{"id":218,"date":"2026-09-10T14:50:48","date_gmt":"2026-09-10T17:50:48","guid":{"rendered":"https:\/\/hipercode.com.br\/blog\/?p=218"},"modified":"2026-09-13T20:52:35","modified_gmt":"2026-09-13T23:52:35","slug":"engenharia-de-contexto","status":"publish","type":"post","link":"https:\/\/hipercode.com.br\/blog\/engenharia-de-contexto\/","title":{"rendered":"Engenharia de contexto: por que seu agente de IA erra mesmo com o melhor prompt"},"content":{"rendered":"

Voc\u00ea escreveu um prompt bom. Testou no chat, ajustou, deixou redondo. A\u00ed colocou o mesmo texto dentro de um agente que roda sozinho na opera\u00e7\u00e3o e a qualidade despencou. A culpa quase nunca est\u00e1 na reda\u00e7\u00e3o do prompt. Est\u00e1 no que o agente tem na frente dele na hora de decidir. Essa camada tem nome, e virou a disciplina central de quem coloca IA pra trabalhar de verdade: engenharia de contexto<\/strong>.<\/p>\n

Engenharia de contexto \u00e9 o trabalho de escolher, montar e manter o conjunto de informa\u00e7\u00e3o que o modelo enxerga a cada passo. O prompt \u00e9 um peda\u00e7o disso. O resto \u00e9 hist\u00f3rico da conversa, retorno de ferramenta, dado do cliente, arquivo aberto, mem\u00f3ria do que j\u00e1 foi feito ontem. Neste guia a gente mostra por que contexto demais piora a resposta, o que os dados dizem sobre onde as opera\u00e7\u00f5es travam e as t\u00e1ticas que a gente usa pra manter agente de marketing rodando com qualidade em\u00a0produ\u00e7\u00e3o.<\/p>\n

O prompt deixou de ser o\u00a0gargalo<\/h2>\n

Em 2023 e 2024, escrever prompt era a habilidade que separava quem tirava resultado de quem n\u00e3o tirava. Fazia sentido. O regime de uso era um chat: voc\u00ea pergunta, o modelo responde, a conversa acaba. Todo o resultado cabia dentro da qualidade daquele\u00a0texto.<\/p>\n

Agente \u00e9 outro regime. Ele planeja, chama uma ferramenta, l\u00ea o retorno, avalia, decide de novo, chama outra ferramenta. Cada volta desse loop escreve mais coisa dentro da janela do modelo. Quando a tarefa termina, o que est\u00e1 na frente dele tem pouca semelhan\u00e7a com o prompt que voc\u00ea escreveu no come\u00e7o. O prompt virou a primeira linha de um documento que o pr\u00f3prio agente foi enchendo\u00a0sozinho.<\/p>\n

\u00c9 por isso que times experientes pararam de brigar com o texto da instru\u00e7\u00e3o. O problema mudou de lugar e virou engenharia de contexto. A pergunta agora \u00e9 quais tokens entram, quais saem, em que ordem e em que\u00a0momento.<\/p>\n

O que \u00e9 engenharia de contexto na\u00a0pr\u00e1tica<\/h2>\n

A Anthropic define engenharia de contexto<\/a> como o conjunto de estrat\u00e9gias pra curar e manter o grupo ideal de tokens durante a infer\u00eancia. A distin\u00e7\u00e3o que ela faz em rela\u00e7\u00e3o ao prompt \u00e9 \u00fatil na pr\u00e1tica: escrever prompt \u00e9 uma tarefa discreta, voc\u00ea faz uma vez e usa. Engenharia de contexto \u00e9 iterativa, acontece a cada passo do loop, porque a cada passo o agente produz mais informa\u00e7\u00e3o candidata a ocupar\u00a0espa\u00e7o.<\/p>\n

O prompt continua existindo, num escopo\u00a0menor<\/h3>\n

A instru\u00e7\u00e3o de sistema segue importante. Ela define papel, regra de marca, crit\u00e9rio de qualidade, o que o agente pode e n\u00e3o pode fazer sozinho. S\u00f3 que ela passou a ser uma fatia do total. Numa tarefa longa, a instru\u00e7\u00e3o costuma ocupar uma parcela pequena do que o modelo est\u00e1 lendo na hora de\u00a0decidir.<\/p>\n

O que entra na janela a cada\u00a0passo<\/h3>\n

Vale mapear as camadas, porque cada uma cresce de um jeito diferente e cada uma exige um controle\u00a0diferente.<\/p>\n

Instru\u00e7\u00e3o<\/h4>\n

System prompt, regras da marca, formato de sa\u00edda. Tamanho fixo. Voc\u00ea controla\u00a0direto.<\/p>\n

Hist\u00f3rico<\/h4>\n

Tudo que j\u00e1 foi dito e feito na tarefa atual. Cresce sozinho, a cada volta do loop, e \u00e9 a camada que mais\u00a0estoura.<\/p>\n

Ferramentas<\/h4>\n

A descri\u00e7\u00e3o de cada ferramenta dispon\u00edvel mais o retorno de cada chamada. Uma resposta de API pode injetar milhares de tokens de uma\u00a0vez.<\/p>\n

Conhecimento<\/h4>\n

Documento, planilha, base de dados, resultado de busca. \u00c9 onde a maioria das opera\u00e7\u00f5es exagera, jogando arquivo inteiro quando bastava um\u00a0trecho.<\/p>\n

Mem\u00f3ria<\/h4>\n

O que precisa sobreviver entre uma sess\u00e3o e outra: prefer\u00eancia do cliente, decis\u00e3o j\u00e1 tomada, erro j\u00e1 corrigido. \u00c9 a camada que quase ningu\u00e9m\u00a0monta.<\/p>\n

\n \"Pilha
Engenharia de contexto existe porque contexto demais piora a resposta. O modelo perde o fio no meio da\u00a0pilha.<\/figcaption><\/figure>\n

Context rot: por que mais contexto piora a\u00a0resposta<\/h2>\n

A intui\u00e7\u00e3o de quem est\u00e1 come\u00e7ando \u00e9 que janela grande resolve. Se o modelo aceita um milh\u00e3o de tokens, joga tudo l\u00e1 dentro e deixa ele achar o que precisa. Os dados dizem outra\u00a0coisa.<\/p>\n

A explica\u00e7\u00e3o t\u00e9cnica \u00e9 a de or\u00e7amento de aten\u00e7\u00e3o. O transformer cria rela\u00e7\u00f5es entre cada par de tokens, o que significa n\u00b2 rela\u00e7\u00f5es pra n tokens. Conforme a janela cresce, essa capacidade de aten\u00e7\u00e3o se espalha mais fino. Some a isso o fato de que os modelos foram treinados majoritariamente em sequ\u00eancias curtas, ent\u00e3o t\u00eam menos experi\u00eancia com entradas muito longas. O efeito pr\u00e1tico ganhou o apelido de context rot: a precis\u00e3o de recuperar informa\u00e7\u00e3o cai conforme o n\u00famero de tokens\u00a0sobe.<\/p>\n

A Chroma testou isso em 18 modelos de ponta<\/a>, incluindo Claude, GPT, Gemini e Qwen. O resultado se repetiu em todos, inclusive em tarefas simples de recuperar um dado ou copiar um texto. Tr\u00eas achados importam pra quem\u00a0opera:<\/p>\n