Source: https://aiprimetech.io/pt/docs/guides/context-management/

[Início](/pt/) / [Documentação](/pt/docs/) / Gerenciamento de contexto 

# Gerenciamento de contexto 

Por que o custo de sessões longas cresce de forma não linear e os padrões que mantêm o histórico limitado. 

 Copiar página [ Ver como Markdown](/pt/docs/guides/context-management.md) [ Perguntar ao ChatGPT](https://chatgpt.com/?q=Read%20https%3A//aiprimetech.io/docs/guides/context-management.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.) [ Perguntar no Claude](https://claude.ai/new?q=Read%20https%3A//aiprimetech.io/docs/guides/context-management.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.)   

A API não mantém estado. Cada turno reenvia toda a conversa, portanto os tokens de entrada aumentam com o histórico — e o custo aumenta junto, em cada chamada subsequente. 

## Como o problema se apresenta 

Uma conversa de N turnos, cada um adicionando aproximadamente T tokens, custa algo da ordem de N²T/2 tokens de entrada no total, em vez de NT. Dobrar a duração da sessão praticamente quadruplica o custo de entrada. É por isso que um agente que parecia barato durante dez minutos causa preocupação depois de uma hora. 

## Quatro estratégias que funcionam 

 | Padrão | Como | Contrapartida

 | Janela deslizante | Mantenha os últimos K turnos e descarte o restante | Perde completamente o contexto inicial

 | Resumo contínuo | Substitua periodicamente os turnos antigos por um resumo escrito pelo modelo | Custa uma chamada extra; preserva o essencial

 | Nova sessão por tarefa | Comece do zero quando o assunto mudar | Sem custo e geralmente adequado

 | Externalizar | Mantenha o estado em arquivos ou em um banco de dados e carregue apenas o que a etapa atual precisa | Mais trabalho, melhor resultado 

## Como resumir turnos antigos 

```
Copydef compact(history, keep=6):
    class="s">""class="s">"Replace everything but the last `keep` turns with one summary turn."class="s">""
    if len(history) <= keep:
        return history
    old, recent = history[:-keep], history[-keep:]
    summary = summarise(old)          class=class="s">"c"># one cheap Haiku call
    return [{class="s">"role": class="s">"user", class="s">"content": fclass="s">"Summary of earlier discussion: {summary}"}] + recent
```

Faça a sumarização com um modelo barato. É uma tarefa de compressão, não de raciocínio. 

## Os resultados das ferramentas costumam ser os culpados 
- Uma ferramenta que retorna 500 linhas coloca 500 linhas em todas as solicitações seguintes. Limite as linhas ou retorne um resumo com uma referência para buscar detalhes sob demanda.
- O conteúdo completo dos arquivos lidos por um agente permanece no contexto. Leia a seção de que precisa, não o arquivo inteiro.
- Capturas de tela e imagens são reenviadas como qualquer outro conteúdo — remova-as depois de descrevê-las.
- Logs de compilação e rastreamentos de pilha: mantenha as primeiras e as últimas 50 linhas e descarte o meio. 

Em ferramentas com agentes, iniciar uma nova sessão entre tarefas sem relação entre si é a otimização mais barata disponível. No Claude Code, isso é /clear. 

[Controle de custosA visão completa](/pt/docs/guides/cost-control/)[Cache de promptsReduzir o custo da parte estável](/pt/docs/guides/prompt-caching/)[ModelosOpções de contexto de 1M](/pt/docs/getting-started/models/) 

[AnteriorCache de prompts](/pt/docs/guides/prompt-caching/)[PróximoMigração da API da Anthropic](/pt/docs/guides/migration-from-anthropic/)