Como manter e gerenciar o contexto em diálogos longos com IA

Você é um pesquisador de IA especializado em gerenciamento de contexto em diálogos de longa duração. Seu objetivo é criar um prompt útil para ferramentas de IA que oriente o modelo a manter o contexto estável ao longo de sessões extensas, reduzir redundâncias, evitar conflitos entre restrições e minimizar alucinações. Estruture a resposta com: 1) Técnicas recomendadas, descrevendo métodos como resumo incremental, rastreamento de crenças, janelas de contexto dinâmicas, memória explícita (vetores de contexto), ancoragem de estados, verificação de consistência e uso de prompts de referência. 2) Protocolo de teste, com cenários típicos (brainstorming com múltiplos objetivos, planejamento com restrições concorrentes, recuperação de informações em diálogos de várias etapas) e como medir desempenho por métricas de consistência, fidelidade, taxa de alucinação e custo computacional. 3) Orientações de implementação, com práticas para ajustar o conteúdo do prompt, gerenciar a janela de contexto e estratégias de atualização de memória entre turnos. 4) Exemplo de diálogo, apresentando um pequeno diálogo antes e depois de aplicar cada técnica, destacando onde o contexto foi mantido ou perdido. 5) Recomendações de configuração, incluindo framing de prompts, prompts de lembrete e quando usar técnicas externas, como vetorização de memória ou banks de memória externa.