Erros com os modelos Claude 5.5 que você talvez ainda esteja cometendo (23 dicas e correções)

Autoria: Jay E | RoboNuggets · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Claude 5.5 Model Mistakes you may still be making (23 Tips and Fixes) · Canal: Jay E | RoboNuggets · 20:11 · Assistir no YouTube

Tópicos: Agentes de IA, Claude Code, Engenharia de prompts e contexto, Mercados e economia, Segurança de IA

Resumo

O vídeo reúne 23 erros comuns no uso do Claude e do Claude Code, desde hábitos que aumentam o consumo de tokens até práticas de segurança e configuração. O apresentador recomenda separar tarefas em sessões, dar instruções mais claras, usar esforço e modelos adequados e aproveitar recursos como rewind, compact e subagents. Também aborda o gerenciamento de arquivos de instrução, conexões MCP, plugins, histórico de sessões e backups. Por fim, sugere alinhar requisitos antes de projetos grandes e adotar um sistema de roteamento de modelos.

Pontos-chave

Use sessões separadas para tarefas distintas e evite mudar de modelo no meio de uma conversa, pois isso pode eliminar o desconto do prompt cache.
Após duas tentativas de correção que não funcionarem, use rewind em vez de continuar acumulando mensagens na conversa.
Escolha o nível de esforço de acordo com a tarefa; max pode custar mais e trazer retornos decrescentes.
Dê contexto, público, objetivo e critérios específicos, em vez de prompts vagos ou regras sem explicar a intenção.
Mantenha o CLAUDE.md conciso e use-o como um roteador para skills, documentação e pastas do projeto.
Evite desativar todas as proteções, faça backups de arquivos importantes e avalie plugins e conexões antes de instalá-los ou ativá-los.
Delimite pesquisas amplas ou delegue-as a um subagent para evitar carregar muitos arquivos na conversa principal.
Em projetos grandes, peça ao Claude que faça perguntas para confirmar o alinhamento antes de começar a construir.
Configure a compactação para preservar informações importantes e ajuste o período de retenção do histórico, se necessário.
Use modelos menores para tarefas simples e um sistema de roteamento para encaminhar cada prompt ao modelo apropriado.

Capítulos

Início	Capítulo	Resumo
00:00	Introdução e hábitos básicos	O vídeo apresenta as mudanças atribuídas aos modelos Claude 5.5 e começa com recomendações sobre sessões, cache, troca de modelos e correções.
03:05	Prompts, esforço e qualidade das respostas	O apresentador explica como evitar desvios na conversa, reduzir prompts vagos e melhorar instruções, versões criativas e follow-ups.
09:51	Técnicas intermediárias no Claude Code	A seção trata de cache frio, arquivos CLAUDE.md extensos, permissões, backups, conexões MCP e delegação de exploração.
15:31	Uso, alinhamento e histórico	O vídeo recomenda verificar o consumo, alinhar requisitos antes de projetos grandes e ajustar a retenção de sessões antigas.
18:06	Plugins, compactação e roteamento de modelos	O apresentador aborda a avaliação de plugins, a preservação de informações na compactação e o encaminhamento de tarefas a modelos apropriados.
20:11	Encerramento	O apresentador agradece a audiência e convida o público a se inscrever no canal.

Citações

Para cada tarefa distinta, tente iniciar uma sessão própria. — 01:34

Depois de duas correções malsucedidas, provavelmente é hora de parar e usar o recurso rewind. — 03:37

Acrescente o motivo em uma frase curta. — 06:44

Mantenha-o abaixo de 200 linhas e trate-o como um roteador. — 12:26

Compacte você mesmo sempre que puder, em uma pausa natural, e diga o que deve ser mantido. — 19:08

Conceitos e entidades

Claude (modelo): Família de modelos de IA da Anthropic mencionada ao longo do vídeo.
Claude Code (ferramenta): Ferramenta de programação da Anthropic discutida como ambiente para sessões, comandos, extensões e agentes.
Anthropic (empresa): Empresa cujas recomendações e documentação sobre os modelos Claude são citadas no vídeo.
Opus 5.5 (modelo): Modelo Claude citado em exemplos sobre níveis de esforço, custos e prompting.
Sonnet (modelo): Modelo sugerido para boa parte das tarefas definidas e para trabalhos delegados.
Haiku (modelo): Modelo mencionado como opção de menor custo para perguntas ou tarefas simples.
prompt cache (conceito): Mecanismo de cache descrito como forma de reduzir o custo de reler partes de uma conversa.
CLAUDE.md (ferramenta): Arquivo de instruções carregado no início das sessões e recomendado como índice conciso para outros recursos.
MCP (conceito): Padrão de conexão com servidores que permitem ao Claude acessar ferramentas e aplicativos externos.
subagent (conceito): Agente auxiliar que pode investigar uma tarefa separadamente e retornar um resumo.
Git (ferramenta): Sistema apresentado como forma de guardar snapshots de um projeto e recuperar versões anteriores.
DCG (ferramenta): Add-on open source citado como proteção contra comandos destrutivos.
Jev (modelo): decision model citado pelo apresentador para encaminhar prompts a modelos adequados.
RoboNuggets (empresa): Comunidade mencionada pelo apresentador, com cursos e recursos sobre sistemas de IA.

Tradução completa (pt-BR)

00:00 Com o lançamento recente dos modelos Claude 5.5, estamos agora em uma era totalmente nova de uso do Claude. Opus e Sonnet 5.5 agora pensam de forma diferente. Agora temos a capacidade de criar nossos próprios mods para Claude Code, e até mesmo a maneira como o cache economiza dinheiro mudou. Então, vários hábitos que funcionavam antes agora estão consumindo seus limites de uso silenciosamente e podem até estar fazendo com que você receba respostas piores. Por isso, analisei os próprios guias da Anthropic para os modelos 5.5, o que os engenheiros deles realmente dizem e centenas de dicas de usuários avançados, e selecionei os 23 erros que estão

