Claude Code e Codex mudam as regras: engenharia de contexto substitui os prompts

O Habr AI publicou uma extensa análise sobre Context Engineering, e a tese central é bastante prática: em ferramentas agênticas como Claude Code, Codex e Cursor, a qualidade do resultado depende menos da formulação do pedido e mais de todo o ambiente em torno do modelo. O texto do usuário ocupa uma fatia minúscula do contexto. A influência decisiva vem do prompt do sistema, das instruções do projeto, da memória entre sessões, das ferramentas, do histórico da conversa e dos resultados das chamadas. Em outras palavras, a era do "prompt mágico" está acabando, e o design de contexto toma o seu lugar.

A ideia-chave gira em torno da natureza da janela de contexto. O autor propõe enxergá-la como a mesa de trabalho do modelo: quanto mais papéis soltos, pior a atenção se distribui entre os sinais que realmente importam. Um contexto longo não apenas custa mais.

Ele também reduz a qualidade por dois efeitos. O primeiro é o context rot: a atenção se dispersa, o modelo começa a esquecer restrições iniciais, a se prender a pontos antigos e a responder de forma mais vaga. O segundo é o reasoning shift: conforme o contexto cresce, parte do poder computacional vai para o processamento da entrada, e não para o raciocínio, de modo que a resposta pode soar segura, mas ser pior fundamentada.

O artigo cita uma estimativa de que um contexto longo pode, sem aviso, reduzir em até 50 por cento a profundidade do raciocínio.

O autor explica por que isso acontece pela arquitetura Transformer. Na forma básica, a atenção tem complexidade quadrática O(n^2): cada token precisa ser relacionado a todos os outros. Por isso, adicionar documentos, arquivos e conversas longas faz o custo escalar não de forma linear, mas quadrática. Na prática, isso atinge quatro parâmetros ao mesmo tempo: velocidade de resposta, custo, limites e precisão. Daí a tese principal: um bom context engineering não é "enfiar tudo no modelo", e sim selecionar o conjunto mínimo de tokens de alto sinal que maximize a chance do resultado desejado.

Em seguida, o texto detalha de que é feito o contexto em sistemas agênticos. Além dos pesos do próprio modelo, há pelo menos várias camadas controláveis: o prompt do sistema, arquivos de projeto como CLAUDE.md ou AGENTS.

md, memória sobre o usuário e o projeto, skills com processos prontos, integrações MCP, arquivos carregados de forma pontual e todo o histórico de tool_result. Um destaque é que o modelo não "lembra" da conversa por conta própria: o harness remonta o histórico e o envia de novo a cada vez. Por isso, cada descrição de ferramenta supérflua, cada servidor MCP desnecessário e cada arquivo de sistema longo consomem tokens repetidamente.

Para economizar, são necessários prompt cache, um compact consciente, sessões novas via clear e o isolamento de pesquisas pesadas em subagents, para que o agente principal receba um resumo curto em vez de montanhas de dados intermediários.

A parte mais prática trata do custo do modo agêntico. Um único pedido a um agente pode não ser uma só chamada ao modelo, mas uma cadeia de várias chamadas com tool use. No exemplo da análise de um deploy que falhou, uma mensagem do usuário vira quatro chamadas ao modelo e três execuções de ferramentas. Sem cache, um ciclo desses rapidamente deixa de fazer sentido econômico; com prompt cache o preço cai bastante, mas mesmo assim é preciso lembrar que tokens de saída e o thinking oculto custam mais que o input comum, e que definições longas de ferramentas e instruções do sistema entram em toda rodada.

Daí a conclusão do autor: o mestre se distingue não por escrever prompts mais engenhosos, mas por montar uma única vez um ambiente reproduzível, com regras do projeto, memória, ferramentas relevantes e processos, e depois fazer o agente trabalhar de acordo com esse contrato.

Para o mercado de desenvolvimento com IA, é uma mudança importante. A concorrência gira cada vez menos em torno de um pedido bem redigido e cada vez mais em torno da qualidade da montagem do contexto, da disciplina com tokens e da engenharia do ambiente agêntico. As equipes que aprenderem a gerenciar memória, ferramentas e histórico com o mesmo cuidado com que antes gerenciavam prompts terão não só respostas mais precisas, mas também custos previsíveis. Isso significa que a próxima etapa da evolução das ferramentas de IA será definida não pela mágica do pedido, mas pela arquitetura do contexto.