Claude Code na Prática

Aula 01 · 26/05/2026 — Imersão Claude Code para Economistas, Administradores e Contadores

Vítor Wilher

26 de maio de 2026

Boas-vindas

Imersão · Aula 01 · 26/05

Hoje a gente faz três coisas

Entende o que é um LLM — e por que isso muda a análise econômica.
Entende o que é um agente de IA — e em que ele difere de um chat.
Deixa o setup mínimo pronto (VS Code + Claude Code) para a monitoria.

Navegue com as setas ← → do teclado (ou clique nas setas no canto inferior direito). A demonstração do Digest ao vivo e o setup completo vêm na próxima aula (02/06).

Calendário da Semana 1

Data	Atividade
26/05 — hoje	Aula 01 — fundamentos + anatomia + setup mínimo
28/05 — quinta	Monitoria — VS Code e extensões do curso
Durante a semana	Suporte na plataforma · replay disponível
02/06	Aula 02 — Digest ao vivo + setup completo

O setup mínimo de hoje é o que você leva para a monitoria de 28/05. O resto a gente faz junto em 02/06. Ninguém fica para trás.

O que você sai sabendo hoje

O que é um LLM e por que isso muda análise econômica.
Como Claude, GPT e Gemini se comparam em casos reais de economia.
O loop agêntico — como o agente pensa, planeja e executa.
O setup mínimo instalado: VS Code + extensão Claude Code.

O Digest ao vivo e o setup completo do ambiente ficam para a próxima aula (02/06).

Estrutura de hoje

Bloco	Tempo	O que acontece
1. Fundamentos rápidos	20 min	LLM · prompting · comparação
2. Anatomia do Claude Code	20 min	Loop agêntico · tools · contexto
Setup mínimo · Plano B	—	VS Code + Claude Code · para a monitoria

A demonstração do Digest e o setup completo (macOS/Windows/Linux) abrem a Aula 02, em 02/06.

Bloco 1 · Fundamentos rápidos

20 minutos

LLMs, prompting e comparação de modelos

O que é um LLM, na prática

Um Large Language Model é um modelo estatístico treinado para prever a próxima palavra (token) dado um contexto.

Dessa tarefa simples emergem capacidades de:

Escrever código
Resumir documentos
Extrair dados estruturados de texto
Raciocinar sobre problemas em etapas

O que um LLM não é

Não é uma base de dados. Não consulta fatos — reconstrói probabilisticamente.
Não tem memória entre conversas (a menos que a ferramenta forneça).
Não é determinístico — a mesma pergunta pode gerar respostas diferentes.

Implicação para economistas: sempre valide números que vêm de um LLM contra a fonte original (BCB, IBGE, IPEA).

Claude vs GPT vs Gemini

Critério	Claude (Anthropic)	GPT (OpenAI)	Gemini (Google)
Foco	Raciocínio longo · código	Generalista · plugins	Multimodal · Google
CLI agêntica	Claude Code	Codex	Gemini CLI
Contexto	Muito grande (até 1M)	Grande	Muito grande
Forte em	Refatoração · análise crítica	Variedade de integrações	Busca · dados Google

Por que Claude Code para este curso?

A ferramenta agêntica mais madura para trabalhar dentro do seu próprio terminal, com acesso real aos seus arquivos, scripts e dados. Não é um chat — é um agente que executa.

Prompting é uma linguagem

Um bom prompt para análise econômica tem quatro elementos:

Contexto — quem você é, qual o domínio.
Tarefa — o que exatamente você quer.
Restrições — formato de saída, bibliotecas, fontes.
Critério de sucesso — como saber que funcionou.

Prompt ruim × Prompt bom

Ruim

Faz um gráfico do IPCA

Bom

Sou economista. Crie um script Python que use a API do SGS do BCB para baixar o IPCA mensal (série 433) dos últimos 5 anos, calcule a média móvel de 12 meses e gere um gráfico matplotlib salvo em outputs/ipca.png. Use a biblioteca python-bcb. Comente cada bloco.

Limitações reais que você vai encontrar

Alucinação de séries — o modelo pode inventar códigos do SGS. Sempre confira.
Versões de bibliotecas — pode usar APIs antigas. Diga a versão que você tem.
Cutoff de conhecimento — dados recentes precisam ser fornecidos por você.
Custo — cada interação gasta tokens.

Bloco 2 · Anatomia do Claude Code

20 minutos

Loop agêntico, tools e janela de contexto

Chat vs Agente

Chat (Claude.ai)

Você pede.
Ele responde com texto.
Fim.

Agente (Claude Code)

Você pede.
Ele lê arquivos, escreve código, roda comandos.
Observa o resultado.
Decide se terminou — ou volta.

O loop agêntico

┌──────────────────────────────────────────────┐
│  1. PENSA     → analisa a tarefa             │
│  2. PLANEJA   → decompõe em passos           │
│  3. EXECUTA   → chama uma tool               │
│  4. OBSERVA   → lê o resultado               │
│  5. AVALIA    → terminou? se não, volta ao 1 │
└──────────────────────────────────────────────┘

Esse é o pulo do gato.

O agente age sobre seu sistema — não devolve apenas texto.