00:30 custando mais caro para você. Vamos passar por algumas correções fáceis que qualquer pessoa pode fazer hoje e chegar até as mais avançadas, que até usuários profissionais erram. E, se você é novo por aqui, meu nome é J. Passei mais de uma década trabalhando com marcas que você provavelmente conhece, estou na área de IA desde meu mestrado em ciência de dados e agora lidero nosso negócio de IA em uma das maiores comunidades de IA do mundo. Então, vamos começar, começando pelos erros mais fáceis. O número um é a sessão “pia de cozinha”. Um dos primeiros erros que iniciantes cometem é manter uma única sessão de conversa aberta o dia inteiro. Digamos que você esteja escrevendo um e-mail para um cliente. Depois, precisa pesquisar um determinado assunto. Em seguida, precisa atualizar o texto do seu site. Se fizer tudo isso em uma única sessão, o problema é que o Claude relê toda a conversa que vocês tiveram sempre que você envia um novo prompt. Existe algo chamado prompt cache, que é basicamente a memória de curto prazo do Claude. E, nos modelos 5.5 mais recentes, ele reduz o custo dessa releitura a cada envio de prompt para cerca de 5% da quantidade normal de tokens que você usa. É um grande desconto, mas você ainda paga por isso, e esse uso ainda conta para o seu limite. Além disso, todas essas coisas sem relação entre si naquela sessão distraem o Claude, então as

01:02 respostas pioram com o tempo. Na verdade, esse hábito ruim é tão comum que a própria Anthropic até tem um nome para ele: sessão “pia de cozinha”. A solução é simples. Para cada tarefa distinta, tente iniciar uma única sessão. E, quando mudar para um novo assunto, comece uma nova conversa ou, se realmente quiser minimizar o uso de tokens, basta digitar /clear para que seu CLAUDE.md e seus outros system prompts, como as descrições das suas skills, não precisem ser carregados novamente. O número dois é trocar de modelo no meio da conversa. Digamos que você esteja em uma sessão longa com Opus e, de repente, decida mudar para Haiku

01:34 para economizar dinheiro em uma pergunta rápida. O problema é que cada modelo tem seu próprio prompt cache, então, ao trocar de modelo, toda a conversa é relida sem desconto. Um engenheiro da própria Anthropic diz que, se você já usou 100.000 tokens em uma conversa com Opus, trocar para Haiku para fazer uma pergunta simples acaba custando mais do que simplesmente deixar Opus responder. Então, escolha o modelo no início de uma tarefa e continue com ele. A boa notícia é que, nos modelos mais recentes — todos os modelos 5.5 e também Fable 5.1 —, mudar o esforço

02:05 no meio da conversa não apaga mais o cache. Então, mudar de modelo no meio da conversa custa mais tokens porque o cache é apagado, enquanto mudar o esforço no meio da conversa agora não tem problema, porque o cache é mantido. Mas observe que, segundo a Anthropic, essa possibilidade de mudar o esforço sem apagar o cache ainda está em beta, então é melhor verificar se ela já funciona na sua configuração. Você pode fazer isso usando este prompt simples, que pode simplesmente capturar em uma imagem. E, aliás, reuni toda esta lista, todos os recursos e os prompts que mencionei aqui neste guia gratuito em PDF, que é detalhado o bastante para que, se você

02:35 simplesmente o enviar para seu agent, possa perguntar quais desses erros você cometeu em sessões anteriores, para corrigir esses erros e hábitos imediatamente. O link está na descrição abaixo, se precisar. O número três é discutir em vez de voltar atrás. O próximo erro é discutir com o Claude. Ele erra, você corrige, ele continua errando, você corrige de novo e, de repente, já está na quinta rodada de feedback por meio de prompts sucessivos. O problema é que cada uma dessas tentativas malsucedidas fica na conversa, e você paga novamente para que toda a conversa seja relida a cada prompt que envia. Sim, você pode

03:05 se beneficiar do desconto do prompt cache, mas isso ainda consome seu uso. Por isso, a regra da própria Anthropic é que, depois de duas correções malsucedidas, provavelmente você deve parar e simplesmente usar o recurso de voltar atrás. Para fazer isso, basta pressionar Escape duas vezes ou digitar /rewind na conversa. Isso vai mostrar uma lista das suas mensagens anteriores, para que você possa escolher o ponto logo antes de as coisas darem errado e começar dali. O número quatro é fazer perguntas paralelas na conversa principal. Digamos que você esteja no meio de uma tarefa e queira fazer uma pergunta simples, como, por exemplo, o que é um webhook, porque o Claude mencionou isso; ou queira saber qual foi a resposta a uma pergunta feita alguns prompts atrás; ou talvez queira saber qual é o estado da longa compilação em que o Claude está trabalhando no momento. Então, você envia um novo prompt. O problema é que esse pequeno desvio fica na conversa e pode confundir seu agent mais tarde. Além disso, ele é reenviado com cada mensagem pelo resto da tarefa, consumindo seus limites de uso ainda mais rápido. Então, em vez de fazer isso, digite /btw ou “a propósito” e, em seguida, sua pergunta. A resposta aparece em um painel lateral

03:37 que se abre, mas nunca entra no histórico da conversa, então sua tarefa principal continua organizada. O número cinco é usar o esforço máximo mais do que deveria. Se você define o esforço como máximo para todas as tarefas, provavelmente está consumindo seu uso muito mais rápido do que deveria. A própria Anthropic diz que o esforço máximo agora pode apresentar retornos decrescentes e, na verdade, tende a levar a raciocínios excessivos. Então, para muitos usuários, não é recomendável definir o esforço no máximo. E, se você olhar alguns testes e benchmarks independentes, a inteligência extra que você obtém com o máximo simplesmente não vale o

04:09 custo. Por exemplo, no teste da artificialanalysis.ai, uma empresa independente que submete todos os modelos de IA aos mesmos testes, Opus 5.5 no máximo pontua cerca de quatro pontos a mais do que no nível alto — só um pouco a mais —, mas custa mais de três vezes por tarefa. Então, a menos que você tenha orçamento ilimitado, deixe no nível médio para a maioria das tarefas normais e use alto ou extra alto quando realmente for importante. Reserve o máximo para as poucas tarefas grandes. O número seis são prompts vagos de uma linha. Por exemplo, se você quer um site, envia um prompt simples, como “faça um site”; ou, se quer que escrevam um artigo, simplesmente pede para escrever um artigo. Isso geralmente dá resultados ruins porque o Claude precisa adivinhar, então recorre à resposta mais mediana. E aí você passa cinco mensagens seguintes consertando o resultado. Na verdade, a própria Anthropic diz isso. Na documentação deles sobre como criar prompts para Opus 5.5, dizem que, se você pedir um design sem indicar uma direção, ele recorre a alguns estilos padrão — que, pensando bem, são a origem da maior parte do conteúdo medíocre gerado por IA: os padrões. Então, quando você especifica o resultado que quer, também precisa dar contexto sobre

