A maior parte dos conselhos sobre consumo de tokens otimiza o lado errado do problema. O prompt que você digita raramente é a parte cara. O que custa tokens é tudo o que o agente lê em seu nome: o conteúdo dos arquivos, a saída dos comandos, os registros de teste e a transcrição cada vez maior dos próprios turnos anteriores.

As técnicas abaixo estão ordenadas pelo quanto economizam na prática, e não pelo quanto são engenhosas.

Leia menos de cada arquivo

Um agente que abre um arquivo de 2.000 linhas para mudar uma função já gastou a maior parte do orçamento em contexto que nunca vai usar. Pesquise primeiro e depois abra apenas o trecho de que precisa.

A economia se acumula, porque todo arquivo lido pelo agente permanece na transcrição até o fim da sessão. Um arquivo lido uma vez não é pago uma vez só: o que foi lido no terceiro turno continua sendo carregado no vigésimo.

Filtre a saída dos comandos antes que ela chegue ao modelo

Registros de build, executores de teste e gerenciadores de pacotes são escritos para pessoas olhando um terminal, não para um modelo que paga por token. Uma suíte de testes que falha emite com facilidade milhares de tokens de rastros de pilha onde quarenta bastariam.

Passe comandos barulhentos por algo que extraia o sinal:

pytest -q 2>&1 | tail -30
npm run build 2>&1 | grep -E "error|warning" | head -20

Não é glamouroso e costuma ser a maior economia isolada disponível.

Mantenha a tarefa delimitada

Uma conversa longa custa mais por turno do que uma curta, porque a transcrição inteira é reenviada a cada vez. Duas sessões focadas saem mais baratas do que uma sessão arrastada cobrindo o mesmo terreno, e em geral produzem resultados melhores, porque o modelo não está pesando vinte turnos de histórico irrelevante.

Quando uma tarefa muda de direção de forma substancial, recomeçar é tanto uma decisão de custo quanto de qualidade.

Não cole aquilo que o agente consegue ler

Colar um arquivo no prompt o duplica: uma vez na sua mensagem e outra quando o agente abre o arquivo para editá-lo. Aponte o caminho e pronto.

O que não ajuda muito

Encurtar os próprios prompts é quase só encenação. Uma instrução comprimida com capricho economiza uns cinquenta tokens; uma única leitura desnecessária de arquivo custa dois mil. Escreva a instrução mais clara que conseguir e gaste sua atenção no que o agente lê, não no que você escreve.

Comprimir o prompt de sistema ou as definições de ferramentas rende igualmente pouco para a maioria das pessoas, e troca confiabilidade por uma economia que se torna desprezível diante de uma execução de testes barulhenta.