🧩 Visual Learning

Diagram 1

Context Engineering: o que entra no contexto do agente

No centro está Context Engineering: a prática de selecionar, moldar e organizar o que entra no context window do modelo. Não é só escrever o prompt, mas projetar o pipeline de informação que chega ao LLM em tarefas multi-step, com tools, memória e documentos.

Open diagram

Diagram 2

Memória de curto prazo vs. longo prazo em agentes de IA

No painel de cima está a memória de curto prazo: a pergunta do usuário entra na context window junto com o histórico da conversa, o LLM lê esse contexto e responde. Quando a chamada ou sessão termina, tudo isso some, e o limite de tokens restringe o tamanho da janela.

Open diagram

Diagram 3

Memory em RAG: memórias e documentos no mesmo contexto

A mesma pergunta do usuário segue por dois caminhos em paralelo. O Memory Retriever busca no memory store interações passadas, preferências e fatos do usuário. O Document Retriever busca chunks de conhecimento externo na knowledge base. É a diferença central: RAG recupera conhecimento externo, memory recupera contexto das interações anteriores, e os dois se complementam.

Open diagram