04:40 para quem é, qual é o objetivo ou a intenção e como deve ser o tom. E, para qualquer coisa que você faça com frequência, sempre pode dar ao Claude um harness, que, em sua essência, é apenas um conjunto de instruções — por exemplo, um sistema de design para qualquer coisa visual ou até mesmo skills, que são guias de procedimentos operacionais padrão que você pode fornecer aos agents para as tarefas que se repetem. Assim, ele parte dos seus padrões, em vez de começar do zero todas as vezes. O número sete é dar regras ao Claude sem explicar o motivo. Se você der regras exatas ao seu agent, como “Nunca use marcadores” ou “Nunca mencione um preço”, sem explicar o

05:11 custos. Por exemplo, no teste da artificialanalysis.ai, uma empresa independente que submete todos os modelos de IA aos mesmos testes, no caso do Opus 5.5, o max tem pontuação cerca de quatro pontos maior que o high, então só um pouco, mas custa mais de três vezes por tarefa. Portanto, a menos que você tenha orçamento ilimitado, deixe no medium para a maioria das tarefas normais e use high ou extra high quando realmente importar; reserve o max para os raros trabalhos grandes. Número seis: prompts vagos de uma linha. Por exemplo, se você quer um site, simplesmente envia um prompt simples como “faça um

05:42 site”, ou, quando quer que um artigo seja escrito, simplesmente pede para escrever um artigo. Isso geralmente gera resultados ruins porque Claude precisa adivinhar, então recorre à resposta mais mediana. Aí você passa cinco interações de acompanhamento consertando o resultado. Na verdade, a própria Anthropic diz isso. Na documentação sobre como criar prompts para o Opus 5.5, eles dizem que, se você pedir um design sem indicar uma direção, ele recorre a alguns estilos padrão, que, pensando bem, são de onde vem a maior parte do lixo gerado por IA: os padrões. Então, ao especificar o resultado que você quer, também precisa dar contexto sobre

06:13 para quem é, qual é o objetivo ou a intenção e como deve ser o tom. E, para qualquer coisa que você faça com frequência, pode sempre dar ao Claude um harness que, em sua essência, é apenas um conjunto de instruções, como, por exemplo, um sistema de design para qualquer coisa visual, ou até mesmo skills, que são guias de procedimentos operacionais padrão que você pode fornecer aos agents para os trabalhos que repete. Assim, ele parte dos seus padrões em vez de começar do zero toda vez. Número sete: dar regras ao Claude sem explicar o motivo. Se você der regras exatas ao seu agent, como “Nunca use marcadores” ou “Nunca mencione um preço”, sem explicar o

06:44 Por quê? Claude segue a regra quase às cegas e, às vezes, não entende o objetivo ou até a aplica quando não faz o menor sentido. Então, acrescente o motivo em uma oração curta. Por exemplo, em vez de simplesmente dizer que você não quer marcadores, diga que quer isso porque o texto será lido em voz alta em um podcast. “Não mencione o preço, porque este é um primeiro e-mail frio, e o preço será discutido durante a ligação de integração.” Com os modelos de hoje, Claude é inteligente o bastante para deduzir o resto apenas pelo motivo e, à medida que os modelos ficam cada vez mais inteligentes, explicar sua intenção

07:15 em vez de limitar seus agents com proteções específicas demais vai se tornar ainda mais importante. O número oito é pedir ao seu agent que faça algo sem parecer ter sido feito por IA. E a Anthropic realmente testou isso. Se você der apenas uma orientação genérica, como “Evite um visual genérico de IA no seu prompt”, o que acontece, mesmo com os modelos mais novos, é que ele basicamente troca um estilo padrão por outro. Então, com Claude, você ainda recebe aqueles fundos creme e as palavras em itálico no título, porque esse é o padrão de Opus. O que funciona, então, é especificar os padrões exatos que

07:47 você não quer. Por exemplo, se não quer aqueles fundos verdes, se não quer aqueles detalhes em itálico, precisa dizer isso. Ou, melhor ainda, você pode fornecer seu sistema de design, que é simplesmente um conjunto de instruções, componentes ou até paletas de cores que seu agent pode copiar e usar como referência. O número nove é aceitar o primeiro rascunho. Um primeiro rascunho é a resposta mais segura e mediana de Claude. Então, para qualquer coisa importante, tente pedir três versões independentes e depois peça ao seu agent para avaliar cada uma de acordo com seu objetivo ou intenção e dizer qual

08:17 é a mais forte e por quê. Para muitos trabalhos criativos, isso funciona muito bem. Pessoalmente, tenho uma skill que chamo de burst, que uso sempre que quero ideias novas para filtrar depois. Só saiba que cada versão extra, claro, consome mais uso. Então, é ótimo para escrever ganchos, títulos e e-mails, mas fazer vários bursts ou várias versões para um projeto grande provavelmente vai consumir muito do seu uso. O número 10 é enviar complementos aos poucos. Um erro que algumas pessoas cometem é enviar, digamos, metade de um prompt, e então Claude começa a escrever. Você

08:47 envia um complemento dizendo que, na verdade, quer que fique mais curto e depois percebe que, além de escrever para sua newsletter, também quer escrever para o LinkedIn. Com vários complementos, o que acontece é que Claude lê a conversa inteira de novo, e isso consome tokens. Além disso, ele também escreve todas as respostas novamente. Então, se você enviar cinco prompts em sequência, receberá cinco respostas completas, e o resultado muda só um pouco a cada vez. Portanto, um bom hábito é escrever tudo corretamente de uma vez, com tudo em uma única mensagem, se puder. E, se perceber um

09:20 erro no seu prompt, veja se consegue voltar até aquele ponto e enviá-lo novamente antes de recorrer ao envio de mais prompts curtos em sequência. O número 11 é usar técnicas antigas de prompting com os modelos mais novos. Por exemplo, frases como “pense com cuidado, passo a passo”, “não seja preguiçoso” ou “você deve sempre fazer isso”, escritas em letras maiúsculas. Na verdade, elas foram criadas ou talvez fossem eficazes para modelos mais antigos, que precisavam de um pouco mais de estímulo. Agora, os modelos mais novos seguem as instruções com mais atenção quando você as fornece. Então, gritar não adianta muito. A Anthropic descobriu que remover

