---
title: "O que é engenharia de contexto? Tokens em agentes de IA"
description: "Engenharia de contexto é escolher quais tokens um LLM vê a cada turno: instruções, ferramentas, histórico e dados recuperados. Técnicas para agentes e custos."
url: https://broadrouter.com/pt/glossary/context-engineering/
lang: pt-BR
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/context-engineering/) (atualizado em 2026-11-15).

# Context engineering (engenharia de contexto)

Atualizado em 2026-11-15

Engenharia de contexto é o trabalho de escolher e manter o conjunto de tokens que um modelo de linguagem vê a cada requisição, incluindo system prompt, definições de ferramentas, histórico, documentos recuperados e anotações, para que o modelo receba o menor conjunto de informações de alto sinal de que precisa para fazer bem a tarefa.

Também chamado de: engenharia de contexto, gerenciamento de contexto, gestão de contexto de agentes, context engineering, context management, agent context engineering

Um prompt você escreve uma vez. O contexto é tudo o que o modelo vê a cada turno, e em um agente ele muda a cada turno.

## Como funciona

O post de engenharia da Anthropic descreve a engenharia de contexto como “the set of strategies for curating and maintaining the optimal set of tokens” (tradução: o conjunto de estratégias para selecionar e manter o conjunto ideal de tokens) durante a inferência, incluindo informações além do prompt. A meta definida é encontrar o “smallest possible set of high-signal tokens” (tradução: menor conjunto possível de tokens de alto sinal) que torne provável o resultado desejado.

O motivo é que a atenção é limitada. O post diz que os modelos têm um “attention budget” (tradução: orçamento de atenção) e que a capacidade de lembrar cai conforme o contexto cresce, o que ele chama de [context rot](https://broadrouter.com/pt/glossary/context-rot/). A posição também importa: fatos no meio de um prompt longo passam despercebidos com mais facilidade ([lost in the middle](https://broadrouter.com/pt/glossary/lost-in-the-middle/)).

O post cita várias técnicas para agentes que rodam por muito tempo:

| Técnica | O que faz |
| --- | --- |
| [Compactação](https://broadrouter.com/pt/glossary/context-compaction/) | Resume o histórico perto do limite e continua a partir do resumo |
| Limpeza de resultados de ferramentas | Remove do histórico as saídas brutas antigas das ferramentas |
| Anotações estruturadas | O agente escreve notas em um arquivo fora do contexto e as relê depois |
| [Subagentes](https://broadrouter.com/pt/glossary/subagent/) | Fazem um trabalho focado em um contexto limpo e devolvem um resumo curto |
| Recuperação just-in-time | Guarda referências (caminhos de arquivo, consultas) e só carrega os dados quando precisa |

Um exemplo prático do orçamento de um turno em um agente de programação:

```text
System prompt + rules          4,000 tokens
Tool definitions               6,000 tokens
Notes file                     1,500 tokens
History (compacted)           20,000 tokens
Latest tool output             8,000 tokens   <- largest single item
```

## Por que isso importa

-   **Qualidade.** Menos ruído no contexto costuma significar respostas melhores e menos instruções ignoradas.
-   **Custo.** Na cobrança por token, cada token do contexto é cobrado em todo turno. Conteúdo estável colocado no início sai mais barato como [entrada em cache](https://broadrouter.com/pt/glossary/cached-input-tokens/); veja [estrutura de prompt para cache](https://broadrouter.com/pt/blog/prompt-structure-for-caching/).
-   **Duração da execução.** Um bom gerenciamento de contexto permite que um agente trabalhe por horas sem bater na [janela de contexto](https://broadrouter.com/pt/glossary/context-window/).

## Na BroadNet Inference

A engenharia de contexto acontece no seu código: a API Chat Completions da BroadNet recebe a lista de mensagens que você enviar. [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/) e [GLM 5.3](https://broadrouter.com/pt/models/glm-5.3/) aceitam 1.048.576 tokens, [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/) 262.144 e [Gemma 4 VL 26B](https://broadrouter.com/pt/models/gemma-4-vl-26b/) 32K, então um contexto enxuto faz mais diferença no Gemma.

Quando o modelo informa, `usage.prompt_tokens_details.cached_tokens` mostra os tokens lidos do cache, cobrados pelo preço de entrada em cache no pagamento por uso. [Gerenciamento de contexto para agentes de longa duração](https://broadrouter.com/pt/blog/long-running-agent-context-management/) traz cinco regras práticas, e o post sobre o [orçamento de tokens de um agente](https://broadrouter.com/pt/blog/agent-token-budget/) mostra para onde vão os tokens.

## Perguntas frequentes

### Qual a diferença entre engenharia de contexto e engenharia de prompt?

Engenharia de prompt é escrever boas instruções. Engenharia de contexto cobre tudo o que o modelo vê em um turno, incluindo definições de ferramentas, histórico e dados recuperados, e como esse conjunto muda ao longo de uma sessão longa.

### Por que não usar simplesmente uma janela de contexto maior?

Uma janela maior adia o problema, mas não o elimina. A Anthropic observa que a capacidade de lembrar cai conforme o contexto cresce, e na cobrança por token cada token extra é pago de novo a cada turno.

### Qual é a primeira coisa a tentar?

Meça o que ocupa o seu contexto. A saída das ferramentas e o histórico antigo costumam ser as maiores partes, e cortá-los ou resumi-los é barato de testar.

## Veja também

-   [Engenharia de prompt (prompt engineering)](https://broadrouter.com/pt/glossary/prompt-engineering/) (termo)
-   [Context compaction (compactação de contexto)](https://broadrouter.com/pt/glossary/context-compaction/) (termo)
-   [Context rot (degradação de contexto)](https://broadrouter.com/pt/glossary/context-rot/) (termo)
-   [Lost in the middle (perdido no meio)](https://broadrouter.com/pt/glossary/lost-in-the-middle/) (termo)
-   [Janela de contexto (context window)](https://broadrouter.com/pt/glossary/context-window/) (termo)
-   [Tokens de entrada em cache (cached input)](https://broadrouter.com/pt/glossary/cached-input-tokens/) (termo)
-   [Como funcionam os planos de API de LLM ilimitada para agentes](https://broadrouter.com/pt/guides/unlimited-llm-api-sessions/) (guia)
-   [Gestão de contexto para agentes de longa duração com janela de 1M](https://broadrouter.com/pt/blog/long-running-agent-context-management/) (artigo)
-   [Orçamento de tokens de agentes: para onde vão os tokens de um loop](https://broadrouter.com/pt/blog/agent-token-budget/) (artigo)
-   [Como estruturar prompts para o prefixo entrar em cache](https://broadrouter.com/pt/blog/prompt-structure-for-caching/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-context-engineering&utm_content=page-cta) ·

**Fontes**

-   [Anthropic Engineering, Effective context engineering for AI agents (verificado em 2026-11-15)](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
-   [Documentação do Claude Code, subagentes (preservar o contexto) (verificado em 2026-11-15)](https://code.claude.com/docs/en/sub-agents)
-   [Documentação do Claude Code, gerenciar custos com eficiência (reduzir o uso de tokens) (verificado em 2026-11-15)](https://code.claude.com/docs/en/costs)
