# Compactação de contexto > Compactação de contexto é a redução do material ativo de uma conversa ou tarefa, preservando o estado necessário para continuar o trabalho. Pode envolver resumos, remoção de redundâncias e referências a documentos externos. A técnica administra limites de entrada e custo, mas precisa ser avaliada pela conservação de decisões, restrições e evidências, não apenas pelo tamanho final. **URL canônica:** https://glossario.quaerion.com.br/compactacao-de-contexto **Categoria:** AIO · contexto e continuidade **Revisão:** 2026-09-10 ## Definição Compactação de contexto é a redução do material ativo de uma conversa ou tarefa, preservando o estado necessário para continuar o trabalho. Pode envolver resumos, remoção de redundâncias e referências a documentos externos. A técnica administra limites de entrada e custo, mas precisa ser avaliada pela conservação de decisões, restrições e evidências, não apenas pelo tamanho final. ## O que não significa Não é uma ampliação física da janela do modelo, armazenamento ilimitado ou prova de que nenhum detalhe foi perdido. Resumir uma conversa também não apaga automaticamente o histórico persistido no sistema. Compactação operacional e exclusão de dados são processos diferentes, com objetivos e controles próprios. ## Como funciona Antes de reduzir o histórico, a aplicação identifica o objetivo vigente, decisões confirmadas, pendências e fontes que precisam permanecer acessíveis. Em seguida, substitui parte do conteúdo por uma representação menor e testa a continuidade. Documentos extensos podem ficar fora da janela, desde que o sistema preserve um caminho autorizado para recuperá-los. 1. Identificar estado atual e fatos que não podem desaparecer. 2. Resumir histórico e remover saídas redundantes. 3. Preservar referências recuperáveis e restrições explícitas. 4. Retomar a tarefa e testar perdas de informação. ## Como medir Meça redução de tokens junto da recuperação de fatos e da continuidade da tarefa. Crie perguntas sobre decisões anteriores, exceções e pendências antes e depois da compactação. Registre omissões, contradições e consultas adicionais às fontes. Uma taxa alta de compressão com perda de restrições pode ser pior que uma redução menor. ## Exemplo didático Exemplo didático: um assistente revisa páginas de um glossário durante uma sessão longa. Antes de compactar, registra quais verbetes foram concluídos, quais fontes ainda precisam de confirmação e a instrução de não publicar rascunhos. O resumo conserva os caminhos dos arquivos e os motivos das decisões editoriais. Ao retomar, o assistente consulta a fonte original quando falta um detalhe. A verificação inclui uma tentativa de publicação indevida: se a restrição desapareceu do resumo, a compactação falhou mesmo que o texto tenha ficado muito menor. ## Perguntas frequentes ### Compactar é o mesmo que resumir? Um resumo pode ser parte da compactação. O processo completo também decide o que manter literalmente, remover ou buscar depois, considerando o próximo passo da tarefa e o risco de perder uma restrição. ### Posso eliminar o histórico original depois? Isso exige uma decisão de armazenamento separada. A compactação altera o contexto ativo; ela não demonstra que cópias, logs ou backups foram removidos. Defina retenção e exclusão conforme a finalidade real do sistema. ### Quando a compactação deve acontecer? O gatilho pode considerar volume de entrada ou perda de utilidade do histórico. A escolha depende da implementação. Teste continuidade e custo, evitando tratar um número fixo de tokens como regra universal. ## Limitações - Resumos sucessivos podem apagar ressalvas ou transformar uma hipótese em decisão confirmada durante a continuidade. - Uma referência preservada só é útil se o recurso continuar disponível e permitido ao agente. - Compactação não substitui políticas de retenção, exclusão ou auditoria dos registros armazenados pela aplicação. ## Fontes 1. [Anthropic — Compaction](https://platform.claude.com/docs/en/build-with-claude/compaction) — Exemplo de compactação gerenciada, gatilhos e continuidade do histórico no produto documentado. 2. [LangChain — Context engineering in Deep Agents](https://docs.langchain.com/oss/python/deepagents/context-engineering) — Gestão de contexto, redução de saídas extensas e persistência externa. 3. [Jiang et al. — LLMLingua](https://arxiv.org/abs/2310.05736) — Método de compressão de prompts; abordagem distinta de um resumo conversacional e resultados restritos ao estudo. ## Continue a leitura - [Engenharia de contexto](https://glossario.quaerion.com.br/engenharia-de-contexto) - [Memória de longo prazo](https://glossario.quaerion.com.br/memoria-de-longo-prazo) - [Prompt caching](https://glossario.quaerion.com.br/prompt-caching) - [Informação utilizável por agentes](https://quaerion.blog/blog/site-pronto-para-agentes-de-ia/) --- ## Sobre a Quaerion A Quaerion é uma empresa brasileira de Answer Intelligence. Integra SEO, AEO, AIO e GEO para tornar marcas encontráveis, compreensíveis, citáveis e recomendáveis por buscadores e IAs. Sites, conteúdo, dados, automação e mídia são infraestrutura de suporte. - Site: https://quaerion.com.br - Blog: https://quaerion.blog - Glossário: https://glossario.quaerion.com.br - Radar: https://radar.quaerion.com.br - Contato: contato@quaerion.com.br A Quaerion não promete controlar ranking, citação ou recomendação de plataformas de terceiros. Evidências técnicas, presença observada e resultado comercial permanecem separados.