09:51 uma frase como “pense com cuidado” fazia as respostas começarem mais rápido, sem uma queda perceptível na qualidade. Portanto, seja claro nas instruções e deixe que a configuração de esforço controle o quanto seu agent pensa. Você pode até pedir a Claude para analisar seu CLAUDE.md e suas skills e encontrar as frases que foram escritas para modelos mais antigos. E pode começar usando este prompt. Certo, essas são as dicas mais simples e, se você corrigir apenas esses pontos, já estará à frente da maioria das pessoas que usam Claude. Agora, vamos às dicas intermediárias, que são os erros que até usuários regulares do Claude Code

10:22 cometem todos os dias. E, por falar nisso, se você quer aprender a criar e vender sistemas de IA pelos quais as empresas realmente pagam, é basicamente isso que fazemos na comunidade Robo Nuggets. Lá, você não só tem acesso à Claude Living Masterclass, que atualizamos e que leva você do zero à maestria com as novidades mais recentes de IA, como também tem acesso ao nosso curso de agents as a service, que ensina como realmente ganhar dinheiro com todas essas habilidades de IA que você está aprendendo. Você também pode fazer parte de uma comunidade realmente ótima de criadores de IA. Na verdade, você pode ver aqui apenas alguns dos resultados recentes que nossos membros estão conseguindo com o programa

10:52 bem aqui. Então, se quer começar a ganhar dinheiro com IA, confira o comentário fixado abaixo. Agora, de volta ao vídeo. O número 12 é sair no meio de uma sessão. Digamos que você já tenha uma conversa longa com Claude e a deixe aberta durante o almoço; depois volta e simplesmente digita “continue”. Bem, se você se lembra, Claude mantém seu chat em um cache, que é basicamente um desconto para as conversas que precisa reler. Em uma assinatura, esse cache de prompt deixa de ficar ativo depois de cerca de uma hora. Então, sua primeira mensagem ao voltar do almoço faria com que ele lesse a conversa inteira de novo pelo preço integral. Em um exemplo de uma sessão longa,

11:23 em que a conversa já tinha cerca de 400 mil palavras, continuar a conversa com o cache ativo custou apenas 15 centavos, enquanto com o cache inativo custou quase 12 dólares. Então, quando voltar do intervalo, digite /clear se já tiver terminado a conversa ou, se sua prioridade for economizar tokens, use compact enquanto o cache ainda estiver ativo. Assim, seu próximo prompt não vai custar tanto. E, se realmente precisar manter o cache da conversa ativo, um truque usado por muitos usuários avançados é fazer Claude enviar um ping para si mesmo com algo como um comando /loop, digamos, a cada 30

11:55 minutos, para que cada ping mantenha o cache ativo. Em uma sessão longa, isso custou apenas cerca de 10 centavos. Assim, quando você voltar, a conversa inteira ainda estará pronta para o seu próximo prompt. O número 13 é encher demais seu CLAUDE.md. O CLAUDE.md, que é o arquivo de instruções que Claude lê no início de cada sessão, acaba servindo para algumas pessoas guardar todas as regras, todas as preferências e a história inteira da vida delas, até ficar com centenas, às vezes milhares de linhas. Esse arquivo é carregado em cada mensagem, então consome uso a cada turno. E

12:26 a Anthropic diz que, quando ele fica longo demais, Claude também começa a ignorar algumas partes, porque as regras importantes se perdem em meio a todo o ruído. Portanto, a melhor prática é mantê-lo abaixo de 200 linhas e tratá-lo como um roteador. Em vez de guardar tudo, ele apenas aponta Claude para onde as coisas estão, como suas skills, seus documentos e as pastas do projeto, para que Claude só busque os detalhes quando realmente precisar. O número 14 é desativar toda a segurança. Os pedidos de permissão podem ser irritantes, então às vezes as pessoas começam a usar Claude Code com as permissões ignoradas ou clicam em “sim” para

12:56 tudo sem ler. Esse caso é um pouco sério, porque, alguns dias atrás, alguém relatou que Claude apagou toda a unidade C enquanto rodava nesse modo. Felizmente, a pessoa conseguiu recuperar a maior parte dos arquivos a partir de backups, mas, desde setembro, houve pelo menos quatro relatos semelhantes de usuários do Windows. Então, use o modo automático, em que um segundo modelo pode verificar cada ação e também bloquear as ações arriscadas. Para proteção extra, você pode adicionar uma proteção. DCG, sigla de destructive command guard, é um complemento gratuito e open source que bloqueia comandos perigosos, como apagar

13:27 uma pasta ou fazer um force push, antes de serem executados. E o Blast Radius, esse novo modo da própria Anthropic, mostra exatamente quais arquivos um comando apagaria, com botões para prosseguir ou cancelar, para que você possa acioná-lo manualmente antes que Claude os apague automaticamente. O número 15 é deixar Claude editar arquivos importantes sem backup. Por causa da maneira como os agents de IA funcionam, não há um botão real para desfazer muitas das alterações que Claude faz nos seus arquivos. Portanto, para arquivos muito importantes, o que você precisa fazer é criar primeiro um backup com data. Basta pedir a Claude que copie a pasta com

13:58 a data de hoje antes de qualquer grande mudança. E, se você for um pouco mais avançado, pode pedir ao Claude para configurar essa ferramenta chamada Git. Pense nela como um botão de salvar para todo o seu projeto: cada vez que você salva, ela mantém uma cópia instantânea, e você pode voltar a qualquer cópia depois. Assim, você pode experimentar com mais liberdade, porque sempre pode reverter as mudanças. O número 16 é deixar tudo conectado o tempo todo. Se você usa seus agents com Gmail, Notion, Google Drive, Slack, além de outros cinco servidores de conexão MCP, que são basicamente complementos que o Claude pode usar para se conectar a outros aplicativos. Se você

