# Como Usar Claude Code com Agentes Paralelos (Guia Prático)
Se você já usou o Claude Code para escrever um arquivo ou corrigir um bug, sabe o quanto isso acelera o desenvolvimento. Mas existe um nível acima disso — e na Stream 8 do projeto EmailHacker.ai, Laschuk mostrou ao vivo como usar agentes paralelos para renderizar 4 vídeos ao mesmo tempo, configurar integrações e escrever código, tudo rodando simultaneamente enquanto ele tomava café.
Este guia documenta exatamente como fazer isso: escolher o modelo certo para cada tarefa, criar skills customizadas e orquestrar múltiplos agentes em paralelo.
Por Que Agentes Paralelos?
O modelo padrão de usar IA é sequencial: você pergunta, a IA responde, você lê, você pergunta de novo. Isso é lento. Com agentes paralelos, você inverte a lógica:
- ‣Você define as tarefas com clareza
- ‣O Claude as executa simultaneamente em terminais separados
- ‣Você revisa os resultados enquanto tudo acontece em paralelo
O ganho real não é apenas velocidade — é foco. Enquanto um agente renderiza um vídeo, outro está escrevendo o email de lançamento, e um terceiro está ajustando o CSS da landing page. Você não precisa gerenciar nenhum desses passos manualmente.
Na Stream 8, isso ficou evidente: 4 vídeos Remotion foram disparados em paralelo via Claude Code. O tempo total foi o mesmo que renderizar 1 vídeo sequencialmente.
você espera cada etapa
você revisa enquanto rodam
4 vídeos em ~10 min
O Que Você Precisa
Antes de começar, certifique-se de ter:
- ‣Claude Code instalado (CLI da Anthropic —
npm install -g @anthropic-ai/claude-code) - ‣Conta na Anthropic com acesso aos modelos Opus, Sonnet e Haiku
- ‣Node.js 18+ (para projetos JavaScript/TypeScript)
- ‣Um projeto real com tarefas paralelizáveis (desenvolvimento de software, geração de conteúdo, processamento de dados)
- ‣Familiaridade básica com terminal
Se você quer entender melhor como o Claude Code foi usado em streams anteriores, veja o histórico de streams — cada uma documenta um avanço diferente do projeto.
Passo 1: Entender os Modelos (Opus, Sonnet, Haiku)
O primeiro erro de quem começa com Claude Code é usar o modelo mais poderoso para tudo. Isso é caro e desnecessário. Cada modelo tem um papel específico:
→ Revisão de código crítico
→ Planejamento de features
→ Análise de trade-offs
→ Orquestrador de agentes
→ Criar componentes React
→ Escrever emails e copy
→ Implementar features
→ Debugar com logs reais
→ Extrair campos de JSON
→ Traduzir textos curtos
→ Formatar saídas
→ Alta frequência / batch
Tabela de Decisão Rápida
Orquestrar outros agentes
Decidir trade-offs críticos
Debugar erro complexo
Implementar feature nova
Extrair dados de JSON
Formatar output de API
Passo 2: Configurar Claude Code
O Claude Code usa um arquivo CLAUDE.md na raiz do projeto para dar contexto ao agente. Este arquivo é lido automaticamente a cada sessão — é como uma briefing permanente.
Estrutura mínima de um CLAUDE.md eficiente:
markdown# Contexto do Projeto
## Stack
- Next.js 16, TypeScript, Tailwind CSS v4
- Supabase (banco de dados)
- Dev: porta 1337
## Regras
- Nunca fazer commit direto — sempre usar /deploy
- Ícones: Lucide React, 20px, stroke-width 1.5
- Sem acentos em variáveis, nomes de arquivo, commits
## Comandos
- Dev: cd apps/web && npm run dev
- Build: cd apps/web && npm run build
Quanto mais contexto relevante o CLAUDE.md tiver, menos você precisa repetir instruções. O Claude Code carrega esse arquivo em todos os agentes que você lançar — incluindo os paralelos.
