Ir para conteúdo
be-human.ai
← Voltar ao blog

Contexto e memória

Compactação de memória de agentes de IA: o que manter e o que descartar

Um método prático para compactar a memória de agentes de IA em fatos e fontes duráveis, com checklist do que um modelo futuro ainda precisa ver.

Capa tipográfica do Be Human com o título: Compactação de memória de agentes de IA: o que manter e o que descartar
Ilustração conceitual criada com IA · Be Human

Compactar a memória de um agente de IA significa substituir um longo histórico de mensagens, saídas de ferramentas e anotações por um conjunto menor de registros duráveis, cada um ligado à fonte onde foi registrado pela primeira vez. Guarde as decisões, os motivos por trás delas, os identificadores exatos, as regras com suas exceções e uma referência ao documento original. Descarte o conteúdo conversacional que nenhuma tarefa futura vai precisar. Uma memória compactada só é útil se um modelo posterior puder conferir cada fato na fonte, então o teste real é saber se alguém conseguiria reconstruir a resposta a partir do que foi mantido.

Principais pontos

  • Compacte em registros tipados (fatos, decisões, regras, perguntas em aberto e referências às fontes), e não em um único parágrafo de resumo.
  • Cada item mantido precisa de uma referência à fonte e de uma versão, para que um modelo posterior ou um membro da equipe possa verificá-lo.
  • Guarde o motivo de cada decisão, porque um resultado sem o seu motivo estimula a repetição de um erro.
  • Preserve exceções e ressalvas palavra por palavra quando elas mudam o sentido da regra.
  • Teste a compactação fazendo perguntas que o histórico completo saberia responder, compare as respostas e só então aposente o histórico bruto.

Por que a compactação perde os detalhes que importam

Agentes de longa duração acumulam contexto mais rápido do que alguém consegue revisar. Quando um modelo resume o próprio histórico, tende a manter o que parecia importante na hora e a deixar de lado as ressalvas que tornavam a afirmação correta. Uma frase como “não aceitamos devolução no fim de semana, exceto para clientes recorrentes com pedido em aberto” costuma encolher para “sem devolução no fim de semana”. Quando isso acontece, o agente responde com segurança a uma pergunta que a empresa nunca quis resolver dessa forma.

A segunda perda é a procedência. Um resumo mistura o que alguém confirmou, o que alguém supôs em uma reunião e o que uma ferramenta devolveu na semana anterior, tudo em uma frase com a mesma autoridade. Depois, ninguém consegue saber qual parte merece confiança. Se você quer um tratamento mais aprofundado de como a compactação pode preservar decisões, o artigo sobre compactação de contexto sem perder decisões percorre o mesmo risco pelo lado da decisão.

O que pertence à memória duradoura

Memória duradoura não é uma transcrição mais curta. É um conjunto de registros que continuam verdadeiros por mais tempo do que a conversa que os produziu. Na maioria dos agentes de negócio, quatro tipos de conteúdo merecem um lugar:

  • Fatos estáveis sobre entidades como clientes, produtos, fornecedores, unidades e funções da equipe, com identificadores.
  • Decisões tomadas por um responsável identificado, com o motivo, a data em que passaram a valer e o que substituíram.
  • Regras e suas exceções, citadas da política ou declaradas pelo responsável, e não parafraseadas pelo modelo.
  • Perguntas e pendências em aberto, com o status e a pessoa responsável por encerrá-las.

Todo o resto é candidato à remoção: cumprimentos, rascunhos abandonados, repetições do mesmo pedido, saídas de ferramentas que já estão refletidas em um registro e especulações que nunca foram confirmadas. Descartar especulação não é perda. Isso impede que o agente trate um palpite como fato consolidado em uma terça-feira qualquer.

Um plano passo a passo para compactar a memória do agente

A compactação funciona melhor como uma rotina com ordem clara, e não como uma única chamada ao modelo que reescreve tudo. Uma sequência viável é esta:

  • Passo 1: Escolha um ponto de corte e registre qual versão da memória ele substitui, para que seja possível voltar atrás.
  • Passo 2: Extraia do histórico cada afirmação, decisão, regra e pendência, em uma única lista de candidatos, indicando a mensagem ou o documento de origem.
  • Passo 3: Classifique cada candidato como fato, decisão, regra, pergunta em aberto ou descarte. Na dúvida, mantenha como candidato e marque para revisão.
  • Passo 4: Anexe a cada item mantido uma referência à fonte e uma marca de última confirmação.
  • Passo 5: Resolva os conflitos antes de gravar. Se dois itens divergem, mantenha ambos, sinalize o mais recente e encaminhe ao responsável, em vez de deixar o resumo escolher um vencedor sem que ninguém perceba.
  • Passo 6: Grave os registros compactados na memória ativa e mova o histórico bruto para um arquivo que o agente possa abrir sob demanda.
  • Passo 7: Faça uma verificação de recuperação contra o arquivo e registre cada pergunta que a memória compactada respondeu de forma errada.

O sétimo passo é o que a maioria das equipes pula, e é ele que mostra se a compactação funcionou.

Cenário ilustrativo: o agente de reservas de uma locadora

Cenário ilustrativo: uma pequena locadora de equipamentos usa um assistente de reservas que já atendeu vários meses de mensagens. Escondidos nesse histórico estão três fatos. Um cliente pediu retirada pela manhã e depois disse que a preferência vale apenas na temporada de inverno. Um funcionário registrou que um cliente recorrente recebeu isenção de caução, e o responsável depois retirou a isenção por escrito. A locadora também alterou, em certo momento, a regra da multa por atraso, e a nova regra vale apenas para reservas feitas depois da mudança.