Tools — as ferramentas que o agente usa

Tool	O que faz	Uso em economia
`Read`	Lê arquivos do disco	Abrir um CSV de séries temporais
`Write`	Cria/escreve arquivos	Salvar um `.py` ou `.qmd`
`Edit`	Edita partes de arquivos	Refatorar um pipeline
`Bash`	Executa no terminal	Rodar `python script.py`
`WebFetch`	Busca URLs	Ler documentação do SGS
`Grep` / `Glob`	Procura em arquivos	Achar usos de uma série

Permissões importam. Por padrão, o Claude Code te pergunta antes de executar comandos que modificam seu sistema.

Context window — o “espaço de trabalho”

A janela de contexto é tudo que o modelo vê naquele momento: prompt + arquivos lidos + saídas de comandos + histórico.

Por que importa

Janela enche → o modelo “esquece” o começo.
Arquivos enormes consomem rápido.
/compact resume e libera espaço.
/clear começa do zero.

Context window — boas práticas

Projetos pequenos e bem segmentados — uma pasta = um propósito.
CLAUDE.md na raiz com instruções persistentes (visto em ação na Aula 02).
/compact em sessões longas — resume e libera espaço sem perder o fio da meada.
/clear quando muda de tarefa — começa do zero, sem ruído do contexto anterior.

Janela de contexto é orçamento. Trate como tal.

Modelos disponíveis

Modelo	Para quê	Quando usar
Opus	O mais capaz	Tarefas complexas · refatoração grande · prompt engineering
Sonnet	Equilibrado	Padrão para a maioria das tarefas
Haiku	Rápido e barato	Tarefas simples e iterativas

Regra prática

Comece com Sonnet. Suba para Opus se a tarefa for grande. Desça para Haiku se for repetitiva.

Setup — o mínimo para começar

Plano B · para a monitoria de 28/05

O panorama do que vem — e o atalho para já sair instalando

Contas que você vai precisar

Antes de instalar qualquer coisa, abra duas contas (ambas têm plano gratuito):

Anthropic → claude.com Necessária para autenticar o Claude Code no VS Code. Plano Pro/Max dá mais uso diário; o gratuito serve para começar.
GitHub → github.com Onde o Digest vai morar — e onde o GitHub Actions vai agendar o pipeline a partir da Aula 4. Use o mesmo email no git config (na Aula 02).

Mais à frente (Aula 5) você também vai precisar de uma caixa Zoho Mail dedicada a newsletters e da Meta Business Suite (WhatsApp Cloud API). Mas não agora — basta Anthropic + GitHub.

O que vamos instalar — visão geral

Gerenciador de pacotes — Homebrew (macOS) · winget (Windows) · apt (Linux)
Python 3.12 — linguagem da aula e do Digest em produção
Node.js v20+ — runtime que a extensão Claude Code usa por baixo
Git — versionamento e integração com GitHub
Visual Studio Code — editor que vai hospedar o Claude Code
Extensão Claude Code (publisher Anthropic) — o agente, dentro do VS Code
Ambiente virtual Python (venv) — isolamento do projeto Digest
Dependências do Digest — imap-tools, beautifulsoup4, anthropic, python-dotenv, python-dateutil

O passo a passo guiado é na Aula 02 (02/06). Hoje basta o mínimo dos itens 5 e 6 — VS Code + extensão Claude Code — pelo caminho do próximo slide.

O caminho mínimo de hoje

Hoje a gente deixa só o essencial pronto: VS Code + extensão Claude Code autenticada.

É o que você leva para a monitoria de 28/05 e o suficiente para a Aula 02 começar. O setup completo — gerenciador de pacotes, Python, Node, Git e o ambiente do Digest, nos três sistemas — a gente faz junto em 02/06.

Se nunca abriu um terminal — sem problema. O caminho mais curto está no próximo slide.

Plano B — se o terminal te assusta

Caminho mais curto para quem não quer começar pelo terminal:

Baixe o VS Code pelo site → code.visualstudio.com.
Instale a extensão Claude Code (publisher Anthropic) e autentique.
Peça ao próprio agente que instale o resto:

Sou iniciante e estou no <macOS / Windows / Linux>. Instale, nesta ordem, Homebrew/winget/apt, Python 3.12, Node 20, Git e as dependências do projeto. Vai um comando por vez e peça permissão antes de executar.

Bônus pedagógico: você já vê o loop agêntico em ação — o agente lendo seu sistema, pedindo permissão, executando, validando. A instalação vira a primeira aula prática.

Leve para a monitoria · 28/05

O que você já deve ter feito (Plano B): VS Code instalado e a extensão Claude Code (publisher Anthropic) autenticada.

Na monitoria de quinta, com o monitor, você vai:

Conhecer o VS Code — interface, terminal integrado, como abrir um projeto.
Dominar o painel de extensões — buscar, instalar, conferir o publisher.
Instalar as extensões do curso — a começar pela Claude Code.

Saindo da monitoria com isso pronto, a Aula 02 (02/06) abre direto no setup completo + Digest ao vivo — sem queimar tempo com instalação.

Fechando a Aula 01

O que vimos hoje

LLM: o que é, o que não é, e como validar números.
Prompting como linguagem; loop agêntico, tools, contexto e modelos.
Setup mínimo (Plano B): VS Code + extensão Claude Code.

Antes de 02/06: setup mínimo feito — ou destravado na monitoria de 28/05.

Na Aula 02 (02/06): Digest ao vivo · setup completo nos três sistemas · missão da semana.

Até a próxima aula

A verdade está nos dados.

Vítor Wilher · Análise Macro · 02/06 a gente continua