Economize 80% em tokens do Claude dominando o NotebookLM

Mês passado, atualizei o Claude de Pro para Max por US$ 200 mensais, achando que finalmente seria suficiente.

Dia 5: Limite semanal esgotado.

Olhando os logs de uso, vi exatamente para onde o dinheiro foi. Uma única sessão de tarde pesquisando 47 artigos consumiu 10% do meu limite semanal de uma só vez. Rodando isso duas ou três vezes por semana, o limite naturalmente não aguentou.

O problema era que eu ficava fazendo o Claude fazer o que ele não é bom—agir como um mecanismo de busca de texto completo.

Enfiar um log de 50 mil caracteres em uma conversa e fazer uma pergunta significa que o log inteiro é contado como tokens de entrada toda vez. Mesmo se você acertar o cache de prompt (onde o preço é 1/10), a sessão principal ainda acumula lentamente a cada interação. Pior, o cache tem um TTL de 1 hora; se você esperar muito, tem que reescrever tudo pelo preço cheio. É como perguntar a um advogado, mas fazê-lo ler seu contrato de 50 páginas em voz alta antes de poder falar, toda vez.

Claude Code é excelente em raciocínio, orquestração e codificação. Ler material bruto de origem deve ser tratado por outras ferramentas, com o Claude vendo apenas as conclusões. Seguindo essa lógica, pensei no NotebookLM.

Siga este guia de configuração, e sua conta de US$ 20 pode fazer o trabalho de uma de US$ 200.

Guia

Este é um post longo; fique à vontade para pular para o que te interessa:

• I: O que é NotebookLM + O que ele pode fazer?
• II: Por que adicionar uma camada do Claude por cima?
• III: Instalando a skill (configuração de 10 minutos)
• IV: Conta de tokens real + Análise do princípio
• V: Fluxo de trabalho para Acadêmicos / Estudantes
• VI: Fluxo de trabalho para IPOs / Leitura de Prospectos
• VII: Fluxo de trabalho para Bases de Conhecimento Pessoais
• Resumo

Se quiser ver os fluxos de trabalho primeiro, pule direto para a Parte V.

Tese em uma frase:

O verdadeiro jeito de economizar tokens do Claude não é só ativar o cache; é garantir que dados pesados nunca entrem no Claude.

Especificamente: Deixe o NotebookLM cuidar do armazenamento e da recuperação, enquanto o Claude cuida do raciocínio e da orquestração. A divisão de trabalho é clara, resumida por esta analogia:

NotebookLM é o Professor

: Os artigos, relatórios financeiros e anotações que você coleta formam sua base de conhecimento. Você pergunta, e ele responde com base na experiência com citações, mantendo-se dentro dos limites da fonte sem alucinar.

Claude é o Assistente

: Responsável por escrever código, rodar scripts, organizar resultados e orquestrar ferramentas. Se não souber algo, pergunta ao Professor, obtém a resposta e continua trabalhando.

Você é o Líder do Projeto

: Você só intervém em pontos-chave de decisão.

Princípios-chave: Por que essa divisão de trabalho economiza dinheiro

1. RAG vs. Inserção de Contexto são dois modelos de custo diferentes.

Inserir 50 mil caracteres em um chat do Claude conta como tokens de entrada. Cada pergunta exige "olhar" para eles novamente, e os custos crescem linearmente com o tamanho do material. Com RAG, o NotebookLM usa busca vetorial para encontrar trechos relevantes internamente, e o Claude vê apenas uma resposta destilada de algumas centenas de palavras, tornando o custo quase constante.

2. O cache de prompt tem um TTL de 1h, e as taxas de acerto são baixas em cenários de pesquisa.

Muitos acham que ativar o cache resolve tudo. Na realidade, o cache de prompt da Anthropic padrão expira em 1 hora. Se você pensar por alguns minutos, mudar de tarefa ou abrir uma nova sessão, a próxima chamada tem que reescrever o cache pelo preço cheio de cache_creation. Sessões de pesquisa seguem um ritmo de "perguntar, pensar, perguntar de novo", onde as taxas de acerto geralmente são péssimas. Essa é a verdadeira causa das contas disparando.

