Prompts melhores, menos tokens
Toda vez que você manda uma mensagem para um agente, ele não recebe só aquela mensagem. Recebe o system prompt, os schemas das ferramentas, as instruções do projeto, todo o histórico da sessão e cada saída de ferramenta que já passou por ali. O seu prompt é a menor parte da conta.
Por isso, “escrever prompts melhores” rende pouco se o contexto em volta continua inflado. O que funciona é atacar as duas pontas: pedir melhor e parar de arrastar lixo.
1. Ensine o projeto uma vez, não em toda sessão
O maior desperdício que eu tinha era repetir o óbvio: quais comandos rodar, onde
fica cada coisa, o que não pode ser editado. Isso vira dezenas de read e
grep exploratórios por sessão — e tudo isso fica no contexto para sempre.
A solução é um AGENTS.md na raiz:
# meu-projeto
## Comandos
- `npm run dev` — servidor local
- `npm run build` — build de produção
- `npx astro check` — typecheck
## Convenções
- TypeScript estrito, sem `any`.
- Componentes em `src/components`, um por arquivo.
- Não editar `blog/` nem arquivos gerados.
## Armadilhas
- O build sai em `blog/`, não em `dist/`.
Duas regras: seja curto (50 a 100 linhas) e só escreva o que o agente não descobre lendo o código. Instrução óbvia é custo fixo em todo request.
2. Peça com alvo e critério de pronto
Prompt vago gera iteração. Iteração gera contexto. Contexto gera custo.
Ruim:
arruma o layout da página inicial
Bom:
Corrija o alinhamento do hero em src/components/Hero.astro.
Pronto quando `npm run build` passar e o hero não quebrar em telas de 375px.
O segundo prompt custa algumas linhas a mais e economiza três rodadas de tentativa e erro. Quase sempre vale.
3. Aponte o arquivo em vez de colar o conteúdo
Colar um arquivo inteiro duplica tokens: ele já está no disco, o agente pode ler
só o trecho que precisa. Use @caminho/arquivo no TUI, ou cite o caminho com a
faixa de linhas.
Explique @src/layouts/BlogPostLayout.astro#20-45
4. Peça plano antes de código em tarefa grande
Em tarefa pequena, plano é burocracia. Em tarefa grande, plano é economia: um erro de direção descoberto no plano custa uma resposta; descoberto depois de cinco arquivos editados custa a sessão inteira.
Antes de editar, liste os arquivos que vai tocar e a abordagem.
Não escreva código ainda.
5. Delegue exploração para subagentes
Subagente roda em uma sessão filha, com contexto novo, e devolve só um relatório. A exploração inteira — arquivos lidos, buscas, tentativas — fica lá, não no seu contexto principal.
Use o subagente explorer para mapear como os posts são renderizados.
O ganho é dobrado: você não paga a exploração no histórico e recebe um resumo curto em vez de um despejo de código. Vale o mesmo para revisão de diff.
6. Skills em vez de instruções gigantes
Se você tem um procedimento que repete — publicar post, fazer release, rodar
checklist de deploy — não enfie tudo no AGENTS.md. Coloque em uma skill.
A diferença é o que entra no contexto: da skill, só nome e descrição aparecem. O corpo é carregado quando ela é usada. É a mesma lógica de importar um módulo em vez de colar o arquivo inteiro no início do programa.
7. Configure a compactação
Sessão longa uma hora vai encher o contexto. A compactação troca a conversa antiga por um resumo, mas vale ajustar:
{
"compaction": {
"auto": true,
"keep": { "tokens": 15000 },
"buffer": 32000
},
"agents": {
"compaction": { "model": "opencode-go/deepseek-v4.1-flash" }
}
}
buffermantém espaço livre para a compactação acontecer antes de estourar, evitando o erro de contexto cheio e o retry caro.keeppreserva os tokens recentes, onde normalmente está o detalhe da tarefa.- Usar um modelo barato só para resumir não muda a qualidade do trabalho.
Detalhe que descobri na prática: a documentação aceita "buffer": "20%", mas a
versão que eu uso ignorou o percentual em silêncio. Com um número de tokens
funcionou.
8. Uma sessão por tarefa
Esse é o hábito mais barato de todos e o que eu mais esquecia.
- Tarefa nova, sessão nova. Histórico irrelevante é imposto.
- Use
/compactantes de começar algo pesado, em vez de deixar a compactação automática acontecer no meio do trabalho. - Use
/btwpara perguntas paralelas: a resposta usa o contexto, mas não entra na conversa, então não encarece os prompts seguintes. - Peça respostas curtas quando só precisa da conclusão.
9. Cuidado com MCPs
Cada servidor MCP adiciona schemas de ferramentas em todo request. Não é custo por uso, é custo fixo. Se você não usa um servidor todo dia, ele está pagando aluguel no seu contexto sem fazer nada.
Vale revisar a lista de tempos em tempos e remover o que virou peso morto.
O que eu faço na prática
AGENTS.mdcurto com comandos, convenções e armadilhas.- Prompt com alvo, restrição e critério de pronto.
- Arquivo apontado, não colado.
- Plano antes de mexer em mais de um arquivo.
- Exploração e revisão em subagente.
- Procedimento recorrente em skill.
- Compactação configurada, resumo em modelo barato.
- Sessão nova por tarefa e
/btwpara dúvidas paralelas. - Auditoria de MCPs de vez em quando.
Nada disso é sobre escrever um prompt mais bonito. É sobre parar de pagar duas vezes pela mesma informação: uma quando você explica, outra quando o agente redescobre sozinho.