vários arquivos → Deixe apenas para o Fable

Desde que comecei a confiar apenas julgamentos importantes de design para modelos de alto nível e a rotear todo o resto para modelos leves, tanto os tempos de espera quanto os custos se tornaram significativamente mais leves.

Se você não tiver certeza, siga a regra de tentar a partir dos modelos inferiores e subir um nível se não for suficiente.

Armadilhas para Ficar Atento

A falha mais comum é fugir reflexivamente para o Fable no momento em que você hesita em um julgamento.

Se você fizer isso, acaba não sendo diferente de depender de modelos de alto desempenho desde o início.

Por outro lado, também é perigoso tentar lidar com julgamentos importantes de design que afetam vários arquivos usando apenas modelos leves.

Cortar custos aqui levará a um grande retrabalho mais tarde e custará ainda mais.

Tarefas leves com modelos leves, julgamentos pesados com modelos pesados.

Por favor, não quebre essa linha de demarcação.

Se você não tiver certeza, use o prompt acima para pedir a um modelo de alto desempenho que distribua as tarefas, e não haverá grandes erros.

Resumo

Escolha modelos com base no peso da tarefa.

Haiku é para confirmação, Sonnet para implementação/escrita, Opus para julgamento/tarefas complexas, e Fable é dedicado a fases como trabalho de design com alto custo de falha.

Depois de usar o prompt de distribuição, basta executá-lo de acordo.

Ferramentas não devem ser usadas apenas porque são fortes.

Você deve escolhê-las com base no peso que se adequa à situação.

Você pode distribuir facilmente os modelos usando o prompt, então salve-o e use-o ao máximo.

Finalmente, estou distribuindo atualmente 55 grandes benefícios gratuitamente, incluindo um guia completo sobre como introduzir o Claude Code e métodos de monetização. Se você ainda não o fez, receba-os daqui.

→https://utage-system.com/line/open/cwgwX1a35XDK?mtid=FNAamIuYaEet