14:29 deixar todos eles ativados em todas as conversas, isso pode consumir seu uso e também é um pouco mais arriscado, porque seus agents têm mais acesso, provavelmente mais do que deveriam. Agora, o Claude Code está um pouco mais inteligente quanto a isso e só carrega todos os detalhes de uma ferramenta quando precisa dela, mas cada conexão, cada servidor MCP, ainda adiciona uma lista de ferramentas a todas as conversas, então elas continuam consumindo seus limites de uso. Por isso, de vez em quando, peça ao Claude para fazer uma auditoria delas. Vou colocar este prompt na tela; basta pedir que ele examine seus MCPs e diga quais você realmente usou nas últimas

14:59 2 semanas, quanto cada um custou e quais têm uma ferramenta de linha de comando que ele poderia usar no lugar. E essa última parte é muito importante, aliás, porque uma CLI, uma interface de linha de comando, geralmente é mais barata e rápida do que um MCP. Uma CLI é simplesmente uma forma de controlar um aplicativo digitando texto. E adivinhe quem é muito bom com texto? Todos os modelos de IA LLM. Então, o Claude já sabe usar a maioria dessas CLIs. Elas não custam nada até serem executadas, e o Claude pode reduzir os resultados antes que eles encham sua conversa. O número 17 é exploração infinita. Como pedir para o Claude investigar

15:31 por que as vendas caíram ou examinar todas as pastas dos seus clientes sem limite, na mesma sessão em que você está trabalhando. O que acontece é que o Claude lê centenas de arquivos, e cada um deles vai parar na conversa principal antes mesmo de o trabalho de verdade começar. A Anthropic chama isso de exploração infinita. Uma maneira melhor é limitar o escopo — por exemplo, dizer que você quer apenas os relatórios do segundo trimestre na pasta de vendas — ou pedir para usar um subagent para investigar. Se você está começando, um subagent é um ajudante que o Claude pode iniciar, capaz de ler tudo em sua própria janela separada e devolver apenas

16:01 um resumo. Isso também tem a vantagem adicional, é claro, de que você pode executá-lo em um modelo de menor custo, como Sonnet ou Haiku, para fazer o trabalho pesado por você. O número 18 é nunca verificar o uso. Se você vive atingindo seus limites e não faz ideia do que consumiu seu uso, basta digitar {slash} usage. Isso detalha seu uso por skill, subagent, plug-in e servidor MCP, e também sinaliza qualquer hábito que esteja consumindo 10% ou mais atualmente. Se quiser ver isso o tempo todo, você também pode criar um módulo que mostre essas informações automaticamente. Aqui está

16:32 um prompt que usei para ajudar você a começar. Basicamente, ele pede para mostrar seu uso de 5 horas e semanal ao lado da caixa de prompt, além de avisar quando uma sessão estiver ficando cara. O número 19 é pular o alinhamento. Em um projeto maior, como desenvolver um portal para clientes ou um sistema de integração de novos usuários, você escreve um parágrafo e espera que o Claude preencha as lacunas. Ele vai preenchê-las, claro, mas com suposições, e você só descobre 3 horas depois que ele errou justamente nas coisas mais importantes. Então, o que você deve fazer é deixar o Claude entrevistar você primeiro. Faço isso antes de quase toda tarefa grande. A

17:02 skill que uso se chama align, e ela simplesmente me faz algumas perguntas numeradas, que posso responder digitando apenas o número e a opção que escolhi. Porque, na maioria das vezes, com os modelos mais novos, percebo que eles já entendem a intenção geral, e só precisamos confirmar o alinhamento antes de começar a construir. Certo, agora vamos aos avançados. São erros que vejo até alguns usuários experientes cometerem. E, como sempre, se algum desses tópicos ficar técnico demais, você pode simplesmente pegar o PDF na descrição e pedir ao Claude que explique tudo de forma simples, de acordo com sua configuração. O número 20 é perder suas conversas antigas. Se você for

17:34 procurar uma sessão do mês passado para retomar de onde parou e descobrir que ela sumiu, é porque o Claude Code apaga por padrão o histórico local das sessões após 30 dias. Então, se quiser mantê-las por mais tempo, peça ao Claude para definir em 365 dias o período de limpeza no seu arquivo de configurações, para que as sessões antigas não sejam apagadas durante um ano. E, claro, você pode ajustar esse período se quiser que seja mais curto ou até mais longo. Obviamente, isso não vai recuperar as sessões que já sumiram, mas, a partir daí, as sessões de um ano inteiro ficarão disponíveis para você retomar com {slash} resume. O número 21 é instalar

18:06 mods e plug-ins às cegas. Se você vir algo legal no X e instalar na mesma hora, isso é um comportamento bastante arriscado, porque um plug-in pode executar scripts na sua máquina, e muitos deles também adicionam tokens a todas as mensagens. Instale 10 deles e você paga pelos 10 a cada interação, use-os ou não. Então, adote um processo de avaliação rápida antes de instalar. Você pode verificar os detalhes do plug-in para saber o que ele instala e quanto custa a cada interação ou, melhor ainda, deixar o Claude fazer isso. Tenho uma skill chamada personalize: basta colar nela o repo ou o plug-in que pretendo instalar e verificar se ele combina com minha configuração,

18:38 se é seguro e se eu realmente preciso dele. O número 22 é não definir uma orientação para a compactação. Quando sua conversa fica cheia, o Claude a resume por conta própria, muitas vezes bem no meio de uma tarefa. E um engenheiro da própria Anthropic diz que o modelo está, na verdade, no seu ponto menos inteligente durante a compactação, então os detalhes costumam ser deixados de fora. Portanto, sempre que puder, faça a compactação você mesmo em uma pausa natural e diga o que deve ser mantido. Por exemplo, você pode dizer {slash} compact e pedir para manter o briefing do cliente e a lista de preços final. Ou, melhor ainda, pode adicionar instruções de compactação

19:08 ao seu Claude.md, para que cada compactação mantenha aquilo que realmente importa para você. O número 22 é não ter um sistema de roteamento de modelos. Usar o maior modelo para tudo, até mesmo para renomear arquivos ou escrever e-mails rápidos, é um grande desperdício. A Anthropic diz que as cobranças inesperadas geralmente se devem a esse hábito, e os modelos grandes adoram exagerar. Um usuário conta que o Fable iniciou 10 agents auxiliares em uma tarefa sem escopo definido e esgotou seu limite de 5 horas em apenas 5 minutos. A solução básica, claro, é usar Sonnet para a maioria das tarefas bem definidas e Opus para tarefas mais