Um resumo ingênuo diria “cliente prefere retirada pela manhã, caução isenta, multa por atraso é o valor atual”. Cada trecho ficaria incompleto, e o agente aplicaria a isenção a um cliente que já não se qualifica. Uma versão compactada mantém a preferência com o escopo de temporada e a mensagem de origem, registra a isenção como retirada com a nota do responsável como fonte e descreve a regra da multa com sua condição de vigência. As mensagens brutas ficam no arquivo, para que um membro da equipe abra o original em segundos quando um cliente contestar uma reserva.

O que um modelo futuro precisa para verificar um fato

Um registro compactado deve permitir que um modelo responda a três perguntas sem adivinhar: qual é o fato, de onde ele veio e quão atual ele é. Isso significa guardar identificadores exatos em vez de apelidos, manter unidades e condições ao lado do valor e registrar a versão da fonte. Se a fonte for um documento de política, a referência deve citar o documento e sua versão, e não apenas a pasta onde ele está. A disciplina é parecida com a descrita em procedência de fatos na memória de IA, em que cada fato carrega um rastro até o lugar onde foi registrado.

A referência também protege contra memória desatualizada. Quando uma fonte muda, o registro deve ser marcado para revisão, e não ficar silenciosamente em contradição com a nova política. Equipes que já mantêm uma fonte oficial para seus agentes acham essa etapa mais simples, porque existe um único lugar autorizado para conferir.

Como testar se a memória compactada ainda funciona

Escreva de dez a vinte perguntas que o histórico completo saberia responder. Inclua perguntas comuns, mas dê peso ao conjunto para exceções, vencimentos e conflitos, porque são os detalhes que a compactação perde primeiro. Faça cada pergunta duas vezes, uma com acesso ao arquivo bruto e outra apenas com a memória compactada, e compare as respostas. Uma divergência não é automaticamente uma falha: às vezes a resposta compactada está mais correta, porque o histórico bruto continha uma afirmação já superada. Cada divergência deve ser classificada como detalhe faltante, resolução errada de conflito ou atualização legítima.

Repita a verificação após cada ciclo de compactação e após qualquer mudança nas políticas que sustentam os registros. Um teste que nunca é repetido diz respeito ao dia em que foi escrito, e não à memória que você está usando agora.

Onde a Be Human entra em um projeto gerenciado

Em um projeto com a Be Human, a compactação faz parte da política de memória, e não fica a critério do modelo. Nós definimos os tipos de registro, o formato das referências às fontes, os responsáveis que aprovam mudanças de regra e as verificações de recuperação que rodam como parte das avaliações recorrentes. Quando ferramentas podem gravar na memória, a revisão de permissões cobre esses caminhos de escrita, e cada ciclo de compactação é registrado para que uma mudança possa ser rastreada e revertida. O objetivo é uma memória que o dono do negócio consiga inspecionar, e não um resumo que ninguém sabe explicar.

Se você não tem certeza de qual tarefa do seu agente se beneficiaria mais desse tipo de trabalho de memória, faça o diagnóstico gratuito de IA da Be Human para identificar a primeira tarefa que vale entregar a um agente.

Perguntas frequentes

O que é compactação de memória para um agente de IA? É o processo de reduzir um longo histórico de mensagens, saídas de ferramentas e anotações do agente a um conjunto menor de registros que continuam precisos e verificáveis. Uma boa compactação mantém fatos com suas fontes, decisões com seus motivos e regras com suas exceções, enquanto o histórico bruto é arquivado e não apagado. A versão compactada serve para trabalhos futuros, por isso precisa ser verificável além de curta.

O que um agente nunca deve compactar e descartar? Ele não deve remover exceções, condições, datas de vencimento, identificadores ou o motivo dado pelo responsável para uma decisão, porque esses são os detalhes que mudam o sentido de uma regra. Também deve manter referências à fonte original, para que o registro possa ser conferido depois. Dados pessoais sensíveis são uma questão à parte e, em geral, devem ser excluídos da memória em vez de compactados.

Com que frequência a memória do agente deve ser compactada? O intervalo certo depende da velocidade com que o negócio muda e de quanto o agente grava na memória. A compactação deve rodar em uma agenda que você consiga revisar, e também deve rodar quando uma mudança grande de política, produto ou equipe deixar os registros existentes desatualizados. Cada execução deve ser registrada com a versão que substituiu, para que uma compactação ruim possa ser revertida.

Como saber se a compactação deu errado? Rode um conjunto de perguntas de recuperação contra o arquivo completo e contra a memória compactada, compare as respostas e preste atenção especial a exceções e conflitos. Qualquer lacuna consistente aponta para um detalhe faltante ou para uma regra de conflito mal definida que precisa de correção. Repetir essa verificação a cada ciclo mostra se a memória continua se sustentando ao longo do tempo.

Seu próximo passo

Descubra primeiro onde um agente de IA cabe na sua empresa.

Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.

Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.

Menos tarefas. Mais espaço para você.

Traga o trabalho para o qual falta tempo.

Agende uma conversa e teste 7 dias grátis um agente de IA personalizado ↗Ou faça o diagnóstico gratuito de IA →