Context Engineering

Em 2026, prompt engineering é o jardim de infância. A disciplina real que separa demos de produtos é context engineering: o ambiente informacional inteiro que cerca o LLM — system prompts, retrieved docs, tool definitions, memória persistente, histórico, scratchpad. Karpathy resumiu: “o LLM é a CPU, a janela de contexto é a RAM, e você é o sistema operacional”. Anthropic chamou de “load-bearing skill” do ano. Esta trilha mapeia o campo: dos fundamentos teóricos (context rot, atenção quadrática) à arquitetura (pipelines, camadas, retrieval), à memória (self-editing, shared, structured) e à produção (guardrails, qualidade, setup completo).

Pré-requisitos

Recomendado ter lido Anatomia dos LLMs (Trilha 1) — especialmente 03 - A janela de contexto, 04 - Atenção e o mecanismo transformer e 11 - Prompt caching e otimizações de API. Agentes de Codificação (Trilha 2) e Economia de Tokens (Trilha 3) são contexto direto: os ganhos de redução de tokens vêm em grande parte de bom context engineering.

Disciplina em ebulição

Context engineering ainda está sendo formalizada. Ferramentas (Letta, Zep, Mem0, AGENTS.md spec) evoluem rápido. As ideias desta trilha (camadas, pipelines, rot, JIT) são robustas; as ferramentas específicas podem ter sido superadas — sempre verifique versões.

Comece por aqui

Trilha sequencial recomendada — fundamentos → arquitetura → memória → produção.

Bloco 1 — Fundamentos (3 notas)

O salto conceitual de prompt para context, a hierarquia de pilares, e o mecanismo central que justifica tudo: context rot.

• 01 - De prompt engineering a context engineering — a evolução, a definição operacional, a analogia OS de Karpathy
• 02 - Os quatro pilares — prompt, context, intent, specification — hierarquia de disciplinas, framing alternativo write/select/compress/isolate
• 03 - Context rot e atenção diluída — Chroma research 2025, lost-in-the-middle, atenção quadrática

Bloco 2 — Arquitetura de Contexto (4 notas)

Como montar o ambiente em runtime, em camadas, com retrieval dinâmico e compressão.

• 04 - Context pipelines — montagem dinâmica — assembly em runtime, fontes, spectrum pre-indexed↔JIT
• 05 - Camadas de contexto — persistente, temporal, transiente — hierarquia de memória, onde guardar o quê
• 06 - Dynamic retrieval beyond RAG — JIT retrieval, MCP, Claude Code como referência
• 07 - Compressão e pruning de informação — compactação, sliding window, padrão híbrido

Bloco 3 — Memória e Estado (4 notas)

Padrões para o estado do agente: self-editing, multi-agent, structured files, instructions versionadas.

• 08 - Memória agentica — self-editing memory — MemGPT/Letta, OS-inspired, tool calls de memória
• 09 - Shared memory em multi-agent — handoff vs shared state vs message queue, regra do resumo
• 10 - Structured state tracking — NOTES.md, TODO.md, STATE.md como memory layer
• 11 - Skills e instructions como contexto — AGENTS.md spec, cross-tool config, skills marketplace

Bloco 4 — Controle e Produção (3 notas)

Da disciplina ao deploy: guardrails determinísticos, métrica de qualidade, setup end-to-end.

• 12 - Guardrails determinísticos — control plane, pre/post-LLM, kill paths, three-tier control
• 13 - Entropia e qualidade de contexto — sinal por token, “context as architecture”, context products
• 14 - Context engineering na prática — setup completo — checklist end-to-end, de zero ao agente robusto

Bloco 5 — Prompting e Skills (2 notas)

Técnicas atomizadas e distribuição de behaviors reutilizáveis.

• 15 - Técnicas de prompting — zero-shot, few-shot, CoT, ToT — taxonomia de técnicas, quando usar cada
• 16 - Agent skills marketplace e SKILL.md — formato, distribuição, ecossistema 2026

Rotas alternativas

Rota prática (preciso aplicar agora)

“Tenho um projeto rodando — quero context engineering aplicado essa semana”

01 - De prompt engineering a context engineering → 11 - Skills e instructions como contexto → 10 - Structured state tracking → 14 - Context engineering na prática — setup completo

Rota teórica (entender o campo)

“Quero entender por que isso virou disciplina”

01 - De prompt engineering a context engineering → 02 - Os quatro pilares — prompt, context, intent, specification → 03 - Context rot e atenção diluída → 13 - Entropia e qualidade de contexto

Rota multi-agent (orquestração)

“Vou construir sistema com vários agentes colaborando”

04 - Context pipelines — montagem dinâmica → 08 - Memória agentica — self-editing memory → 09 - Shared memory em multi-agent → 12 - Guardrails determinísticos

Rota arquiteto (design de sistemas)

“Preciso desenhar a infra de context engineering para um produto”

03 - Context rot e atenção diluída → 04 - Context pipelines — montagem dinâmica → 05 - Camadas de contexto — persistente, temporal, transiente → 06 - Dynamic retrieval beyond RAG → 14 - Context engineering na prática — setup completo

Rota custo (alinhada com Trilha 3)

“Já leio Economia de Tokens — quero saber como isso conecta com context engineering”

03 - Context rot e atenção diluída → 07 - Compressão e pruning de informação → 06 - Dynamic retrieval beyond RAG → 03 - Por que agentes gastam tanto

Leituras recomendadas

Veja também

• Memória de Agentes — pesquisa irmã focada em memória; sobreposição forte em Bloco 3
• Agentes de Codificação — onde context engineering vive na prática (CLAUDE.md, MCP)
• Economia de Tokens — context engineering bem feito reduz custo automaticamente
• Spec-Driven Development — specification engineering como pilar superior (nota 02)
• RAG e Vector Databases — fundação do retrieval (nota 06)

Todas as notas

TABLE
  title AS "Título",
  status AS "Status",
  join(tags, ", ") AS "Tags"
FROM "03-Dominios/IA/Context Engineering"
WHERE type != "moc"
SORT file.name ASC