Context engineering
Context engineering (engenharia de contexto) é a prática de escolher e manter tudo o que entra na janela de contexto de um modelo de linguagem durante uma tarefa: instruções, documentos recuperados, definições de ferramentas, resultados de ferramentas e histórico da conversa.
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
Um modelo só sabe o que está nos seus dados de treinamento e o que está diante dele em cada chamada. A context engineering trata da segunda parte. Ela pergunta, a cada passo, de qual informação o modelo precisa agora e o que pode ficar de fora.
Por que isso importa
Agentes rodam em loops. Cada chamada de ferramenta, leitura de arquivo ou resultado de busca acrescenta tokens, e a entrada cresce a cada turno. A equipe de engenharia da Anthropic argumenta que o contexto deve ser tratado como um recurso finito, com retornos decrescentes: à medida que a entrada cresce, os modelos pioram em lembrar o que há nela. Esse declínio muitas vezes é chamado de context rot. Mais contexto não é automaticamente contexto melhor.
Técnicas comuns
- Manter o prompt de sistema curto e específico. - Recuperar só as passagens relevantes, como na geração aumentada por recuperação, em vez de colar documentos inteiros. - Resumir ou cortar turnos antigos, o que se chama compactação de contexto. - Guardar notas fora da janela e recarregá-las quando necessário, uma forma de memória de agente. - Entregar tarefas estreitas a subagentes, para que os detalhes do trabalho deles fiquem fora da thread principal.
Como ela difere da engenharia de prompt
A engenharia de prompt é, em geral, uma tarefa única: escrever uma boa instrução. A context engineering se repete a cada turno, porque o conjunto de informações possíveis muda o tempo todo enquanto o agente trabalha. A Anthropic a descreve como a evolução natural da engenharia de prompt.
Exemplo
Um agente de programação encarregado de corrigir um teste que falha se sai melhor se receber o teste, o erro e a função testada do que se receber o repositório inteiro. A habilidade está em escolher esse conjunto pequeno e relevante e atualizá-lo à medida que o trabalho avança.
Termos relacionados
- Prompt engineering
- Prompt engineering (engenharia de prompt) é a prática de escrever, estruturar e testar as instruções e exemplos dados a um modelo de linguagem para que ele produza a saída de que uma aplicação precisa, sem mudar os pesos do modelo.
- Memória de agente
- Memória de agente é o conjunto de técnicas que permitem a um agente de IA guardar informações além de uma única janela de contexto, como fatos sobre um usuário ou trabalhos anteriores, armazenando-as fora do modelo e carregando-as de volta quando necessário.
- Retrieval-augmented generation
- Retrieval-augmented generation (RAG, geração aumentada por recuperação) é um padrão em que um sistema primeiro busca em uma coleção de documentos os trechos relevantes para uma pergunta e depois entrega esses trechos a um modelo de linguagem para que a resposta se baseie neles.
- Janela de contexto
- Uma janela de contexto (context window) é a quantidade máxima de texto, contada em tokens, que um modelo de linguagem consegue considerar de uma vez, incluindo o prompt de sistema, a conversa, os documentos, os resultados de ferramentas e a resposta que ele escreve.
- Context rot
- Context rot (degradação do contexto) é a queda na acurácia e na confiabilidade de um modelo de linguagem à medida que sua entrada fica mais longa, mesmo quando a entrada ainda cabe na janela de contexto e a informação necessária está presente.
- Compactação de contexto
- Compactação de contexto (context compaction) é a etapa em que um agente resume uma conversa que está chegando ao limite da janela de contexto e continua em uma janela nova que começa a partir desse resumo, para que uma tarefa longa possa seguir.