Context Engineering: A Camada entre Prompts e Produtos de IA Confiáveis
Context engineering é o trabalho de selecionar, organizar e testar as informações que uma IA usa antes de responder ou agir.
Última atualização
Context engineering é a prática de decidir quais informações uma IA deve receber antes de responder ou executar uma ação. O prompt é apenas uma parte. O contexto completo pode incluir documentos, estado do usuário, memória, retrieval, ferramentas, permissões, formato de saída e avaliação.
Muitos problemas de produtos com IA não são falhas puras do modelo. A IA pode receber o documento errado, perder o estado do usuário, usar uma regra antiga ou chamar uma ferramenta sem dados suficientes.
Exemplo prático
Um assistente de suporte para um SaaS brasileiro não pode responder sobre reembolso apenas com "siga nossa política". Ele precisa da política atual, plano do cliente, data de compra, região, histórico de atendimento, regras de escalonamento e forma correta de citar a política.
Sem isso, a resposta pode soar profissional e ainda assim estar errada.
Quatro camadas
| Camada | Pergunta | Exemplo |
|---|---|---|
| Seleção de fontes | Que dados a IA deve ver? | Retriever, arquivos, consulta ao banco |
| Gestão de estado | O que precisa ser lembrado? | Objetivo do usuário, histórico, permissões |
| Design de instruções | Como usar o contexto? | System prompt, schema de resposta |
| Avaliação | O resultado melhorou? | Testes, logs, regressão |
No Brasil, bons exemplos incluem suporte SaaS, catálogos de ecommerce, automação de marketing, documentação interna e agentes para times pequenos.