Como evitar que a janela de contexto do seu agente de programação de IA fique cheia

Todo agente de programação de IA opera dentro de uma janela de contexto — a quantidade finita de texto que ele consegue "ver" de uma vez: suas mensagens, as respostas dele, os arquivos que lê, a saída dos comandos que executa. Quando essa janela enche, a qualidade cai de maneiras que parecem misteriosas. O agente esquece uma decisão que você tomou vinte minutos atrás, relê um arquivo que já editou ou se contradiz silenciosamente. Em qualquer tarefa que dure mais do que alguns minutos, gerenciar o contexto é a maior alavanca isolada que você tem sobre a qualidade da saída. Veja como fazer isso de forma deliberada.

Por que uma janela cheia prejudica

Os modelos não se degradam graciosamente quando a janela fica lotada. Duas coisas acontecem. Primeiro, as mensagens mais antigas são empurradas para as bordas, onde o modelo lhes dá atenção de forma menos confiável — o clássico problema de "perder-se no meio". Segundo, a maioria dos agentes faz um resumo automático quando fica com pouco espaço, e um resumo automático feito sob pressão é imperfeito: ele pode descartar exatamente a restrição com a qual você se importava. A solução é manter o controle sobre o que o agente está retendo, em vez de deixar que ele encha e improvise.

Acompanhe o quão cheia está a janela

Você não consegue gerenciar o que não consegue ver. No Claude Code, execute /context para imprimir o uso atual como uma porcentagem. Uma boa regra prática dos profissionais é agir por volta de 60% de utilização em uma tarefa complexa — bem antes da marca de ~80%, na qual a compactação automática entra em ação. O Cursor e o Codex exibem um indicador semelhante em suas interfaces. Dar uma olhada nesse número de tempos em tempos transforma o gerenciamento de contexto de uma preocupação vaga em um sinal concreto.

Compacte nos pontos de checagem — não continue simplesmente

Quando você chegar a um ponto de checagem natural (uma funcionalidade funciona, os testes passam, um bug é corrigido), comprima o histórico em vez de deixá-lo crescer. No Claude Code, o /compact substitui a transcrição completa por um resumo gerado pelo modelo — uma conversa de 70.000 tokens pode cair para cerca de 4.000 tokens. Fundamentalmente, você pode direcionar o que sobrevive:

/compact "Keep the API contract and the DB schema we agreed on. Summarize the debugging session — I only need the root cause, not every step."

Compactar proativamente, enquanto ainda há folga, produz um resumo melhor do que um resumo automático acionado no último segundo, porque o modelo ainda tem uma lembrança clara de toda a conversa quando escreve o resumo.

Limpe ao trocar de tarefa

O /compact serve para continuar a mesma linha de trabalho. O /clear serve para abandoná-la. Quando você muda para algo não relacionado — termina uma correção no backend e passa para uma funcionalidade de frontend — comece do zero. Carregar o contexto antigo adiante não ajuda; apenas desperdiça tokens e corre o risco de o agente fazer correspondência de padrões com a tarefa anterior. Limpar também é a cura quando o contexto está "envenenado": o modelo se agarrou a uma suposição errada e insiste em voltar a ela por mais que você o corrija.

Coloque o conhecimento estável em um arquivo, não no chat

Se você se pega reexplicando as mesmas coisas — seu comando de teste, suas convenções de nomenclatura, em qual diretório fica a API — essa informação não deveria ficar na conversa. Coloque-a em um arquivo de projeto que o agente lê automaticamente: CLAUDE.md para o Claude Code, AGENTS.md para o Codex e outros, .cursorrules para o Cursor. Ele é carregado no início de cada sessão, então o agente o tem desde a primeira mensagem, e sobrevive a cada /clear e /compact. Mantenha-o enxuto, porém — ele custa tokens em cada requisição, então um CLAUDE.md inchado é seu próprio tipo de desperdício de contexto.

Dê ao agente menos, não mais

O instinto de despejar dez arquivos "para que ele tenha tudo" sai pela culatra. Cada arquivo que você cola ou menciona com @ consome orçamento e dilui a atenção do modelo. Um arquivo bem escolhido costuma ser melhor do que dez. Comece com o mínimo e adicione contexto apenas quando o agente realmente precisar. Se você não tem certeza de qual arquivo importa, peça ao agente para encontrá-lo primeiro, em vez de pré-carregar o diretório inteiro.

Delegue a exploração bagunçada a um subagente

Algumas tarefas são inerentemente verbosas — "procure na base de código todos os lugares em que chamamos a API de pagamentos." Se você executar isso na sua sessão principal, a saída bruta da busca inunda sua janela. Em vez disso, delegue-a a um subagente (a ferramenta Task do Claude Code, ou um agente separado do Cursor). O subagente faz a exploração barulhenta em sua própria janela isolada e devolve apenas a conclusão — os três arquivos que importam — mantendo seu contexto principal limpo.

Um ritmo de trabalho

Juntando tudo, uma sessão longa e saudável se parece com isto:

1. Comece com um CLAUDE.md conciso, para que o agente conheça seu projeto.
2. Delimite cada tarefa de forma estreita; referencie apenas os arquivos que ela toca.
3. Dê uma olhada no /context a cada 30–45 minutos ou após cada marco.
4. Use /compact com uma instrução personalizada em cada ponto de checagem.
5. Use /clear no momento em que trocar para um trabalho não relacionado.

Nada disso é exótico. É a diferença entre um agente que permanece afiado ao longo de uma sessão de duas horas e um que começa forte e vai perdendo o fio da meada — e custa a você alguns segundos de atenção, em vez de uma tarde misteriosa depurando a confusão dele.