3. A saída baseada em fatos é mais eficiente.

As respostas do NotebookLM são restritas às suas fontes enviadas, com cada frase carregando citações [1][2] ligando de volta ao texto. Ele não inventa coisas. Quando o Claude usa essas respostas para decisões, você não precisa ficar pedindo para ele "verificar de novo", economizando uma quantidade incalculável de tempo.

Quem deve pular este guia:

• Material < 5k tokens ou que só será consultado uma ou duas vezes—apenas pergunte diretamente ao Claude.
• Necessidades de Q&A puro sem integração de fluxo de trabalho—apenas use a interface web do NotebookLM.
• Quem valoriza velocidade de resposta acima da conta—isto é cerca de 3x mais lento.
• Quem precisa entender estrutura/definições de código—NotebookLM é melhor para RAG de texto.

Quem deve continuar lendo:

• Quem quer etapas específicas de instalação e armadilhas a evitar.
• Quem quer ver como os cenários se traduzem para o nível de comando.
• Usuários do Claude Code que querem transformar o NotebookLM em uma skill.

Parte I: Conhecendo o NotebookLM

Abri o NotebookLM pela primeira vez porque um amigo recomendou. A lista de leitura para a tese dela tinha mais de 60 artigos. Ela costumava usar Ctrl-F nos PDFs; agora ela coloca todos em um único notebook e pergunta: "Quem apoia a visão X, quem é contra e onde estão as discordâncias?"—a resposta vem com citações [1][2][3] que pulam para o parágrafo exato quando clicadas.

Ela disse que isso economiza mais de dez horas por semana.

Testei por uma semana com ceticismo e viciei. Aqui estão as vantagens do NotebookLM:

1. Suporta 50 fontes de graça / 300 no Pro.
2. O poder de processamento é gratuito—upload, indexação, geração e chat usam a computação do Google.
3. Além de Q&A, ele pode gerar automaticamente podcasts de áudio (ótimo para deslocamentos), mapas mentais, PPTs, flashcards, etc., a partir de um notebook.
4. Os podcasts são impressionantes—ouvir dois "estranhos" de IA discutindo seu material de ângulos que você não considerava muitas vezes revela novos insights.

Formato nunca é problema: PDFs, URLs, transcrições do YouTube, Google Docs, texto simples, OCR de imagem e transcrições de áudio podem ser fontes.

Para muitos, o NotebookLM já é uma ferramenta autônoma poderosa. Se sua necessidade é apenas "sentar e fazer perguntas", você pode parar de ler aqui.

Mas descobri que ele emperra em dois lugares:

1. A troca de contexto quebra o fluxo.

Pesquisando um tópico: Fazer pergunta → obter resposta → clicar na citação para pular para a fonte → ler uma seção → voltar ao notebook para copiar a resposta → mudar para o Claude Code para usar → rodar experimento → encontrar uma fonte faltando → mudar para o Google Search → baixar → voltar ao notebook para adicionar fonte → continuar perguntando... Mudando de abas 200 vezes numa tarde.

2. Ele é isolado de ferramentas locais.

Ao solucionar incidentes online, posso pesquisar logs no notebook. Mas também preciso usar grep em configurações locais no terminal, verificar eventos do k8s e subir pods—o aplicativo web não pode rodar comandos locais. É sempre "ler na web → digitar manualmente → voltar".

O aplicativo web do NotebookLM se posiciona como o destino final. Você pergunta, ele responde, fim de história. Mas eu quero que ele seja um elo na linha de montagem—agendado, processado em lote, com a saída fluindo para a próxima etapa.

É aí que o Claude entra.

Parte II: Colocando o Claude por Cima

Transforme o NotebookLM em uma ferramenta para o Claude. Uma coisa é suficiente: Quando o Claude precisa de conhecimento de domínio, ele pergunta ao Professor.

O Fluxo

O Professor (NotebookLM) é um help desk somente leitura: Você despeja 47 artigos de uma vez e os deixa lá. Eles ficam esperando perguntas. Não há necessidade de alimentar de volta notas ou código—as visões nos artigos são suficientes para apoiar todas as consultas.