Janela de Contexto de 1M de Tokens: O Claude suporta até 1 milhão de tokens de contexto. Isso significa que você pode passar arquivos inteiros, logs completos, esquemas de banco de dados e histórico de decisões — sem compressão ou resumo. Use isso a seu favor: contexto completo gera respostas mais precisas.
Passo 3: Criar Skills Customizadas
Skills são habilidades customizadas que você ensina ao Claude Code para executar tarefas específicas do seu projeto. Elas ficam em ~/.claude/skills/ e podem ser invocadas com /nome-da-skill.
Como uma Skill é estruturada
Uma skill é basicamente um arquivo de instruções que o Claude lê antes de executar uma tarefa. Exemplo de estrutura:
~/.claude/skills/
deploy/
index.md ← instruções principais
knowledge/
checklist.md ← conhecimento específico
geo/
index.md
references/
seo-rules.md
Quando criar uma Skill
Crie uma skill quando você:
- 1.Repete a mesma tarefa mais de 3 vezes com as mesmas instruções
- 2.Tem um processo com múltiplos passos que precisa ser executado na ordem certa
- 3.Tem regras específicas que se aplicam a um domínio (ex: como escrever emails para a sua audiência)
- 4.Quer garantir consistência entre diferentes sessões e agentes
No EmailHacker.ai existem skills para: /deploy, /send (disparar email), /geo (criar guias SEO), /stream (preparar live), entre outras. Cada skill encapsula o conhecimento necessário para executar aquela tarefa sem precisar reexplicar tudo a cada vez.
Criando sua primeira Skill
Passo 1: Crie a pasta da skill: %%CODEBLOCK_2%%
Passo 2: Crie o arquivo index.md com as instruções:
%%CODEBLOCK_3%%
Passo 3: Invoque com /minha-skill no Claude Code.
Passo 4: Orquestrar Agentes em Paralelo
Aqui está o diferencial real. O Claude Code permite lançar múltiplos agentes em terminais separados, cada um com sua própria tarefa, rodando simultaneamente.
define tarefas
e aprova
Método 1: Múltiplos Terminais Manuais
A forma mais simples: abra 3-5 janelas de terminal e execute Claude Code em cada uma com tarefas diferentes.
bash# Terminal 1
claude "Crie o componente Header seguindo o design system em knowledge/design/design-system.md"
# Terminal 2
claude "Escreva os testes unitários para src/lib/attribution.ts"
# Terminal 3
claude "Otimize as queries SQL em src/lib/supabase-queries.ts para reduzir latência"
Cada agente tem seu próprio contexto e executa independentemente. Você monitora os três ao mesmo tempo.
Método 2: Git Worktrees (Para Código)
Quando múltiplos agentes precisam editar arquivos diferentes do mesmo repositório, use git worktrees. Isso evita conflitos:
bash# Criar worktrees separados
git worktree add .worktrees/feature-header -b feature/header
git worktree add .worktrees/feature-tests -b feature/tests
# Lançar agente em cada worktree
cd .worktrees/feature-header && claude "Crie o componente Header"
cd .worktrees/feature-tests && claude "Escreva os testes para attribution.ts"
Cada agente trabalha em sua própria branch, sem interferir no trabalho do outro.
Método 3: Skills que Disparam Subagentes
O nível mais avançado: uma skill que, ao ser invocada, define e lança múltiplos subagentes automaticamente. O agente orquestrador (rodando em Opus) define as tarefas, e os subagentes (em Sonnet) executam em paralelo.
Essa abordagem é usada na skill /stream do EmailHacker.ai: ao preparar uma live, um agente busca métricas no banco, outro prepara o roteiro, e um terceiro verifica o estado do código — tudo ao mesmo tempo.
