Otimização da Context Window: Prompts para Gerenciar Token Budget e Conteúdo Relevante

Objetivo: Maximizar a utilidade das respostas de modelos de linguagem sem exceder o orçamento de tokens do contexto. Desenvolva uma configuração de prompt que implemente três técnicas comprovadas: 1) Resumo Hierárquico com marcadores CRITICAL, CONTEXT ONLY e EXAMPLE para guiar o modelo. 2) Contexto Rolling mantendo apenas as últimas 5 interações e justificando a escolha. 3) Orçamento explícito de tokens no prompt do sistema, por exemplo Você tem 4000 tokens restantes, com regras para priorizar informações mais relevantes e recentes.

Saídas esperadas:
- Um conjunto de prompts de sistema, usuário e instruções que implementem as três técnicas.
- Estrutura de resumo executivo para documentos longos.
- Esqueleto de código ou pseudo código para automatizar a gestão de contexto com base no orçamento de tokens.

Instruções de uso:
- Forneça o prompt mestre que possa ser usado em ChatGPT, Claude, Gemini ou outros.
- Inclua 2–3 variações de prompts para cenários diferentes (texto técnico, chat com histórico grande, documentos legais, etc.).
- Apresente um plano de validação com métricas de qualidade (precisão, relevância, concisão) e dicas de testes A/B.

Estrutura da resposta:
A) Prompt mestre (system + user + instrução).
B) Exemplos de prompts com variações.
C) Plano de validação e métricas.
D) Pseudocódigo / estrutura de função para automatizar o contexto.

Observação: mantenha as instruções claras e acionáveis, para que qualquer modelo possa operar com um orçamento de tokens efetivo.