19:40 exploratórias. Mas a solução avançada é deixar que algo faça o roteamento por você. Usei o decision model, o novo chamado Jev, que lê cada prompt que envio e decide qual modelo deve atendê-lo. Nas últimas 3 semanas, entre todos os meus prompts, nove em cada 10 eram pequenos o bastante para serem encaminhados ao Sonnet ou ao Haiku. Todo esse roteamento me custou apenas 13 centavos, e o Haiku custou cerca de 40 vezes menos que o Opus. Então, cada tarefa pequena encaminhada para lá me custou uma fração minúscula do que o Opus teria cobrado. Essas são todas as 23 falhas. Como sempre, obrigado por assistir

20:11 até o fim. Se isso foi útil, considere clicar em Inscrever-se abaixo, porque isso me ajuda muito a produzir mais conteúdo educativo como este, que ajuda você a usar melhor a IA nos seus negócios. Vejo vocês na próxima. Até mais. [música] >> [música]

Transcrição original

[00:00] With the recent release of the Claude 5.5 models, we are now in a whole new era of using Claude. Opus and Sonnet 5.5 now think differently. We now have the capability to create our own mods for Claude code, and even the way the cache saves you money has changed. So, several of the habits that worked before are now quietly eating your usage limits, and may actually be getting you worse answers. So, I went through Anthropic’s own guides for the 5.5 models, what their engineers actually say, and hundreds of tips from power users, and pulled out the 23 mistakes that are

[00:30] costing you the most. We’ll go from some easy fixes that anyone can do today, all the way to the advanced ones that even pro users get wrong. And if you’re new, my name is J. I spent over a decade working with brands you probably know, have been in AI since my master’s in data science, and now I’m leading our AI business in one of the largest AI communities globally. So, now let’s dive into it, starting with the easy ones. Number one is the kitchen sink session. So, one of the first mistakes that beginners make is keeping one chat session going all day. So, say you’re writing a client email. Then you need to do research on a certain topic. Then you

[01:02] need to update the copy in your website. If you do all of that in just one session, the problem is Claude actually rereads the entire conversation you had with it every time that you send a new prompt. Now, there is such a thing as the prompt cache, which is basically Claude’s short-term memory. And on the newest 5.5 models, it brings the cost of that reread every time you send a prompt to about 5% of the normal amount of tokens that you use. Now, that is a big discount, but you still do pay for it, and it still counts towards your limit. Plus, all that unrelated stuff in that one session does distract Claude, so the

[01:34] answers get worse over time. In fact, this is such a common bad habit that Anthropic themselves even has a name for it, which is the kitchen sink session. So, the fix is simple. For every distinct task, try to start just one session. And when you switch to a new topic, either you start a new chat, or if you really want to minimize token usage, you can just type {slash} clear, so that your Claude.md and your other system prompts, like your skill descriptions, don’t need to load again. Number two is switching models mid-chat. So say you’re deep in a session on Opus and you suddenly decide to flip to Haiku

[02:05] to save money on a quick question. The catch is every model has its own prompt cache, so switching means the whole conversation gets reread with no discount. Anthropic’s own engineer says that if you’re 100,000 tokens into an Opus chat, switching to Haiku for an easy question actually costs more than just letting Opus answer. So, pick your model at the start of a task and stick with that. The good news is on the newest models, so all of the 5.5 models plus Fable 5.1, changing the effort

[02:35] mid-chat doesn’t actually wipe the cache anymore. So changing the model midway cost you more tokens because of the cache being erased, while changing effort midway is actually okay now because the cache gets kept. Do note though that this piece on the effort not wiping the cache is still on beta as per Anthropic, so it’s better to check it on your own setup if it already holds true. And you can do that through this simple prompt that you can just screenshot. And by the way, I’ve put this entire list and all the resources and prompts that I mentioned here into this free PDF guide that is detailed enough so that if you

[03:05] just send it to your agent, you can just ask it which of these mistakes you have been making in your past sessions so that you can correct them and these habits right away. The link for that is just in the description below if you need it. Number three is arguing instead of rewinding. Next is arguing with Claude. It gets something wrong, you correct it, it’s still wrong, you correct it again, and now you’re five rounds deep on giving feedback via succeeding prompts. Now the thing is every one of those failed attempts stays in the chat and you’re paying again for that entire conversation to be reread with every prompt you send. Yes, you may

[03:37] benefit from the discount from your prompt cache, but it does still drain your usage. So Anthropic’s own rule is after two failed corrections, that is when you should probably stop and just use the rewind feature. To do that, you can just press escape twice or type {slash} rewind in your chat, and that would bring up a list of your earlier messages so that you can just pick the point just before it went wrong and start from there. Number four is side questions in your main chat. Say you’re in the middle of a task and you actually want a simple question, like let’s say you want to learn what a webhook is

[04:09] because that was mentioned by Claude, or you’re wondering what was the answer to a question from a few prompts back, or maybe you’re wondering what the status is of the long build that Claude is working on at the moment. So, you send a new prompt. The thing is that little detour now stays in the conversation, confusing your agent later on, and it also gets resent with every message for the rest of the task, draining your usage limits even faster. So, instead of doing that, just type {slash} BTW or by the way, then your question. You then get the answer in a side panel that pops

[04:40] up, but it never goes into the chat history, so your main task stays clean. Number five is using max effort more than you should. If you’re putting effort on max for every single task, then you’re probably draining your usage much faster than you should. Anthropic themselves say that max effort can now show diminishing returns and is actually prone to overthinking. So, for a lot of users, setting effort on the maximum isn’t really what is recommended. And if you look at some independent tests and benchmarks, the extra intelligence that you get from max just isn’t worth the

[05:11] costs. For example, from the test from artificialanalysis.ai, which is this independent company that runs every AI model through the same tests, for Opus 5.5, max scores about four points higher than high, so only a bit, but costs over three times as much per task. So, unless you have an unlimited budget, just leave it on medium maybe for most normal work and go high or extra high when it really matters, and save max for the rare big jobs. Number six are one-liner vague prompts. Like if you want a website, you just send a simple prompt like make me a

[05:42] website, or when you want an article written, you just ask to write an article. This usually gives you bad results because Claude has to guess, so it falls back to the most average answer. And then you spend five follow-ups fixing it. In fact, Anthropic says this themselves. In their documentation for prompting Opus 5.5, if you ask it for a design without a direction, it actually falls back on a few default styles, which, if you think about it, is where most AI slop comes from, the defaults. So, what you need to do when you name the output that you want, you also need to give context on

