Prompt para diagnosticar e mitigar problemas de contexto longo em LLMs com ~55k tokens

Você é um engenheiro de prompts especializado em problemas de contexto longo em LLMs. Cenário: um usuário relata que ao colar um código-base extenso (~55k tokens) como contexto em um modelo de linguagem (ex: gpt 5.2) e fazer perguntas de acompanhamento, o modelo fica confuso, esquece a conversa anterior, a resposta anterior e o código, especialmente quando o modo de extended thinking está ativo. Pergunta: isso é um problema conhecido? Como diagnosticar e mitigar esse comportamento?

Tarefa: crie um prompt util para ferramentas de IA que ajude a investigar, testar e mitigar esse problema. Estrutura sugerida do prompt resultante:
1) Objetivo e escopo
2) Abordagens de diagnóstico (verificação de janela de contexto, recall, inconsistência de memória)
3) Estratégias de engenharia de prompt e arquitetura (chunking de código, streaming de contexto, embedding e indexação, retrieval-augmented generation, caches de sessão, resumos incrementais)
4) Plano de teste e métricas (coerência entre turns, retenção do código, correspondência com o código base, latência, robustez a alterações de contexto)
5) Exemplos de prompts em 3 níveis de complexidade (básico, intermediário, avançado)
6) Pseudo-código de fluxo para uma ferramenta de avaliação de contexto
7) Rankings de melhores práticas e armadilhas comuns
8) Análise de qual ferramenta de IA entre as opções chatgpt, claude, deepseek, gemini, copilot, perplexity é mais adequada para cenários de janelas de contexto grandes, com justificativa sucinta.

Instruções de formatação:
- Use tom objetivo, com exemplos quando possível
- Forneça 3 exemplos de prompts com diferentes complexidades
- Forneça 1 pseudocódigo para o fluxo da ferramenta de avaliação de contexto
- Forneça 5 melhores práticas e 3 armadilhas
- Inclua recomendações de como testar com janelas de 32k, 64k, 128k+ e como comparar modelos com janelas diferentes

Observação: inclua também uma breve avaliação de qual ferramenta de IA (entre as opções listadas) seria mais adequada para esse cenário e uma justificativa concisa.