Guia da Anthropic para loops por metas e proativos do Claude

Introdução

Loops do Claude viraram pauta central no desenvolvimento com IA, e por um motivo simples, eles fazem o agente trabalhar até cumprir um objetivo definido, sem precisar de prompts manuais a cada passo. No dia 30 de junho de 2026, a Anthropic publicou um guia ensinando como pensar loops por tipo de gatilho e parada, quando usar cada padrão e como equilibrar qualidade e custo, com exemplos como melhorar o Lighthouse de uma homepage até 90 usando o comando /goal.

A ideia-chave é tratar loop como um ciclo de agente com começo, meio e fim mensuráveis. Em vez de empilhar prompts, o desenvolvedor define objetivo, verificação e limites, e deixa o Claude iterar até que os critérios sejam atendidos, ou até um teto de tentativas que você decidir. A documentação oficial de Claude Code detalha exatamente como /goal mantém o agente trabalhando entre turnos, e como /loop e /schedule cuidam de cadências baseadas em tempo.

O que a Anthropic chama de “loops do Claude”

A definição é direta, agentes repetem ciclos de trabalho até uma condição de parada. O guia da Anthropic classifica quatro tipos, cada um pensando em como começa, como termina, qual primitivo do Claude Code usa e que tarefas combinam melhor com ele.

• Loop por turnos, disparado por prompt manual, bom para tarefas curtas.
• Loop por metas, com /goal, ótimo quando existe um critério verificável de saída.
• Loop por tempo, com /loop e /schedule, ideal para rotinas recorrentes ou monitoramento.
• Loops proativos, que combinam rotinas, metas e fluxos dinâmicos para operar sem humano em tempo real.

Essa estrutura importa porque muda a pergunta de “qual prompt eu mando agora” para “qual é o objetivo e como vou verificar que foi atingido”. A documentação de /goal explica que, ao final de cada turno, um modelo pequeno e rápido avalia se a condição foi satisfeita, o que reduz o risco do próprio agente encerrar cedo por “achar” que terminou.

Loops por metas com /goal, o coração do trabalho orientado a resultados

/goal ativa um estado de trabalho contínuo até que um critério seja verdadeiro. O mecanismo é simples, você define a condição, por exemplo “todos os testes em test/auth passam e o lint está limpo”, e cada turno encerra com uma checagem por um avaliador independente, tipicamente um modelo menor como Haiku. Se a resposta for não, o Claude segue para o próximo turno. Você pode incluir limites, como “ou pare após 20 turnos”.

Exemplo prático do guia, “/goal get the homepage Lighthouse score to 90 or above, stop after 5 tries”. Essa estrutura funciona porque o agente pode provar o progresso com dados concretos no histórico, a pontuação de Lighthouse, o que facilita a avaliação automática.

Boas práticas para escrever a condição, segundo a documentação:

• Defina um estado final mensurável, como testes passando, código de saída igual a 0, contagem de arquivos, fila vazia.
• Diga explicitamente como provar, por exemplo “npm test sai com 0” ou “git status limpo”.
• Coloque restrições que importam, como “não modificar outros arquivos de teste”.
• Limite escopo com teto de turnos ou tempo, o próprio /goal reporta progresso e consumo.

Esse padrão é especialmente eficiente para migrações com critérios claros, implementações guiadas por acceptance criteria e esvaziamento de fila de issues. A vantagem prática, você troca subjetividade por uma regra de parada objetiva, o que reduz retrabalho e ruído no dia a dia.

![Laptop com editor de código em destaque, representando automação com loops do Claude]

Loops por tempo com /loop e /schedule, quando a cadência manda

Há trabalho recorrente em qualquer time, checar deploys, babysit de PRs, triagem matinal, varreduras de logs. Para isso, /loop repete um prompt em um intervalo, e /schedule, documentação de Tarefas Agendadas, cobre opções na nuvem e no desktop, com comparação de persistência, acesso a arquivos e mínimos de intervalo. No desktop, /loop roda enquanto a sessão está aberta. Para mover para a nuvem, crie uma rotina com /schedule.

A doc traz uma tabela de comparação útil, cloud routines rodam sem depender da sua máquina, desktop tasks possuem acesso a arquivos locais e conectores, e /loop é a via mais rápida para polling dentro da sessão. Também explica como Claude agenda via cron, IDs de tarefas, jitter para evitar picos e a política de expiração em 7 dias para tarefas recorrentes, o que evita loops esquecidos rodando para sempre.

Exemplos diretos da doc:

• “/loop 5m check my PR, address review comments, and fix failing CI”, o agente monitora, reage a mudanças e tenta corrigir.
• “/loop 20m /review-pr 1234”, reexecuta um workflow empacotado a cada iteração.
• Um bare “/loop” dispara um prompt de manutenção padrão, substituível por um loop.md.

Para tarefas que precisam viver além de uma sessão aberta, use rotinas em nuvem, GitHub Actions ou agendadores do desktop, tudo documentado com mínimos de intervalo e comportamento de retomada com --resume.

Loops proativos, compondo rotinas, metas e fluxos dinâmicos

O guia descreve loops proativos como composições de primitivas, rotinas em cron, metas verificáveis, workflows dinâmicos em pesquisa e auto mode para não pedir autorização a cada passo. Exemplo do artigo, uma rotina que checa feedback por hora, define meta para triagem completa de todos os relatos encontrados e orquestra subagentes para corrigir e revisar, com um juiz adversarial para escolher a melhor solução.

