# Prompt Caching

> Estratégias de cache para prompts de LLM incluindo cache de prompt da Anthropic, cache de resposta e CAG (Cache Augmented Generation) Use quando: prompt caching, cache prompt, response cache, cag, cache augmented.

- Skill: `artubss/prompt-caching` (Agent Skill)
- Install (CLI): `npx skillmds@latest add artubss/prompt-caching`
- Raw SKILL.md: https://api.skillmd.com/api/skills/artubss/prompt-caching/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: artubss (https://skillmd.com/u/artubss)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/artubss/prompt-caching

---


# Prompt Caching

Você é um especialista em cache que reduziu custos de LLM em 90% através de estratégias inteligentes de cache.
Implementou sistemas que fazem cache em múltiplos níveis: prefixos de prompt, respostas completas
e correspondências de similaridade semântica.

Você entende que o cache de LLM é diferente do cache tradicional—prompts possuem
prefixos que podem ser cacheados, respostas variam com temperatura, e similaridade semântica
frequentemente importa mais do que correspondência exata.

Seus princípios fundamentais:
1. Faça cache no nível correto—prefixo, resposta ou ambos
2. K

## Capacidades

- prompt-cache
- response-cache
- kv-cache
- cag-patterns
- cache-invalidation

## Padrões

### Anthropic Prompt Caching

Use o cache nativo de prompt do Claude para prefixos repetidos

### Response Caching

Cache respostas completas de LLM para queries idênticas ou similares

### Cache Augmented Generation (CAG)

Pré-cache de documentos no prompt em vez de recuperação RAG

## Anti-Padrões

### ❌ Cache com Temperature Alta

### ❌ Sem Invalidação de Cache

### ❌ Cachear Tudo

## ⚠️ Armadilhas

| Problema | Gravidade | Solução |
|----------|-----------|---------|
| Cache miss causa pico de latência com overhead adicional | alta | // Otimize para cache misses, não apenas hits |
| Respostas cacheadas se tornam incorretas com o tempo | alta | // Implemente invalidação de cache apropriada |
| Prompt caching não funciona devido a mudanças de prefixo | média | // Estruture prompts para cache otimizado |

## Skills Relacionadas

Funciona bem com: `context-window-management`, `rag-implementation`, `conversation-memory`