Guia: 6 Hacks para Cortar seu Uso de Tokens no Claude pela Metade | IA Club
Guia: 6 Hacks para Cortar seu Uso de Tokens no Claude pela Metade
Por IA Club

6 Hacks para Cortar seu Uso de Tokens no Claude pela Metade
Esse guia foi criado por Allessandra Sinisgalli — fundadora do IA Club, a comunidade de inteligência artificial prática para empreendedores brasileiros. Se você usa Claude Code com o plano pago, esses ajustes vão reduzir seu consumo de tokens hoje mesmo. Todos gratuitos. A maioria leva menos de 5 minutos.
Hack 1 — Use o modelo certo para cada tarefa
No Claude Code, você pode trocar de modelo com o comando /model.
A regra é simples:
- Opus → problemas complexos, refatoração de múltiplos arquivos, bugs difíceis, decisões de arquitetura
- Sonnet → trabalho do dia a dia: testes, edições simples, explicações de código, a maioria das tarefas
- Haiku → buscas rápidas, formatação, renomear arquivos, tarefas repetitivas
Voce nao precisa de um carro esportivo para ir ao mercado. So esse ajuste ja faz uma diferenca enorme.

Hack 2 — Limpe o contexto entre tarefas
Cada vez que voce aperta Enter, o Claude Code envia um volume enorme de contexto do sistema antes mesmo de ler o que voce digitou. E isso cresce. Quanto mais longa a sessao, mais inchado fica o contexto. Respostas mais lentas, qualidade pior, custo maior. Como resolver:
/clear
Usa entre tarefas diferentes. Limpa tudo e comeca do zero.
/compact
Usa antes de comecar algo grande. Comprime a conversa mantendo so o essencial.

Hack 3 — CLI no lugar de MCP sempre que possivel
Se existe uma CLI para a ferramenta, use ela no lugar do MCP. E mais rapida e muito mais barata.
O GitHub e o exemplo perfeito. O gh CLI funciona melhor e consome muito menos tokens do que o GitHub MCP server.
Por que? Ferramentas MCP injetam o schema completo no seu contexto nos dois lados — as definicoes de ferramentas entrando, o output bruto saindo. Voce paga por tudo isso.
Regra pratica:
- CLI e Skills sempre que possivel
- MCP so quando nao tiver alternativa Como instalar o gh CLI:
brew install gh
gh auth login
Hack 4 — Instale o plugin Context-Mode
Esse projeto open source impede que o output bruto dos MCPs inunde seu contexto. Quando uma ferramenta MCP retorna 10.000 tokens de JSON bruto, o Context-Mode indexa isso num sandbox em vez de jogar tudo na sua conversa. Voce recebe um resumo. O Claude recebe a informacao que precisa. O contexto fica limpo. Resultado: reduz o uso de tokens do MCP em 50% a 90%. Como instalar:
npm install -g @context-mode/claude-plugin
Depois configure nos seus MCP servers. Roda em background automaticamente. Melhor custo-beneficio se voce usa muitos MCP servers.
Hack 5 — Mantenha seu CLAUDE.md enxuto
Seu CLAUDE.md e injetado em CADA interacao. Toda mensagem. Todo /clear. Todo novo inicio.
Se ele tiver 5.000 tokens, voce paga 5.000 tokens antes do Claude ler uma linha de codigo.
A solucao: pense nele como um email com links, nao um manual de 2.000 paginas.
Estrutura ideal:
# CLAUDE.md
## Regras principais
- [regra 1]
- [regra 2]
- [regra 3]
- [regra 4]
- [regra 5]
## Arquivos de referencia
- Rotas da API: ver src/api/README.md
- Schema do banco: ver docs/schema.md
- Guia de estilo: ver docs/style-guide.md
5 regras. 3 ponteiros para arquivos de detalhe. Menos de 500 tokens. O Claude le os arquivos de detalhe so quando esta trabalhando em algo relevante — nao em toda interacao.
Hack 6 — Rode Claude Code de graca com Ollama
R$ 0. Para sempre. Tudo roda local na sua maquina, sem chave de API, sem assinatura, sem limite de uso. Passo 1 — Instale o Ollama Acesse ollama.com e baixe o instalador. Funciona em Mac, Windows e Linux. Passo 2 — Baixe um modelo de codigo
ollama pull qwen3-coder
Esse e o modelo gratuito mais forte para codigo agora. 30B parametros, janela de contexto de 128K. Qual modelo para sua maquina:
- 16GB+ de RAM → qwen3-coder
- 8 a 16GB de RAM → devstral-2-small (24B)
- 8GB ou menos → granite3.3:8b (8B) Passo 3 — Suba o servidor
ollama serve
Deixa rodando numa aba do terminal. Passo 4 — Aponte o Claude Code para o Ollama
export ANTHROPIC_BASE_URL=http://localhost:11434/v1
export ANTHROPIC_MODEL=qwen3-coder
Depois rode o claude normalmente. Em vez de acessar os servidores da Anthropic, ele fala com seu modelo local.
Limitacoes importantes:
- Para escrita, pesquisa e resumos: funciona bem
- Para trabalho tecnico serio: use sua assinatura paga. Modelos locais podem afirmar que editaram um arquivo quando nada mudou
- Sem web search por padrao (pode adicionar com Brave ou Tavily MCP)
- Sem prompt caching — cada mensagem reprocessa o contexto completo Recomendacao: deixa o Ollama para as tarefas leves. Aponta sua assinatura Claude para o trabalho dificil. Voce vai se surpreender com quanto do seu uso diario cabe no bucket de 'tarefas leves'.
O padrao por tras dos 6 hacks
Pare de pagar preco premium por tarefas que nao precisam disso.
- Use o modelo certo para cada tarefa
- Mantenha o contexto limpo
- Nao alimente o Claude com mais do que ele precisa Comece com um hack. Sinta a diferenca. Depois experimente o proximo.
Quer aprender mais?
No IA Club voce encontra ferramentas testadas, prompts prontos e estrategias reais para aplicar IA no seu negocio toda semana. Conhecer o IA Club →