O seguinte prompt codifica as seis etapas, a disciplina e o ID específico do notebook em um formato que o Claude Code pode executar (lembre-se de substituir o ID):

1# Função
2Você é meu assistente de pesquisa. Meu professor de assunto é um notebook fixo do NotebookLM 
3(id: 6634ad4d-0594-4700-bddf-4a400ad46fa2) contendo 47 artigos relevantes.
4Você fala com o professor através da skill notebooklm instalada (comandos `/notecraft chat`).
5
6# Regras de Ferro
71. Para qualquer pergunta envolvendo pontos de vista de artigos, fórmulas, métodos ou armadilhas conhecidas, **pergunte ao professor via /notecraft chat primeiro**. 
8   Não responda de memória e não me peça para colar o texto do artigo no chat.
92. O professor é um **help desk somente leitura**: Não alimente notas, código ou resultados experimentais de volta no notebook. 
10   A base de conhecimento permanece estática com os 47 artigos.
113. As respostas do professor incluem citações [1][2]. Mantenha essas citações exatamente como estão na sua saída para mim.
124. Você decide se deve perguntar ao professor novamente durante o processo—você não precisa confirmar cada etapa comigo.
135. Se o professor não puder responder ou a citação for fraca, diga explicitamente "Professor não tem resposta"; não alucine.
14
15# Fluxo de Trabalho
16① Eu te dou um tópico/subproblema.
17② Identifique pontos que exigem conhecimento de domínio (visões de artigos, métodos anteriores, fórmulas, modos de falha).
18③ Consulte o professor sobre esses pontos via /notecraft chat para obter respostas citadas.
19④ Execute com as respostas: escreva código, rode scripts, use grep em arquivos locais, organize resultados.
20⑤ Se novas perguntas surgirem durante a execução, volte para ③ e pergunte ao professor até resolver.
21⑥ Saída final para mim:
22   - Conclusões (com [citações] do professor)
23   - Seu código / resultados experimentais
24   - Uma seção separada para perguntas em aberto que o professor não cobriu
25
26# Formato de Saída
27Use este esqueleto para cada entrega:
28
29## O Professor Diz
30(Pontos-chave do /notecraft chat, mantendo [citações])
31
32## O Que Eu Fiz
33(Código que escrevi / comandos executados / resultados observados)
34
35## Conclusão
36(Resposta ao meu tópico original)
37
38## Não Coberto pelo Professor
39(Pontos que o professor não conseguiu responder ou teve citações fracas, para meu acompanhamento manual)
40
41# Iniciar
42Meu primeiro tópico é: <Escreva sua pergunta aqui>

Principais conclusões:

• Os 47 artigos nunca entram no chat do Claude—os tokens da sessão principal são gastos apenas em raciocínio e código.
• O Professor é apenas consultado, não envolvido na execução—sua força é a recuperação de domínio citada.
• Você só intervém na etapa ①—o Claude decide quando consultar o professor.
• A base de conhecimento é estática—47 artigos são suficientes.

É por isso que "conectá-los" é mais forte do que "usá-los separadamente": A economia de troca de abas e tokens são benefícios extras. Vamos ver o tamanho desses benefícios.

Parte III: Instalando o Cliente e a Skill do NotebookLM

O Google não fornece um cliente oficial do NotebookLM, mas o @icebear0828 escreveu um cliente de terceiros. Uma vez instalado, os agentes podem acessar o NotebookLM via linha de comando ou linguagem natural.

https://github.com/icebear0828/notebooklm-client

Instalação Básica:

1# Instalar cliente
2npm i notebooklm-client
3
4# Exportar sessão de login (abre navegador para login do Google)
5npx notebooklm export-session
6
7# Conversar com um notebook
8# npx notebooklm chat <notebook-id> --transport auto --question "Resuma isso para mim"
9
10# Use `/notecraft` no agente para automatizar operações do NotebookLM após a instalação
11npx notebooklm skill install

Após a instalação, basta dizer "Verifique a parte X naquele notebook" no chat, e o Claude o chamará automaticamente—sem necessidade de explicar a sintaxe toda vez.

Parte IV: Teste Real—Quanto Dinheiro é Economizado? (Opus 4.7)

Esses números não são simulados; são de uma sessão de pesquisa real extraída dos logs de sessão do Claude Code.

Do lado do NotebookLM, upload, recuperação e geração são totalmente gratuitos pelo Google e não afetam sua conta. Todos os números abaixo contam apenas o lado do Claude Opus.

