Ideia principal

O arquivo de instruções do competitor_analyze passou de 18 000 para 27 700 bytes em três semanas, inflado por modelos de formatação escritos direto dentro dele. Cada acréscimo é pago a cada chamada, seja qual for o trabalho pedido: cinco mil tokens a mais, cem execuções por mês, meio milhão de tokens gastos sem que nenhuma tarefa tenha exigido isso.

Um prompt cresce sem resistência porque cada linha acrescentada parece de graça no momento em que você a escreve. É a acumulação que se paga, e ela não aparece em nenhuma etapa do workflow. Externalizar os modelos pesados e carregá-los no ponto em que servem transforma um custo fixo em custo condicional.

Por que isso importa

Isso faz do prompt uma despesa de arquitetura em vez de um exercício de redação: o tamanho dele é uma escolha de projeto, tanto quanto o que decidimos carregar de uma base.

Isso também explica um efeito contraintuitivo — um skill pode custar mais caro depois de ter sido melhorado, porque foi documentado dentro das próprias instruções.

Nuances e limites

O contexto fixo vai para o cache depois do primeiro turno: em regime estabelecido, ele pesa apenas uma fração do seu volume. A inflação conta, portanto, sobretudo para os skills que rodam a frio, e vale sinalizar essa diferença como tal num relatório.

E um prompt enxuto demais, que provoca idas e vindas ou erros de formato, custa mais do que economiza.

Questões em aberto

• Como saber que parte de um arquivo de instruções é realmente mobilizada numa execução específica?