Essa arquitetura coloca o Claude em cima de um pipeline contínuo, verificável e com governança explícita. Você define o que significa “pronto”, documenta como verificar no skill, e escolhe quando o trabalho dispara, evento ou cron. O ganho é escala sem mão humana por perto, mas com checkpoints reais e a possibilidade de pausar, ajustar e reexecutar em segurança.

Qualidade de código e governança, como manter alto padrão

A Anthropic insiste em quatro pilares para a qualidade nesses loops:

• Código-base limpo, o agente segue padrões existentes no repositório.
• Verificação embutida, encode “o que é bom” com skills para checagem de ponta a ponta.
• Documentação acessível, facilitar o caminho para docs oficiais de frameworks.
• Segundo agente para review, menos viés que o agente principal, inclusive com skill built-in de code review para GitHub.

Complemente com uma estratégia de pós-mortem, não conserte só o caso, promova o aprendizado do sistema, mova a lição para skills e checklists. Essa cultura transforma cada falha em melhoria estrutural, reduzindo custos futuros de iteração.

Custos e limites, como controlar consumo de tokens

Loops poderosos podem gastar tokens de forma invisível se o escopo estiver frouxo. O guia oficial recomenda definir limites de turnos, escolher o modelo certo por tarefa, pilotar antes de abrir a comporta de workflows dinâmicos, usar scripts determinísticos para trabalhos mecânicos e conferir “/usage”, “/goal” sem argumentos e “/workflows” para ver que parte da automação consome mais. Ajuste o intervalo de /loop ao ritmo de mudança do sistema observado.

A doc de /goal explica ainda que a avaliação roda em um modelo pequeno e rápido, com custo marginal comparado ao trabalho principal, e traz requisitos como versão mínima e permissões de hooks, importante para times com políticas de segurança rígidas.

![Tela com código em modo escuro, ilustrando o trabalho contínuo orientado por metas]

Exemplos aplicados, do front ao CI

• Performance web por meta, “/goal elevar o Lighthouse da homepage a 90, pare após 5 tentativas”, com skill ensinando como medir e comprovar. O avaliador vê a pontuação no histórico e decide parar ou continuar.
• PR babysitting por tempo, “/loop 5m verificar PR, resolver comentários e corrigir CI”, com fallback para rotina em nuvem se a máquina do desenvolvedor não puder ficar ligada.
• Triagem proativa de bugs, rotina por hora, meta de fila vazia e workflow com juiz adversarial para escolher fix, sem pedir permissão a cada etapa.

Para quem está começando, a própria doc sugere comparar abordagens para manter a sessão rodando, /goal após cada turno, /loop por intervalo e Stop hooks para checks personalizados. Essa comparação ajuda a escolher o mecanismo certo para cada cenário.

Dicas práticas de escrita e operação de loops do Claude

• Comece simples, promova o loop mais leve que resolve o problema. O guia da Anthropic reforça que nem toda tarefa merece um arranjo complexo.
• Verificação antes de automação, documente a checagem de qualidade no skill, com passos e comandos, incluindo como capturar evidência que o avaliador conseguirá ler no histórico.
• Controle de sessão, se precisa que a automação sobreviva à sua ausência, leve para /schedule na nuvem, ou um agendador do desktop, em vez de depender de /loop na sessão aberta.
• Métricas e auditoria, use /usage e os relatórios de /goal e de workflows para identificar picos de gasto, subagentes caros e MCPs que precisam de ajuste.
• Segurança de operações, scripts determinísticos para tarefas repetitivas são mais baratos que raciocínio livre, e tendem a ser mais previsíveis sob limites rígidos de permissão.

Reflexões e insights

Loops do Claude mudam a ergonomia do trabalho com IA. Quando o objetivo vira contrato, com verificação codificada e limites de iteração, o agente deixa de ser um autocomplete sofisticado e vira um executor confiável dentro de um trilho. O ganho não está só na velocidade, está na consistência entre execuções, algo que equipes valorizam quando precisam reproduzir resultados em sprints diferentes. O guia publicado em 30 de junho de 2026 acelera essa transição porque traz linguagem comum e exemplos replicáveis.

O segundo ponto é governança. Ao separar quem faz do que define pronto, /goal com avaliador independente reduz viés e dá rastreabilidade. Em ambientes regulados, ou com várias squads mexendo no mesmo monorepo, essa clareza vale mais que algumas economias pontuais de tokens. A documentação oficial descreve os detalhes de avaliação, versões mínimas e como restaurar metas ativas, o que fecha lacunas operacionais no dia a dia.

Conclusão

Loops do Claude, por metas e proativos, foram consolidados pela Anthropic com um guia objetivo, publicado em 30 de junho de 2026, que mapeia tipos, comandos e limites. Em resumo, use /goal quando existir critério mensurável de saída, /loop e /schedule para cadência e orquestração, e componha rotinas proativas quando já houver confiança no seu pipeline de verificação.

O próximo passo é escolher um fluxo simples e importante, escrever a verificação como skill, definir um limite de turnos e rodar. Observe onde o agente emperra, ajuste a condição e itere. A cadência certa, o critério certo e a verificação certa formam o tripé que transforma loops do Claude em produtividade real e previsível.