Memória de sessão vs memória de longo prazo em agentes de IA
A memória de sessão guarda o contexto de uma tarefa e expira. A memória de longo prazo guarda só fatos aprovados. Veja o que promover e quem aprova.

Memória de sessão é o contexto de trabalho que um agente de IA mantém enquanto cuida de uma tarefa ou conversa, e ela deve terminar quando essa tarefa for encerrada. Memória de longo prazo da empresa é o conjunto menor de fatos verificados que o negócio decide manter para todas as sessões futuras, como a redação de uma política, o responsável por um processo ou o cadastro estável de um cliente. Um fato só passa de uma para a outra quando uma pessoa identificada aprova e a gravação fica registrada.
Principais pontos
- A memória de sessão é contexto de trabalho temporário. A memória da empresa é revisada, durável e compartilhada entre funções.
- Promova apenas fatos que continuarão valendo depois da tarefa atual e que um responsável identificado possa confirmar.
- A promoção exige uma trava de gravação, uma referência à fonte e um aprovador. O agente deve propor fatos, nunca salvá-los em silêncio como regras.
- Registre cada fato promovido com sua fonte, seu aprovador e uma data de revisão, para que ele possa ser corrigido ou removido depois.
- Comece com uma função e um escopo de memória, e só amplie depois que as primeiras aprovações fluírem bem.
O que a memória de sessão realmente guarda
A memória de sessão abrange o pedido atual, os documentos que o agente abriu, rascunhos de respostas, resultados intermediários de ferramentas e tudo o que o cliente disse durante aquela interação. Ela é útil porque mantém o agente coerente dentro da tarefa. Também é temporária por definição. Uma conversa longa pode parecer memória, mas uma janela de contexto grande é apenas o espaço que o modelo tem para ler durante uma execução, como explicado em O que é janela de contexto em IA? Por que o agente esquece. Quando a execução termina, esse espaço se esvazia, a menos que um processo separado salve algo dele.
Os problemas começam quando as equipes tratam o resultado da sessão como conhecimento. Um agente pode escrever que o cliente confirmou a data de instalação quando o cliente apenas mencionou essa data de passagem. Se essa linha for salva como fato durável, a sessão seguinte trata uma afirmação não verificada como definitiva. O padrão seguro é que o contexto da sessão expire, salvo se alguém com autoridade decidir o contrário. Tamanho não é durabilidade, e um resumo detalhado de uma sessão continua sendo apenas o resumo de uma interação.
O que pertence à memória de longo prazo da empresa
A memória de longo prazo guarda fatos que descrevem como a empresa funciona e que continuam válidos em muitas tarefas. Exemplos são a redação aprovada de uma política de reembolso, a equipe que responde por exceções de garantia, as definições que a equipe usa para cada tipo de serviço e identificadores estáveis de clientes, trabalhos ou ativos. Esses fatos mudam, mas devagar, e cada um tem um documento de origem ou um responsável que pode confirmá-lo. Registros sobre um cliente também devem ficar separados das opiniões da equipe sobre esse mesmo cliente.
Alguns materiais devem ficar de fora, mesmo quando parecem úteis. Dados pessoais que o negócio não tem motivo para manter, credenciais, dados de pagamento e opiniões pontuais são candidatos ruins. Para a fronteira entre conteúdo útil e arriscado, veja Dados sensíveis na memória de agentes de IA: o que nunca guardar. Na dúvida, deixe o fato na sessão e registre-o como pergunta em aberto.
Guia de decisão antes de promover qualquer coisa
Faça estas perguntas antes que um fato da sessão vire memória da empresa:
- Este fato continuará valendo depois que a tarefa atual for encerrada?
- Uma pessoa identificada é dona deste fato, e ela pode confirmá-lo hoje?
- Existe um documento de origem, um registro de sistema ou uma decisão documentada da equipe por trás dele?
- Uma resposta errada levaria um cliente ou um colaborador a agir de forma incorreta?
- A regra de dados da empresa permite armazenar este fato?
Se todas as respostas forem sim, o fato é candidato à promoção. Se alguma for não, mantenha-o na sessão ou registre-o como pergunta em aberto para o responsável resolver. Um fato que falha no teste de fonte ou de responsabilidade nunca deve ser promovido só porque apareceu muitas vezes nas conversas. Repetição mostra que as pessoas falam sobre algo, não que aquilo está correto.
Quem aprova um fato promovido?
O aprovador deve ser o responsável pela área do negócio que o fato descreve, com um substituto nomeado. O agente não é o aprovador, e tampouco o fornecedor do modelo, porque nenhum dos dois é dono da política ou do processo. Um fato de garantia pertence a quem cuida da garantia. Uma convenção de agendamento pertence ao líder de operações. O papel do agente é propor a entrada com a fonte e a sessão em que o assunto surgiu, e o responsável decide se ela entra na memória.
