Claude Certified Architect — Foundations
Trilha integrada de preparação: entenda cada cenário visualmente, responda as 60 questões raciocinando pela arquitetura e feche com o simulado cronometrado.
1 · Cenários da prova — 60 questões
Um coordinator decompõe a tarefa e delega para subagentes especializados. Cada subagente tem contexto ISOLADO — o que ele lê não consome a janela do coordinator; só o resultado final volta, como tool_result. É o padrão orchestrator-workers, o coração do Domínio 1 (27% da prova).
Claude Code rodando headless (claude -p) dentro do pipeline: review automático de PR, geração de testes, feedback. Os temas cobrados: modo não-interativo, --output-format stream-json, allowedTools restrito no CI e prompts desenhados para MINIMIZAR falsos positivos.
O dia a dia com Claude Code: gerar, refatorar, debugar. O que a prova cobra é a CAMADA DE CONFIGURAÇÃO: CLAUDE.md (memória), slash commands, planning mode e MCP servers — quando usar cada um e como eles moldam o comportamento do agente.
Um agente construído com o Agent SDK para resolver devoluções, cobranças e problemas de conta usando tools MCP (get_customer, lookup_order, process_refund, escalate_to_human). Meta: 80%+ de resolução no primeiro contato COM escalação apropriada — os dois lados valem pontos.
2 · Temas oficiais da prova
Blueprint do Exam Guide v1.0 (jul/2026): 5 domínios, 30 task statements. Cada tema aponta onde estudar aqui dentro.
D1Agentic Architecture & Orchestration27%›
- 1.1Design agentic loops for autonomous task executionCenário Multi-AgenteCenário Suporte
- 1.2Orchestrate coordinator–subagent systemsCenário Multi-Agente
- 1.3Configure subagent invocation, context passing & spawningCenário Multi-AgenteDocs: Subagents ↗
- 1.4Multi-step workflows with enforcement and handoffLab Hooks (Stop hook)
- 1.5Agent SDK hooks for tool interception & data controlLab HooksDocs: SDK Hooks ↗
- 1.6Task decomposition strategies for complex workflowsCenário Multi-Agente
- 1.7Session state, resumption and forkingLab Sessions & ContextDocs: Sessions ↗
D2Tool Design & MCP Integration18%›
- 2.1Design tool interfaces: clear descriptions & strict schemasCenário Suporte (tools)Docs: Writing tools for agents ↗
- 2.2Structured error responses for MCP toolsDocs: MCP Tools ↗
- 2.3Distribute tools across agents; least-privilege configCenário Multi-AgenteLab Review Pipeline
- 2.4Integrate MCP servers into Claude Code & agent workflowsLab CLAUDE.md & Skills (.mcp.json)Docs: Claude Code MCP ↗
- 2.5Select built-in tools (Read, Write, Edit, Bash, Grep, Glob)Lab Git + Claude Code⚡ Rodar real no Trace
D3Claude Code Configuration & Workflows20%›
- 3.1CLAUDE.md hierarchy, scoping and hygieneLab CLAUDE.md & SkillsCenário Geração de Código
- 3.2Create custom slash commands and skillsLab Agent SkillsLab CLAUDE.md & Skills ($ARGUMENTS)
- 3.3Path-specific rules for conditional conventionsLab CLAUDE.md & Skills (nested)
- 3.4Plan mode vs direct executionCenário Geração de Código
- 3.5Iterative refinement for progressive improvementCenário Geração de Código
- 3.6Integrate Claude Code into CI/CD pipelinesCenário CI/CDLab Review PipelineLab Git + Claude Code
D4Prompt Engineering & Structured Output20%›
- 4.1Prompts with explicit criteria for precisionLab Review Pipeline (rubrica)Docs: Prompt Engineering ↗
- 4.2Few-shot prompting for consistencyLab CLAUDE.md & Skills (exemplos)
- 4.3Structured output via tool use + JSON schemasLab Structured OutputDocs: Tool Use ↗
- 4.4Validation, retry and feedback loops for extractionLab Structured Output (retry)Docs: Tool Use ↗
- 4.5Batch processing strategies (Batches API)Lab Review Pipeline (Batches)Docs: Message Batches ↗
- 4.6Multi-instance / multi-pass review architecturesLab Review Pipeline
D5Context Management & Reliability15%›
- 5.1Preserve critical information across long conversationsLab Sessions & ContextDocs: Context Windows ↗
- 5.2Escalation and ambiguity-resolution patternsCenário Suporte (escalate)
- 5.3Error propagation across multi-agent systemsCenário Multi-Agente
- 5.4Context management in large-codebase explorationLab Agent Skills (progressive disclosure)⚡ Rodar real no Trace
- 5.5Human review workflows and confidence calibrationLab Review Pipeline (confidence)
- 5.6Information provenance and uncertainty in multi-source synthesisCenário Multi-Agente (citações)
3 · Laboratórios de conceito
Como o Claude Code trabalha com git: ler o estado antes de agir, gerar commits que seguem as convenções do repo, abrir PRs. Cai no domínio de Claude Code Configuration & Workflows (20%).
Skills = instruções em markdown que o Claude aplica sozinho na tarefa certa. O segredo cobrado na prova: DISCOVERY pela description do frontmatter e PROGRESSIVE DISCLOSURE (só o índice entra no contexto; seções sob demanda).
Hooks = comandos shell que o HARNESS executa em pontos fixos do ciclo (PreToolUse, PostToolUse, Stop…). São DETERMINÍSTICOS: não dependem do modelo decidir. Na prova: quando usar hook vs instrução no CLAUDE.md — regra que DEVE sempre acontecer = hook.
Escolher modelo é decisão de ARQUITETURA: Opus para raciocínio profundo, Sonnet como padrão de produção, Haiku para volume/latência. Extended thinking dá orçamento de raciocínio extra. A prova adora trade-off de custo × qualidade × latência.
O design que as questões 16-30 cobram: pipeline em CAMADAS (gate rápido bloqueante + análise profunda assíncrona), controle de falso-positivo, severidade calibrada por rubrica, re-review incremental e custo com Batches. Quem trata 'review automático' como uma única chamada síncrona erra metade do cenário.
O tema real por trás das questões 31-45: ARQUITETURA DE MEMÓRIA. CLAUDE.md enxuto (só o que vale para TODA sessão), convenções por diretório em CLAUDE.md aninhados, workflows viram skills (com $ARGUMENTS), exemplos ficam em arquivos referenciados, e .mcp.json versionado compartilha MCP com o time.
Task statements 4.2–4.4 (parte dos 20% do Domínio 4): extração de dados confiável = forçar tool use com JSON schema (nunca 'peça JSON por favor'), few-shot para consistência, e loop de validação com retry que devolve o ERRO como feedback. Quem confia em parse de texto livre erra essas questões.
Task statements 1.7 e 5.1: estado de sessão (resumption, forking) e preservação de informação crítica em conversas longas. A pegadinha central: quando o contexto enche, truncar ingenuamente PERDE restrições ditas lá atrás — sumarize preservando decisões, constraints e fatos-pino.
4 · Reta final
60 questões · cronometre 120 min · sem consulta. Meta: ≥ 48 acertos (80%) para ir tranquilo.
- 60 questões · 120 min · proctored (Pearson VUE)
- Corte 720/1000 · sem penalidade por chute
- Resultado em até 7 dias úteis · válida por 6 meses
- Registro: clau.de/CCAF com e-mail @appnow.com.br