Configuração do Teste:

• Material: 47 artigos relacionados a SLAM de Imagem + LiDAR, todos em um único notebook do NotebookLM.
• Modelo: Claude Opus 4.7
• Interações: 5 rodadas de Q&A profundo (de "melhores métodos de reconstrução SLAM" a "armadilhas dos backends 3DGS vs NeRF").
• Método: Conversa normal no Claude Code, com o assistente chamando /notecraft chat a cada rodada.

Resultados (Este Método):

A conta é determinada pela entrada de tokens + cache_creation e saída. As taxas mais baratas (cache_read + entrada) são menos de 1/10 do preço, então vamos focar nas partes caras:

Total para 5 rodadas: US$ 0,55, média de cerca de US$ 0,11 por rodada.

Número-chave: cache_creation foi de apenas 17.379.

cache_creation é a contagem de tokens para escrever novo conteúdo no cache. Nessas 5 rodadas, apenas as respostas do professor (~3-6k tokens) + pequenos incrementos do sistema foram armazenados em cache—totalizando 17.000.

Nem uma única palavra dos 47 artigos entrou no `cache_creation` do Claude—esse é o segredo da economia.

Comparação: Inserir 47 artigos diretamente no prompt

47 artigos totalizam 384.000 palavras ≈ 500.000 tokens. A inserção tradicional de prompt se parece com isso:

A comparação mais justa é a segunda linha (Sessão única, múltiplas interações)—o melhor cenário para métodos tradicionais. Mesmo assim, a diferença de custo para 5 rodadas é de 17x (US$ 9,59 vs US$ 0,55). Cenários entre sessões são ainda piores (86x).

Por que o cache não ajuda da forma tradicional? O cache da Anthropic padrão é de 1 hora para todos os planos pagos. Entre pensar, trocar de janela ou iniciar uma nova sessão, o cache anterior é frequentemente removido.

Neste método, os artigos nunca entram no Claude, então os acertos de cache não importam.

À medida que o material dobra (100, 200 artigos), a diferença aumenta linearmente. O cache_creation tradicional cresce com o número de artigos; este método permanece quase constante.

Para quem roda pesquisas no Opus: Um ano de sessões de pesquisa pode significar uma diferença de US$ 2.000—apenas manter os artigos fora do Claude economiza o suficiente para atualizar para o Max novamente.

O Custo: 3x Mais Lento

Se você se importa com segundos de tempo de resposta em vez da conta mensal, esta configuração não é para você.

As seções a seguir descrevem três fluxos de trabalho adequados para o NotebookLM.

Parte V: Fluxo de Trabalho para Pesquisador / Estudante

Uma lista de leitura é um limite natural de conhecimento.

Ponto de Dor: Dezenas de artigos por semestre, verificando os mesmos PDFs repetidamente. Ctrl-F é exaustivo, e o ChatGPT pode alucinar sem citações.

Receita de Material (Envie uma vez, use o semestre inteiro):

• 20-50 PDFs de artigos relacionados ao tópico
• Programa do curso, transcrições de aulas
• E-mails do orientador, rascunhos de capítulos, notas de leitura

Perguntas Matadoras para o Professor:

• "Quais dois artigos têm conclusões conflitantes e em qual suposição?"
• "Quantas vezes o método X aparece neste corpus e como é usado?"
• "A fórmula 3 do Artigo A e a fórmula 7 do Artigo B são realmente equivalentes?"

Papel do Claude: Avançar o projeto—obter conceitos/fórmulas do professor → escrever código para replicar → rodar experimentos → organizar notas. Artigos brutos nunca entram na sessão do Claude.

Parte VI: Fluxo de Trabalho para IPO / Prospecto

Um prospecto tem 300-600 páginas, e a janela de investimento é de apenas três dias. Humanos não conseguem ler tudo a tempo.

Ponto de Dor: IPOs são rápidos. Documentos têm 500+ páginas cobrindo histórico da empresa, modelos de negócios, finanças, riscos e investidores âncora. Ler um leva pelo menos 4 horas. Com 5-8 IPOs por semana, é impossível.

A informação mais valiosa não é o auto-elogio; são as "bandeiras vermelhas" escondidas em fatores de risco e transações com partes relacionadas. Humanos perdem essas facilmente.

