Sugestões de Acompanhamento

O Qwen Code pode prever o que você deseja digitar em seguida e exibir como texto de placeholder na área de entrada. Esse recurso utiliza uma chamada de LLM para analisar o contexto da conversa e gerar uma sugestão natural para o próximo passo.

Esse recurso funciona de ponta a ponta no CLI. Na WebUI, o hook e a infraestrutura de UI estão disponíveis, mas os aplicativos host precisam acionar a geração de sugestões e conectar o estado de acompanhamento para que as sugestões apareçam.

Como Funciona

Após o Qwen Code terminar de responder, uma sugestão aparece como texto de placeholder atenuado na área de entrada após um breve atraso (~300ms). Por exemplo, após corrigir um bug, você pode ver:

> run the tests

A sugestão é gerada enviando o histórico da conversa ao modelo, que prevê o que você digitaria naturalmente a seguir. Se a resposta contiver uma dica explícita (por exemplo, Tip: type post comments to publish findings), a ação sugerida é extraída automaticamente.

Aceitando Sugestões

Enter preenche a entrada em vez de enviar, portanto, aceitar um comando de barra sugerido (ex.: /clear) nunca é executado automaticamente — você mesmo o envia com um segundo Enter.

Quando as Sugestões Aparecem

As sugestões são geradas quando todas as seguintes condições são atendidas:

• O modelo concluiu sua resposta (não durante o streaming)
• Pelo menos 2 turnos do modelo ocorreram na conversa
• Não há erros na resposta mais recente
• Nenhum diálogo de confirmação pendente (ex.: confirmação do shell, permissões)
• O modo de aprovação não está definido como plan
• O recurso está habilitado (ativado por padrão — defina ui.enableFollowupSuggestions como false para desativá-lo)

As sugestões não aparecerão no modo não interativo (ex.: modo headless/SDK).

As sugestões são descartadas automaticamente quando:

• Você começa a digitar
• Um novo turno do modelo começa
• A sugestão é aceita

Modelo Rápido

Por padrão, as sugestões usam o mesmo modelo da sua conversa principal. Para sugestões com menor latência, configure um modelo rápido dedicado:

Via comando

/model --fast qwen3-coder-flash

Ou use /model --fast (sem um nome de modelo) para abrir um diálogo de seleção.

Via settings.json

{
  "fastModel": "qwen3-coder-flash"
}

O modelo rápido é usado para sugestões de prompt e execução especulativa. Quando não configurado, o modelo da conversa principal é usado como fallback.

Nota de custo: Um modelo rápido reduz a latência, mas nem sempre reduz o custo. A geração de sugestões reutiliza o cache de prefixo da sua conversa (via ui.enableCacheSharing, ativado por padrão) — mas um cache de prefixo é por modelo. Apontar fastModel para um modelo diferente bifurca para um cache separado, de modo que todo o histórico da conversa é recobrado como entrada não cacheada no modelo rápido. Em conversas longas, o padrão (modelo principal + cache compartilhado) pode ser mais barato do que um modelo rápido, já que a maior parte do histórico é cobrada à taxa descontada de cache. Defina fastModel quando a latência importar mais que o custo por turno.

O modo de raciocínio/pensamento é desabilitado automaticamente para todas as tarefas em segundo plano (geração de sugestões e especulação), independentemente da configuração de pensamento do seu modelo principal. Isso evita desperdiçar tokens com raciocínio interno que não é necessário para essas tarefas.

Configuração

Estas configurações podem ser definidas em settings.json:

Exemplo

{
  "fastModel": "qwen3-coder-flash",
  "ui": {
    "enableFollowupSuggestions": true,
    "enableCacheSharing": true
  }
}

Monitoramento

O uso do modelo de sugestão aparece na saída de /stats, mostrando os tokens consumidos pelo modelo rápido para geração de sugestões.

O modelo rápido também é mostrado na saída de /about em “Fast Model”.

Qualidade das Sugestões

As sugestões passam por filtros de qualidade para garantir que sejam úteis:

• Devem ter de 2 a 12 palavras (CJK: de 2 a 30 caracteres), no máximo 100 caracteres no total
• Não podem ser avaliativas (“parece bom”, “obrigado”)
• Não podem usar voz de IA (“Deixe-me…”, “Eu vou…”)
• Não podem ter múltiplas frases ou conter formatação (markdown, quebras de linha)
• Não podem ser metacomentários (“nada a sugerir”, “silêncio”)
• Não podem ser mensagens de erro ou rótulos prefixados (“Sugestão: …”)
• Sugestões de uma palavra só são permitidas para comandos comuns (yes, commit, push, etc.)
• Comandos de barra (ex.: /commit) são sempre permitidos como sugestões de uma palavra