Reduzi o desperdício no Google Maps do cliente com IA

Um portal de imóveis fazia umas 7.500 requisições por dia a uma API paga do Google Maps. Depois de duas correções, as buscas de lugares próximos, que eram quase tudo, ficam projetadas em no máximo 86 por dia. Eu não tinha acesso ao painel do Google do cliente, então medi por fora, com um agente de IA em cada etapa: hipóteses, medição, duas correções e a conta. Tudo foi refeito num site fictício, montado para a aula, com o mesmo padrão do caso real. A cada visita a um imóvel, a seção "serviços próximos" carrega 1 mapa e dispara 8 buscas Nearby Search. A preço de tabela, são US$ 263 a cada mil visitas. O que eu fiz, em 5 prompts para o Claude Code: (1) levantar hipóteses em modo plano, sem alterar arquivo; (2) escrever um script com Playwright que intercepta toda chamada ao Google e conta pela URL, por tipo de cobrança; (3) carregar o mapa só quando a seção chega perto da tela; (4) buscar os lugares no servidor, uma vez por imóvel, com cache de 60 dias; (5) comparar o antes e o depois, mostrando a conta. Números do site fictício (medidos nas minhas tomadas, mesmo script no antes e no depois): sem rolar, 1 mapa e 8 buscas viram zero chamadas; quem rola a página na primeira visita de um imóvel continua pagando US$ 263 a cada mil visitas, porque as buscas só mudam do navegador para o servidor; da segunda visita em diante, custa só o mapa, US$ 7; em duas visitas, US$ 526 viram US$ 270 (−48,67%). Números do caso real: cerca de 7.500 e cerca de 4.000 requisições por dia foram confirmados pelo cliente; o 86 por dia é projeção de pior caso do meu benchmark de 15/10/2026 (644 imóveis × 8 buscas a cada 60 dias) e conta só as buscas de lugares próximos, o autocomplete da busca continua. O preço é o de tabela do Google, sem desconto, e a conta de verdade é a fatura. Antes de copiar o cache no servidor, leia a versão atual dos termos do provedor e decida com quem paga a conta. Guardar por 60 dias foi uma decisão consciente do caso real, com o risco conhecido. O site, o imóvel e os dados são fictícios. O processo, a medição e o que o agente fez são reais. A narração é a minha voz, clonada com IA (Uso de IA: Sim). Capítulos: 0:00 Abertura 0:06 Gancho: 7.500 requisições por dia 0:35 O problema: 8 buscas por visita 1:03 Hipóteses em modo plano 1:43 Medir sem o painel do Google 2:25 Antes: o que a medição mostrou 2:47 Correção 1: o mapa só carrega ao chegar perto 3:27 Correção 2: os lugares vêm do servidor 4:00 Depois: a conta e a projeção 4:48 Dicas 5:23 De onde vem cada número Os 5 prompts do vídeo: 1) A página de imóvel deste site faz chamadas pagas ao Google Maps. Sem alterar arquivos, liste hipóteses do que chama o Google ao abrir a página, inclusive o que carrega sem ninguém ver. Para cada uma: arquivo e linha, chamadas por visita, tipo de cobrança (SKU) e como medir. O que não puder confirmar, marque como hipótese. 2) Crie tools/medir.mjs com Playwright. Navegador limpo a cada jornada, desktop e mobile. Jornadas: sem rolar; rolando até "Serviços próximos"; segunda visita ao mesmo imóvel. Intercepte toda chamada ao Google e responda com dados falsos: nenhuma chave, nenhum gasto. Conte pela URL, por tipo: mapa, Nearby Search, Autocomplete, Geocoding. Se a resposta do nosso servidor trouxer meta.googleCalls, conte como chamadas do servidor. Grave em results/[rótulo].json. O mesmo script roda antes e depois. 3) Corrija a hipótese 1: o mapa de "Serviços próximos" só carrega quando a seção chegar perto da tela. Quem não rola não dispara nenhuma chamada ao Google. O mapa mostra exatamente o mesmo. Rode os testes e depois tools/medir.mjs com o rótulo correcao-1. Sem commit. 4) Agora os lugares próximos saem do navegador. No servidor, GET /imoveis/:id/lugares: busca no Google uma vez por imóvel, grava no banco e renova a cada 60 dias. A resposta traz meta.googleCalls: quantas chamadas ao Google ela fez. O mapa usa esse endpoint; nenhuma Nearby Search no navegador. Mesmos lugares na tela. Rode os testes e tools/medir.mjs com o rótulo depois. Sem commit. 5) Compare results/antes.json e results/depois.json. Monte uma tabela por jornada: chamadas por tipo e custo a cada 1.000 visitas, a preço de tabela (mapa US$ 7, Nearby Search US$ 32). Mostre a conta. Não arredonde a favor do resultado. Fontes: Preços de tabela do Google Maps Platform: https://developers.google.com/maps/bi... Termos do Google Maps Platform (cache): https://cloud.google.com/maps-platfor... Playwright, interceptação de rede (route): https://playwright.dev/docs/network #ClaudeCode #GoogleMaps #EngenhariaDeSoftware