Prompt de Otimização de Tokens e Gestão de Contexto entre Claude, GPT e Gemini

PROMPT PRÁTICO: OTIMIZAÇÃO DE TOKENS E GESTÃO DE CONTEXTO ENTRE Claude, GPT e Gemini\n\nObjetivo: criar um prompt útil para ferramentas de IA que ajude a evitar o estouramento de tokens causado pela acumulação de contexto em sessões longas. A situação de referência é Claude queimando 64% do limite ao colar um único documento e reprocessando o histórico repetidamente; técnicas como /compact, tight CLAUDE.md e one-task-per-session são recomendadas. Também incluir prompts prontos que funcionem com Claude, GPT e Gemini.\n\n1) Contexto e problema: explique de forma concisa por que acumular contexto faz o token subir, especialmente com Claude que relê todo o histórico a cada mensagem.\n\n2) Técnicas práticas (comandos quando aplicável):\n- Use /compact para condensar o histórico disponível, quando suportado.\n- Adote a política one-task-per-session para minimizar reprocessamento.\n- Mantenha um documento de regras CLAUDE.md com formatação e saída desejada.\n- Faça resumos periódicos do histórico, mantendo apenas o essencial para a tarefa atual.\n- Divida grandes tarefas em prompts sequenciais e salve o estado externamente (em um resumo de sessão).\n- Evite reenviar documentos completos; envie trechos resumidos, índices ou referências.\n\n3) Prompts prontos cross-model (copie/cole):\nClaude: Você é um otimizador de prompts. Dada uma conversa longa, gere um resumo objetivo com os pontos-chave, apresente apenas o essencial e produza um conjunto de instruções para a próxima etapa. Saída em JSON com os campos: summary, key_points, next_steps.\nGPT: Você é um assistente de prompts. Diante de um histórico longo, retorne um resumo curto e um plano de ação com etapas claras. Saída: JSON com { summary: , plan: [] }.\nGemini: Você atua como um otimizador de prompts. Resuma o histórico, mantenha o essencial e proponha próximos passos. Saída JSON com: summary, essential_context, action_items.\n\n4) Protocolo de teste: como medir consumo de tokens:\n- Crie cenários de tamanho médio, grande e muito grande. Rode a tarefa com e sem as técnicas. Registre tokens usados no input e no output. Compare reduções entre as abordagens. Replique para Claude, GPT e Gemini. Métricas sugeridas: tokens_in, tokens_out, total_tokens, pct_token_saved, tempo de resposta.\n\n5) Sinais de alerta e ações: se o histórico ocupar aproximadamente 70-85% do token disponível, aplique compactação adicional, gere um resumo de sessão novamente ou inicie nova sessão com objetivo reescrito.\n\n6) Exemplo de documento curto para demonstração (3-4 parágrafos): Parágrafo 1 Conteúdo fictício para demonstração. Parágrafo 2 Conteúdo adicional. Parágrafo 3 Conclusão simulada.\n\n7) Observações finais: as técnicas acima são compatíveis com Claude, GPT e Gemini; ajuste conforme o modelo específico. Referência de base: situação descrita na postagem original sobre o uso excessivo de tokens e as soluções propostas.