Receita de Material (Um notebook por empresa):

• Prospecto Completo—O núcleo.
• Divulgações de Investidores Âncora—Quem está apoiando e por quanto tempo?
• Relatórios Financeiros de Pares—Benchmarks para valuation.
• Pesquisas do Patrocinador/Subscritor—Lógica oficial de precificação.
• Entrevistas da Gestão e Rodadas de Financiamento Anteriores—Saltos de valuation.

Perguntas Matadoras para o Professor:

Para decidir se deve investir, faça estas 8 perguntas que normalmente levam horas para encontrar:

1. "Qual é o produto principal? Como a estrutura de receita mudou em 3 anos? Concentração de clientes?"
2. "Como isso se compara aos pares (A, B, C) em margem bruta, crescimento e P&D?"
3. "Quem são os investidores âncora, valores e períodos de lock-up?"
4. "Detalhe o uso dos recursos. Qual é a maior parte? Diluição pós-IPO?"
5. "Quais fatores de risco são do setor vs. específicos da empresa?"
6. "Valuation passado: Múltiplo de salto da última rodada para o IPO? Lock-up da última rodada?"
7. "Algum sinal de ganhos únicos inflando o lucro? O fluxo de caixa corresponde ao lucro líquido em 3 anos?"
8. "Transações com partes relacionadas como % da receita? Alguma parte relacionada entre os cinco maiores clientes?"

Toda resposta inclui citações [Número da Página].

Papel do Claude:

O processamento em lote é a alma deste fluxo de trabalho:

Pool Semanal de IPOs = [Ação A, Ação B, Ação C, ...]

O Claude resume as 8 empresas em uma tabela de decisão em markdown → Você analisa e ordena em 15 minutos.

5-8 IPOs = 40-64 consultas. O material total é de ~1 milhão de tokens. Métodos tradicionais queimariam US$ 50+ por semana; este método custa menos de US$ 2.

Parte VII: Fluxo de Trabalho para Base de Conhecimento Pessoal

Construa seu "Segundo Cérebro".

Ponto de Dor: A busca do Obsidian só reconhece palavras-chave. Não consegue responder "Como minha visão sobre X mudou em três anos?" As notas estão espalhadas e em formatos variados.

Receita de Material:

• Exportações completas do Obsidian / Notion
• Destaques do Kindle, recortes do Readwise
• Diários de trabalho, atas de reuniões, documentos de revisão

Perguntas Matadoras para o Professor:

• "O que escrevi sobre 'foco' nos últimos três anos? Minha visão mudou?"
• "Onde 'Princípios' e 'Rápido e Devagar' se sobrepõem ou entram em conflito sobre viés cognitivo?"
• "Quais foram as atitudes individuais em relação ao Projeto X em todas as atas de reunião do mês passado?"

Papel do Claude: Perguntas sobre evolução do pensamento precisam de IA conversacional + material completo. O Claude sintetiza as respostas de múltiplas rodadas do professor em resumos estruturados (linhas do tempo, comparações de pontos de vista, listas de acompanhamento).

Ponto em comum dos três fluxos de trabalho: Consultas repetidas, entre documentos, limites privados. Se você se enquadrar em algum deles, o custo de configuração de 15 segundos se paga em uma semana.

Considerações Finais

Pontos a observar:

1. O storage_state.json contém sua sessão ativa do Google. Mantenha-o seguro.
2. O notebooklm-client é engenharia reversa. O Google não o suporta oficialmente; os backends podem mudar.

O núcleo disso é a Divisão de Trabalho:

• NotebookLM como Professor: Responde conhecimento de domínio com citações, sem alucinações.
• Claude como Assistente: Orquestra ferramentas, escreve código, organiza resultados, pergunta ao professor quando emperra.
• Você como Líder do Projeto: Intervenha apenas em pontos-chave de decisão.

Usei isso por um mês, e a economia é suficiente para vários jantares legais. Mais importante, pesquisar dezenas de artigos não me faz mais preocupar com o limite—a liberdade de "não ter que contar tokens" é mais viciante do que a própria economia.

Se você gostou deste post, siga-me @MinLiBuilds.

Finalmente, recomendo a primeira parte da minha série sobre cache, que explica o mecanismo de cache de forma simples para ajudar você a economizar tokens:

https://x.com/MinLiBuilds/status/2041178722230030384