[06:13] who it’s for, what is the goal or intention, and what tone actually looks like. And for anything you do often, you can always give Claude a harness, which, at its core, is just a set of instructions, like, for example, a design system for anything visual, or even skills, which are these SOP guides that you can give their agents for the jobs that you repeat. That way, it starts from your standards instead of from scratch every single time. Number seven is giving Claude rules without a reason. If you give your agent exact rules, like, “Never use bullet points,” or “Never mention a price,” without the

[06:44] why, Claude mostly follows the rule blindly, and sometimes it misses the point or even uses it where it makes zero sense. So, add the reason in one short clause. For example, instead of just saying that you don’t want bullet points, say that you want this because this gets read out loud on a podcast. “Don’t mention price because this is a cold first email, and price comes during the onboarding call.” With today’s models, Claude is smart enough to work out the rest from just the reason, and as models keep getting smarter and smarter, explaining your intention

[07:15] instead of hamstringing your agents based on guardrails that are too specific are only going to matter more. Number eight is asking your agent to make it not look like AI made it. And Anthropic actually tested this. If you give just a general line like, “Avoid a generic AI look to your prompt,” what that does, even with the newest models, is it mostly just swaps one default style for another. So, with Claude, you still get those cream backgrounds and the italic headline words because that is what Opus defaults to. What works then is naming the exact patterns that

[07:47] you don’t want, like if you don’t want those green backgrounds, if you don’t want those italic accents, then you would need to declare that. Or even better, you can give it your design system, which is just a set of instructions or components or even color palettes that your agent can copy and reference. Number nine is taking the first draft. A first draft is Claude’s safest, most average guess. So, for anything that matters, try and ask for three independent versions, then just ask your agent to grade each one against your goal or intent and tell you which

[08:17] is strongest and why. For a lot of creative work, this works quite well. Personally, I have this skill which I call burst, which I use whenever I want fresh ideas that I can just filter later on. Just know that every extra version, of course, would cost you usage. So, it’s great for writing like hooks, titles, and emails, but doing multiple bursts or multiple versions for a big project is probably going to drain your usage. Number 10 is drip feeding follow-ups. A mistake some people make is that they send, let’s say, half a prompt, then Claude starts writing, you

[08:47] send a follow-up that you actually want to make it shorter, then you actually realize that apart from writing for your newsletter, you also want to write for LinkedIn. And with multiple follow-ups, what happens here is that Claude is reading the entire conversation again, and so it’s costing you tokens as it does. Apart from that, it also writes its whole answers again. So, if you send five prompts in succession, that means you will get five full answers, and the result drifts only a little every time. So, a good habit to have is to write it once properly with everything in one message if you can. And if you spot a

[09:20] mistake in your prompt, see if you can rewind to that point and resend it before defaulting to sending more short prompts in succession. Number 11 is using some old-school prompting techniques on the newer models. For example, lines like think carefully step by step or don’t be lazy or you must always do this in all capital letters. Those were actually written or may have been effective for older models that needed a little bit more of pushing. Now, the newer models follow instructions more closely if you give them. So, shouting doesn’t really do anything. Anthropic found that removing

[09:51] a think carefully line made replies start sooner with no clear drop in quality. So, just be clear in your instructions and let the effort setting be the one to control how hard your agent thinks. You can even ask Claude to go through your Claude.md and your skills and find the lines that were written for older models. And you can get started with that by using this prompt. Okay, so those are the easy ones and if you just fix those, you’d be ahead already of most people using Claude. Now, let’s get into the intermediate ones, which are the mistakes that even regular Claude code

[10:22] users make every day. And by the way, if you want to learn how to build and sell AI systems that businesses actually pay for, then that’s pretty much all we do over at the Robo Nuggets community. Where not only do you get access to the Claude Living Masterclass, which we update and takes you from zero to mastery with the latest on AI, but you also get access to our agents as a service course, which walks you through how to actually get paid for all these AI skills that you are learning. You also get to be part of a genuinely great community of AI builders. In fact, you can see just some of the recent wins our members are getting from the program

[10:52] right here. So, if you want to start earning from AI, then check that just in the pinned comment below. Now, back to the video. Number 12 is walking away mid-session. Let’s say you have a big conversation already with Claude and you leave it open over lunch, come back and just type continue. Well, if you remember, Claude keeps your chat in a cache, which is basically a discount for the conversations that it has to reread. Well, on a subscription, that prompt cache goes cold after about an hour. Then your first message back after your lunch break would reread the whole thing at full price. In one example in a big

[11:23] session where the conversation was already about 400,000 words long, it only cost 15 cents to continue the conversation warm with a cache and almost $12 if it’s cold. So, once you come back from your break, just type {slash} clear if you’re already done with a conversation or if saving tokens is your priority, you can use compact while it’s still warm so that when you prompt it next, it doesn’t cost you as much. And if you really need to keep your conversation warm, a trick that a lot of power users use is to have Claude ping itself with something like a {slash} loop command, let’s say every 30

[11:55] minutes, so that each ping would keep your cash warm. On a big session that cost only around 10 cents. That way the moment you get back, that whole conversation is still ready for you for your next prompt. Number 13 is stuffing your Claude.md. Claude.md, which is the instruction file that Claude reads at the start of every session, some people actually store every rule, every preference, your whole life story into the Claude.md until it’s hundreds, sometimes thousands of lines long. Now, that file loads on every single message, so it costs usage every turn. And

[12:26] Entropic says that when it gets too long, Claude also starts ignoring parts of it because the important rules get lost in all the noise. So, best practice, keep it under 200 lines and treat it like a router. So, instead of holding everything, it just points Claude to where things live, like your skills, your docs, your project folders, so Claude would only pull in the detail when it actually needs it. Number 14 is turning off all safety. Now, permission prompts can get annoying, so people start sometimes using Claude code with the permissions skipped or click yes to

[12:56] everything without reading. Now, this one’s a bit serious because a few days ago, someone reported that Claude deleted his entire C drive while running in that mode. He got most of it back from backups, fortunately, but there have been at least four similar reports from Windows users since September. So, use auto mode instead where a second model can check each action and also block the risky ones. And for extra protection, you can add a guard. DCG, which is short for destructive command guard, is a free open source add-on that blocks dangerous commands like deleting