Esse ponto de controle é uma trava de gravação: o limite entre o que o agente observou e o que ele vai lembrar. A trava precisa ser simples o bastante para que os responsáveis a usem de fato, com uma proposta curta, uma decisão de sim ou não e uma linha de registro. Controle de escrita na memória de agentes de IA: quem pode gravar aprofunda o desenho desses pontos de controle. As regras de acesso também importam, porque um fato promovido ao nível da empresa fica visível para todas as funções autorizadas a recuperá-lo, então o aprovador deve considerar quem vai ver o fato.
Cenário ilustrativo: uma dúvida de garantia que virou regra
Cenário ilustrativo, não é um caso real: um cliente pergunta a um agente se uma unidade instalada por um parceiro externo ainda está coberta. Durante a sessão, o agente descobre que as instalações de parceiros são regidas por um contrato de serviço separado. Ele usa essa informação para responder corretamente ao cliente, e depois o contexto da sessão expira.
O agente rascunha uma proposta para a memória da empresa. O texto diz que unidades instaladas por parceiros podem seguir o contrato do parceiro, que a data de instalação e o identificador do parceiro precisam ser confirmados antes que a garantia padrão se aplique, e anexa o documento de política e a referência da sessão. O responsável pela garantia revisa o rascunho, percebe que o contrato do parceiro mudou, corrige a entrada para apontar ao documento atual e aprova somente a versão corrigida. O registro mostra quem aprovou, quando, e quando a fonte deve ser checada de novo.
Repare no que não aconteceu. O agente não criou uma regra própria a partir de uma conversa, e a observação do cliente sobre a instalação não foi guardada como fato permanente sobre aquele cliente. A entrada durável é a política, não a conversa.
Como montar isso, e onde a Be Human entra
Comece com um plano curto, em vez de um sistema completo de memória:
- Defina primeiro os escopos de memória, como conta, equipe e empresa inteira, conforme descrito em Escopo de memória de agentes de IA: contas, equipes e empresa.
- Atribua um responsável por tipo de fato, com um substituto que possa aprovar quando o responsável estiver indisponível.
- Exija que todo fato promovido tenha uma referência à fonte, uma referência à sessão e uma data de revisão.
- Mantenha um registro de alterações para que qualquer fato possa ser rastreado, corrigido ou removido.
- Revise os fatos promovidos em uma rotina fixa, conferindo cada um com sua fonte e removendo o que expirou. O processo descrito em Auditoria de memória de agente de IA: o que revisar e como oferece uma estrutura viável.
- Acompanhe as propostas que os responsáveis rejeitam. Um fluxo constante de rejeições costuma indicar que o agente propõe demais, um problema de desenho a corrigir, e não um motivo para afrouxar a trava.
A Be Human desenha essa separação como parte de um primeiro projeto: uma função útil, a memória de sessão e a memória da empresa que ela precisa, a fronteira de aprovação para cada tipo de gravação e um critério de sucesso observável. Em operações gerenciadas, esses limites são monitorados, as permissões são revisadas quando as pessoas mudam de função, avaliações recorrentes verificam se os fatos recuperados continuam corretos, e incidentes como um fato promovido errado seguem uma resposta definida. O escopo permanece deliberadamente estreito para que cada decisão de memória continue visível para as pessoas responsáveis por ela.
Se você quer descobrir qual é a primeira tarefa que vale entregar a um agente, faça o diagnóstico gratuito de IA da Be Human.
Perguntas frequentes
Uma janela de contexto longa é o mesmo que memória? Uma janela de contexto longa é a quantidade de texto que um modelo consegue ler em uma execução, então funciona como espaço de trabalho temporário, e não como armazenamento. Quando a execução termina, nada desse espaço é mantido, a menos que um processo separado o salve. A memória durável precisa de um repositório, de regras sobre o que entra nele e de uma forma de corrigir ou remover entradas depois.
O agente deve salvar fatos por conta própria? O agente deve propor fatos, não gravá-los diretamente na memória da empresa. Cada proposta deve trazer sua fonte e a referência da sessão, e um responsável decide se aprova. Deixar o agente escrever seus próprios fatos duráveis é a forma mais rápida de transformar uma observação não verificada em uma regra permanente.
Quem deve aprovar um fato antes que ele vire memória da empresa? Deve aprovar o responsável pela área do negócio que o fato descreve, e um substituto nomeado deve cobrir as ausências. O agente e o fornecedor do modelo não são aprovadores, porque não são donos da política nem do processo. A decisão e a data do aprovador devem ser registradas junto com o fato.
Como remover um fato promovido depois? Cada fato promovido deve ter um identificador, uma fonte e uma data de revisão, para que possa ser corrigido, expirado ou excluído. Quando a fonte original muda, o responsável atualiza ou remove a entrada, e a mudança fica registrada. Auditorias de rotina identificam fatos que já não correspondem às suas fontes antes que induzam alguém ao erro.
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.


