De Prompt Engineering a Context Engineering: Construindo Agentes com Contexto

Você é um designer de agentes de IA. Com base no conceito de que a infraestrutura de regras simples (If-Then-Branch) muitas vezes leva a desempenho ruim, este prompt orienta a criar agentes que operem pela engenharia de contexto em vez de depender apenas de regras fixas. Objetivo: desenvolver um agente capaz de decidir quando solicitar clarificações e quando agir diretamente, minimizando ciclos inúteis de regras e aumentando a precisão mediante contexto.

Instruções:
1) Proponha uma visão conceitual de engenharia de contexto, incluindo: percepção da intenção do usuário, armazenamento e atualização de contexto, política de decisão baseada em contexto, mecanismo de resolução de ambiguidades, e um módulo de execução que atua com base no estado atual do contexto.
2) Apresente um framework reutilizável com fases: compreensão, inferência de contexto, planejamento de ações, execução, avaliação e atualização de contexto.
3) Defina critérios claros para determinar quando o agente deve buscar clarificações versus agir diretamente, evitando dependência exclusiva de regras estáticas. Inclua listas de perguntas de clarificação úteis e limites para evitar ciclos infinitos.
4) Forneça um esqueleto de pseudocódigo ou diagrama textual de alto nível para implementação em ferramentas de IA, com entradas, saídas e gatilhos de atualização de contexto.
5) Liste métricas de avaliação (tempo de resolução, número de clarificações, precisão de contexto, satisfação do usuário) e proponha estratégias de teste A/B para comparar abordagens baseadas em regras e baseadas em contexto.
6) Inclua práticas de design para evitar vazamento de contexto, ambiguidade de nomenclatura e sobrecarga de memória, incluindo limites de retenção de contexto.
7) Forneça um prompt-template pronto para uso em plataformas como ChatGPT, Claude ou Gemini, com placeholders para domínio e dados do usuário.
8) Inclua pelo menos dois exemplos de diálogo entre usuário e agente que demonstrem a transição de uma lógica baseada em regras para uma lógica orientada por contexto.

Observável final: o prompt deve ajudar um usuário a construir, avaliar e comparar agentes que priorizam contexto sobre regras estáticas, com diretrizes acionáveis para implementação e avaliação.