Source: https://aiprimetech.io/pt/docs/guides/prompt-caching/

[Início](/pt/) / [Documentação](/pt/docs/) / Cache de prompts 

# Cache de prompts 

Releia um prefixo estável por uma fração do preço de entrada — o que armazenar em cache, o que não armazenar e como verificar se funcionou. 

 Copiar página [ Ver como Markdown](/pt/docs/guides/prompt-caching.md) [ Perguntar ao ChatGPT](https://chatgpt.com/?q=Read%20https%3A//aiprimetech.io/docs/guides/prompt-caching.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.) [ Perguntar no Claude](https://claude.ai/new?q=Read%20https%3A//aiprimetech.io/docs/guides/prompt-caching.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.)   

O cache de prompts armazena um prefixo da sua solicitação para que chamadas posteriores que o compartilhem sejam cobradas a uma tarifa reduzida de entrada. Para qualquer solicitação com um preâmbulo extenso e estável — um prompt de sistema, esquemas de ferramentas ou um documento sobre o qual se fazem perguntas — essa é a mudança com maior retorno disponível. 

## O que é um bom candidato para o cache 

 | Bom | Por quê

 | Prompts de sistema | Idêntico byte a byte em todas as chamadas de uma sessão

 | Definições de ferramentas / funções | Estáveis durante toda a execução de um agente e frequentemente extensas

 | Um documento sobre o qual se fazem perguntas repetidamente | Um envio, muitas perguntas

 | Exemplos de few-shot | Fixo e frequentemente longo 

 | Ruim | Por quê

 | A mensagem mais recente do usuário | Diferente a cada vez — nunca há um acerto de cache

 | Qualquer conteúdo com um timestamp ou ID de solicitação perto do início | Um único byte alterado no início do prefixo invalida tudo o que vem depois

 | Prompts curtos | Abaixo do comprimento mínimo para armazenamento em cache, portanto não há ganho 

## Como marcar um prefixo 

```
Copy{
  "model": "claude-sonnet-4-6",
  "max_tokens": 1024,
  "system": [{
    "type": "text",
    "text": "<long stable instructions...>",
    "cache_control": {"type": "ephemeral"}
  }],
  "messages": [{"role": "user", "content": "Question that changes every call"}]
}
```

Tudo até o bloco marcado, inclusive ele, passa a ser o prefixo armazenado em cache. A ordem importa: coloque o conteúdo estável primeiro e o conteúdo variável por último. 

## Como verificar se funciona 

Confira a usage objeto. Um acerto de cache informa os tokens em leitura de cache, em vez de entrada comum. Se a leitura de cache permanecer em zero ao longo de chamadas repetidas, seu prefixo não é de fato idêntico — uma causa comum é um timestamp, um ID de sessão ou uma ordenação não determinística das chaves de JSON no preâmbulo. 

Serialize o conteúdo armazenado em cache de forma determinística. json.dumps(obj) sem sort_keys=True pode reordenar as chaves entre execuções, o que altera os bytes e faz você perder silenciosamente todos os acertos de cache. 

## Onde faz mais diferença 

Ferramentas agênticas reenviam o mesmo prompt de sistema e os mesmos esquemas de ferramentas a cada turno. Em uma sessão de 50 turnos, esse preâmbulo é cobrado 50 vezes sem cache e aproximadamente uma vez com cache. 

[Controle de custosAs outras três alavancas](/pt/docs/guides/cost-control/)[Uso de ferramentasPor que os esquemas dominam a entrada](/pt/docs/api-reference/tool-use/)[API de mensagensOnde inserir cache_control](/pt/docs/api-reference/messages/) 

[AnteriorControle de custos](/pt/docs/guides/cost-control/)[PróximoGerenciamento de contexto](/pt/docs/guides/context-management/)