Regras de Ouro para Paralelização
Passo 5: Otimizar Custos
Usando agentes paralelos sem critério, os custos podem escalar rapidamente. Aqui estão as estratégias usadas no EmailHacker.ai:
Regra 80/15/5
Cache de Contexto
O Claude tem cache automático de prefixo de prompt. Isso significa que se múltiplos agentes leem o mesmo CLAUDE.md e os mesmos arquivos de referência, o custo dessas leituras é cobrado uma vez, não por agente. Mantenha o contexto compartilhado no início da conversa para maximizar o cache.
Tamanho de Contexto vs. Custo
Monitore o Uso
O Claude Code exibe o custo estimado de cada sessão no terminal. Acompanhe isso por alguns dias para entender quais tarefas são mais caras e onde você pode trocar Sonnet por Haiku.
Caso Real: 4 Vídeos Simultâneos na Stream 8
Na Stream 8, Laschuk precisava renderizar 4 variações de vídeos Remotion para o projeto EmailHacker.ai — diferentes formatos para Reels, YouTube Shorts e stories.
O processo sequencial levaria ~40 minutos (10 min por vídeo). Com agentes paralelos:
9:16
9:16
9:16
16:9
Passo 1: O agente orquestrador (Opus) analisou os 4 formatos necessários e definiu os parâmetros de cada renderização.
Passo 2: 4 agentes Sonnet foram lançados em terminais separados, cada um com a tarefa de configurar e disparar a renderização de um formato específico.
Passo 3: Os 4 processos de renderização rodaram simultaneamente. Tempo total: ~10 minutos (o mesmo de 1 vídeo).
Resultado: 4 vídeos entregues em 25% do tempo original. Laschuk usou esses minutos para gravar o áudio de narração e revisar o script — trabalho que só ele pode fazer.
Isso é o ponto central da abordagem: agentes fazem o trabalho repetível e computacional; você faz o trabalho criativo e estratégico.
Para ver outras aplicações de IA em streaming ao vivo, confira também a Stream 6 onde Laschuk explorou o Claude Computer Use para automação de interface.
Próximo Passo
Agora que você entende a lógica dos agentes paralelos, o caminho natural é:
- 1.Instale o Claude Code e configure seu primeiro
CLAUDE.md - 2.Identifique 3 tarefas no seu projeto que poderiam rodar em paralelo
- 3.Crie sua primeira skill para a tarefa que você mais repete
- 4.Lance 2 agentes simultaneamente e observe o fluxo
Se você quer acompanhar isso acontecendo ao vivo — código sendo escrito, agentes sendo orquestrados, features sendo construídas em tempo real — entra no Discord do EmailHacker.ai. Cada stream é uma aula prática de como usar IA para construir produto.
Erros Comuns
Erro 1: Usar Opus para tudo Symptoma: custos altos sem ganho proporcional de qualidade. Solução: reserve Opus para decisões estratégicas; use Sonnet para execução.
Erro 2: Contexto insuficiente para os agentes Sintoma: o agente toma decisões erradas ou pede mais informações constantemente. Solução: passe o contexto completo na primeira mensagem — arquivos relevantes, regras do projeto, exemplos do padrão esperado.
Erro 3: Paralelizar tarefas dependentes Sintoma: um agente precisa do output de outro para continuar, gerando gargalo. Solução: mapeie as dependências antes de paralelizar. Tarefas em sequência precisam rodar em sequência — só paralelize as verdadeiramente independentes.
Erro 4: Skills genéricas demais Sintoma: a skill não gera resultado consistente entre execuções. Solução: seja específico nas instruções. Inclua exemplos de input/output esperado, regras de negócio do seu projeto e checklist de validação.
Erro 5: Não revisar o output dos agentes Sintoma: código ou conteúdo de baixa qualidade vai para produção. Solução: sempre revise o output antes de commitar ou publicar. Agentes são rápidos, mas você é o último filtro de qualidade.
Erro 6: Ignorar o CLAUDE.md
Sintoma: você repete as mesmas instruções em toda sessão. Solução: documente tudo que você repete mais de 2 vezes no CLAUDE.md. Isso é memória persistente do projeto — use-a.