> ## Documentation Index
> Fetch the complete documentation index at: https://docs.jelou.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Tokens

> Entenda o que são tokens, como influenciam o consumo de IA e como otimizar prompts e fluxos no Brain Studio.

Tokens são a **unidade de "combustível"** que um modelo usa para processar texto. Cada mensagem que entra, cada instrução do agente, cada variável incluída como contexto e cada resposta que sai é medida (internamente) em tokens.

Pense nisso como combustível: se o seu fluxo "pesa" mais ou percorre uma distância maior, **tende** a consumir mais.

> Nota: entender tokens ajuda você a projetar agentes mais rápidos, estáveis e baratos para operar em escala.
> Veja: [Preços](/pt/guias/faturamento/precios)

## O que é um token

Um token é uma unidade de texto que o modelo processa. Ele não tem correspondência 1:1 com "uma palavra": pode ser uma palavra completa ou um fragmento.

Em uma execução típica, você consome tokens para:

* **Entrada**: a mensagem do usuário + a **instrução** do agente + o contexto que você injeta.
* **Saída**: a resposta do modelo.
* **Ferramentas e nós**: por exemplo, quando um nó busca dados (como um JSON) e esses dados são usados como contexto.

## A regra mental: tokens = combustível

### 1) Mais peso, mais consumo

Se o seu agente carrega muitas instruções, exemplos, regras redundantes ou dados desnecessários, o prompt "pesa" mais.

**Causas comuns:**

* Você escreve instruções longas ou repetidas.
* Você inclui muito histórico ou informações "copiadas e coladas" no contexto.
* Você recebe respostas de ferramentas com payloads grandes.

Guias relacionados:

* [Prompting](/pt/guias/agentes-ia/prompting)
* [Guia Geral (Agentes de IA)](/pt/guias/agentes-ia/index)

### 2) Quanto mais longe você vai, mais gasta

Conversas com muitas rodadas tendem a acumular contexto útil... e às vezes ruído também.

Se o seu fluxo depende de histórico longo, considere:

* Resumir ou normalizar informações-chave.
* Salvar apenas o que você precisa para o próximo passo (não o chat inteiro).

Guias relacionados:

* [Variáveis - Guia Rápido](/pt/guias/variaveis/guia-rapida)
* [Memória](/pt/guias/variaveis/memory)
* [Contexto](/pt/guias/variaveis/context)

### 3) O modelo também importa

Modelos "maiores" ou mais capazes tendem a ser mais caros de executar. Em geral:

* Use um modelo especializado ou leve para tarefas simples (roteamento, validações, extração).
* Reserve um modelo mais capaz para raciocínio complexo ou geração mais rica.

## O que normalmente impulsiona o consumo em um fluxo

* **Prompts extensos** (especialmente se incluírem texto repetido).
* **Integrações/APIs** que retornam muito conteúdo (catálogos enormes, logs, JSONs não filtrados).
* **Variáveis persistidas sem critério** que você inclui novamente em cada etapa.
* **Respostas longas** quando o usuário precisa apenas de uma saída curta/estruturada.

Relacionados:

* [Nó API](/pt/guias/nodos/api)
* [Nó de Variável](/pt/guias/nodos/variavel)
* [Tarefa de IA](/pt/guias/nodos/ai-task)

## Sinais de alerta

Se você notar algum desses sintomas, provavelmente está consumindo mais tokens do que o necessário:

| Sintoma                        | Causa provável              | Solução                                        |
| ------------------------------ | --------------------------- | ---------------------------------------------- |
| Alta latência (>5s)            | Contexto muito grande       | Reduza o histórico, filtre os dados            |
| Respostas truncadas            | Limite de saída atingido    | Solicite respostas mais curtas ou estruturadas |
| Erro "context length exceeded" | Entrada ultrapassa o limite | Reduza instruções ou contexto                  |
| Respostas inconsistentes       | Muito ruído no prompt       | Limpe e priorize informações relevantes        |
| Custos inesperados             | Tokens de ferramenta/API    | Filtre as respostas de integração              |

## Exemplo: antes vs depois

<Tabs>
  <Tab title="Antes (pesado)">
    ```text theme={null}
    Você é um assistente virtual de atendimento ao cliente da empresa
    XYZ Corporation S.A. de C.V. que foi fundada em 1985 e tem
    presença em 15 países da América Latina. Seu objetivo principal
    é ajudar os clientes com suas consultas de forma amigável,
    profissional e eficiente. Você deve sempre ser cortês e empático.
    Lembre-se de que o cliente sempre tem razão e você deve tratá-lo
    com respeito. Se não souber algo, admita honestamente.

    Aqui está o histórico completo da conversa:
    [500 linhas de chat anterior]

    Aqui está o catálogo completo de produtos:
    [2000 produtos com todos os seus atributos]

    Responda ao cliente de forma detalhada e completa.
    ```

    **Problema**: \~15.000+ tokens apenas para entrada.
  </Tab>

  <Tab title="Depois (otimizado)">
    ```text theme={null}
    XYZ support assistant. Respond in English, maximum 2 paragraphs.

    Customer context:
    - Name: {{memory.name}}
    - Last order: {{memory.last_order}}

    Relevant products (filtered):
    {{context.filtered_products}}

    Question: {{input.message}}
    ```

    **Resultado**: \~200-400 tokens. Mesmo resultado, 50x mais eficiente.
  </Tab>
</Tabs>

<Tip>
  Use o [OpenAI Tokenizer](https://platform.openai.com/tokenizer) para analisar seus prompts e encontrar oportunidades de otimização.
</Tip>

## Boas práticas para otimizar (sem perder qualidade)

### Faça prompts "enxutos"

Um bom prompt tende a ser:

* Breve
* Com regras claras
* Sem exemplos desnecessários
* Com formato de saída explícito (quando aplicável)

Comece aqui:

* [Prompting](/pt/guias/agentes-ia/prompting)

### Decida onde cada dado vive: Contexto vs Memória

Nem tudo precisa persistir.

* **Contexto**: vive apenas durante a execução atual. Use para cálculos temporários e etapas intermediárias.
  Veja: [Contexto](/pt/guias/variaveis/context)
* **Memória**: persiste entre conversas/skills com um controle de tempo de vida (TTL). Use para dados que você realmente reutiliza (ex.: preferências ou identificadores).
  Veja: [Memória](/pt/guias/variaveis/memory)

### Limite as informações que você traz das ferramentas

Se você usa APIs, filtre desde a origem:

* Solicite apenas os campos necessários.
* Pagine os resultados.
* Evite buscar blobs ou catálogos completos "por precaução".

Relacionados:

* [Nó API](/pt/guias/nodos/api)

## Tokens e faturamento no Jelou

Saiba mais sobre custos em:

* [Como funciona](/pt/guias/faturamento/introducao)
* [Preços](/pt/guias/faturamento/precios)
* [Reembolsos e novas tentativas](/pt/guias/faturamento/reembolsos)

Mesmo que você não pague "por token" diretamente em todos os casos, otimizar tokens ainda é valioso porque você reduz o atrito operacional: latência, ruído no contexto, respostas inconsistentes e custo total de infraestrutura quando você escala.

## Princípio orientador

Cada token deve ter trabalho real a fazer.

Tokens decorativos = combustível evaporando.