Engenharia de contexto é decidir o que entra na janela de contexto do modelo a cada passo e o que fica de fora: instruções, arquivos de regras, resultados de ferramentas, histórico, documentos recuperados e resumos. Com um agente que trabalha em muitos passos, ela pesa mais que a frase exata do prompt, porque o modelo só sabe o que chega até ele.
Uma pergunta do app. Escolha uma resposta.
O plano está aprovado, mas a conversa arrasta três tentativas frustradas. Como você segue?
Chega o que serve e nada do ruído. O plano aprovado já é o resumo que vale a pena levar.
Sabe, mas as tentativas que falharam continuam no contexto e podem levá-lo de volta a uma ideia que você já descartou.
É o mesmo ruído em outra janela. Passar tudo não é passar o importante.
Escrever bem um prompt é cuidar do seu pedido. Num chat curto, o pedido é quase tudo o que o modelo vê. Num agente de código que está no passo 30, seu pedido é uma parte pequena da janela de contexto: também estão as instruções dele, as regras do projeto, a descrição de cada ferramenta, o que os 29 passos anteriores devolveram e a conversa.
O agente decide o próximo passo olhando tudo isso junto. Se ali falta um dado ou sobra ruído, o melhor prompt não salva. Por isso se fala em engenharia de contexto: o trabalho é montar o que o modelo vê a cada passo, não só a frase com que você começa.
O fixo, que carrega sempre: um arquivo como CLAUDE.md, curto, com o que não dá para deduzir do código. O que se traz quando precisa: um arquivo que o agente abre, os trechos que uma busca com RAG encontra ou uma skill que carrega suas instruções só para aquela tarefa.
E o que se corta: um log de 5.000 linhas entra melhor como as 20 linhas do erro; uma conversa longa, como um resumo; uma busca que lê meio repo, num subagente que devolve só o que achou.
Uma janela cheia custa mais tokens a cada passo, e em textos muito longos muitos modelos prestam menos atenção ao que está no meio. Um dado velho pode contradizer o novo: se a janela tem a versão anterior de um arquivo e a atual, o modelo pode pegar a errada.
A ordem também conta para o custo. Com cache de prompts, o que vai no começo e não muda (instruções, regras) sai mais barato a cada passo. Se essa parte muda toda hora, o cache não ajuda.
"Com uma janela enorme, eu passo tudo." Cabe, mas se paga e se dilui. "É outro nome para escrever prompts." O prompt é uma peça; o contexto é tudo o que o modelo vê. "É coisa de empresa grande." Se você escolhe que documento colar no chat, e que parte dele, já está fazendo.