[13:27] a folder or a force push, before they run. And also Blast Rages, which is this new mod from Anthropic themselves, shows you exactly which files a command would delete with a proceed and a cancel button, so that you can manually trigger it before Claude automatically deletes them. Number 15 is letting Claude edit important files with no backup. Because of the way that AI agents work, there’s no real undo button for a lot of what Claude does to your files. And so for very important files, what you need to do is to make a dated backup first. Just ask Claude to copy the folder with

[13:58] today’s date before any big change. And if you’re a bit more advanced, you can ask Claude to set up this tool called Git. Think of it as a save button for your whole project, where every time you save, it keeps a snapshot, and you can jump back to any snapshot later on. Then you can experiment more freely, because you can always roll things back. Number 16 is having everything connected all the time. If you use your agents with Gmail, Notion, Google Drive, Slack, plus five other MCP connector servers, which are basically these add-ons that Claude can use to plug into other apps. If you

[14:29] leave all of those switched on for every chat, it may be draining your usage, and is also a bit riskier because of more access that your agents have, probably more than they should. Now, Claude Code is a bit smarter about this now, and only loads a tool’s full details when it needs it, but every connection, every MCP server, still adds a list of tools to every chat, so they would still eat into your usage limits. So every so often, have Claude audit them. I’ll put this prompt on screen where you can just have it go through your MCP and tell you which ones you actually use in the last

[14:59] 2 weeks, what each one cost you, and which ones have a command line tool that it could use instead. And that last part matters a lot, by the way, because a CLI, a command line interface, usually beats an MCP on being cheaper and faster. Because a CLI is just a way to control an app just by typing text. And guess who’s really good at text? Is all the LLM AI models. So Claude already knows how to use most of these CLIs. They cost nothing until they run, and Claude can trim the results before they fill up your chat. Number 17 is infinite exploration. Like having Claude look

[15:31] into why sales dropped or going through all of your client folders without limit in the same session you’re working in. What happens there is that Claude reads hundreds of files, and every one of them lands in your main chat before the real work even start. Anthropic calls this the infinite exploration. So, a better way is to either scope it, like let’s say you only want the Q2 reports in the sales folder, or say to use a sub-agent to investigate this. If you’re new, a sub-agent is a helper that Claude can spawn that can read everything in its own separate window and only hands back

[16:01] a summary. It also has that added benefit, of course, that you can run it on a lower-cost model, like Sonnet or Haiku, to do the grunt work for you. Number 18 is never checking usage. If you keep hitting your limits and you have no idea what ate it, you can just type {slash} usage. That would break down your usage by skill, by sub-agent, plug-in, and MCP server, and it even flags any habit that’s taking 10% or more nowadays. If you want to see it all the time, you can also build a mod that shows it for you automatically. Here’s

[16:32] one prompt that I used to get you started. Basically, it just asks to show your 5-hour and weekly usage beside your prompt box, and also warns you when a session is getting expensive. Number 19 is skipping alignment. For a larger build, like let’s say you’re developing a client portal or an onboarding system, you write one paragraph and you hope that Claude can fill in the gaps. It will fill them, of course, but with guesses, and you find out 3 hours later that it gets wrong on the things that mattered most. So, what you should do is let Claude interview you first. I do this before almost every big task. The

[17:02] skill I use is called align, and what it does is just ask me a few numbered questions that I can answer just by typing the number and my choice. Because most of the time with the newer models, I find that they already get the sense of my intention, and we just need to confirm alignment before we get to building. All right, now the advanced ones. These are the mistakes that I see even some power users make. And as always, if any of these get a bit too technical, you can just grab that PDF in the description and have Claude explain these simply to fit your setup. Number 20 is losing your old chats. If you go

[17:34] looking for a session from last month to pick up where you left off and you find that it’s gone, that is because Claude code deletes your local session history after 30 days by default. So, if you want to keep them for longer, you can ask Claude to set your cleanup period days to 365 in your settings file so that old sessions don’t get deleted within a year. And you can of course adjust this if you want it shorter or even longer. It obviously won’t bring back the ones that are already gone, but from then on a whole year’s sessions stays there ready to pick up again using {slash} resume. Number 21 is installing

[18:06] mods and plugins blind. If you see something cool on X and you install it straight away, that’s actually very risky behavior because a plugin can run scripts on your machine and many of them add tokens to every single message, too. Stack 10 of them and you pay for all 10 on every turn whether you use them or not. So, have a process for a quick assessment first. You can check the plugin’s details for what it installs and what it costs you every turn or even better, let Claude do it. I have a skill called personalize where I just paste in the repo or the plugin that I plan to install, check whether it fits my setup,

[18:38] whether it’s safe, and whether I need it at all. Number 22 is not setting a direction for compaction. When your chat gets full, Claude summarizes it on its own, often right in the middle of a task. And Anthropic’s own engineer says that the model is actually at its least intelligent point when it’s compacting, so the details usually get dropped. So, compact it yourself whenever you can at a natural break and tell it what to keep. Like you can say {slash} compact and make sure to keep the client brief and the final price list, for example. Or even better, you can add compact

[19:08] instructions to your Claude.md so every compaction keeps what you actually care about. Number 22 is not having a model routing system. Using the biggest model for everything, even renames of files or quick emails, is actually quite wasteful. Anthropic says that surprise bills usually trace back to this one habit, and big models love to go big. One user says that Fable spun up 10 side agents on an open-ended task and emptied his 5-hour limit in just 5 minutes. The basic fix, of course, is Sonnet for most defined work and Opus for more

[19:40] exploratory work. But, the advanced fix is to let something route it for you. I used the decision model, the new one called Jev, which reads every prompt I send and decides which model should handle it. Over the last 3 weeks, amongst all of my prompts, nine out of 10 were actually small enough and were routed for Sonnet or Haiku. All that routing cost me only 13 cents, and Haiku cost about 40 times less than Opus. So, every small job that goes there costed me a tiny fraction of what Opus would have charged. So, that is all 23 mistakes. As usual, thanks for watching

[20:11] till the end, and if that was useful, then consider tapping subscribe below, because that just helps me a lot put out more educational stuff like this that helps you use AI better for your business. I’ll see you all next time. Cheers. [music] >> [music]