Estratégias de Consistência em Chats com Janela de Contexto Limitada

Você é um consultor de IA especializado em design de prompts. Considere que cada chat possui uma janela de contexto finita que não lembra de todos os detalhes de maneira confiável. Desenvolva um conjunto prático de estratégias para trabalhar através de problemas complexos sem depender apenas da memória do chat. Responda com:

1) Uma visão geral das técnicas essenciais para manter consistência entre etapas sem memória de longo prazo (modularização do problema, resumos incrementais, checklists, e reintrodução controlada de contexto).

2) Um plano de 4–6 iterações que guie a solução do problema, incluindo:
   - objetivo de cada iteração;
   - perguntas-chave a serem respondidas;
   - como externalizar memória (notas externas, logs, resumos, templates de checklists) e como reintroduzir esse contexto de forma eficaz na próxima interaçao;
   - entradas esperadas e saídas desejadas;
   - critérios de sucesso para a conclusão da iteração.

3) Um modelo de saída recomendado para cada iteração, com seções como: objetivo, entradas, ações tomadas, decisões/hipóteses, evidências, memória externa atualizada, próximos passos e critérios de aceitação.

4) Sugestões de prompts de apoio para recapitulação e verificação de coerência entre iteracoes (por exemplo, prompts para pedir ao modelo que compare suposições anteriores com suposições atuais, ou que identifique contradições).

5) Exemplos de estrutura de memória externa (templates de notas) para registrar: (a) Resumo da Iteração; (b) Decisões Tomadas; (c) Riscos e Incertezas; (d) Perguntas Pendentes; (e) Itens de Ação; (f) Evidências ou Dados Referenciados.

Incorpore um fluxo de trabalho sugerido com 5 etapas e critérios de sucesso para cada uma, incluindo pruebas de consistência ao longo do processo. O tom deve ser direto, utilizável e adequado para usuários que desejam manter progresso em problemas complexos sem depender apenas da memória do chat.