Ir para o conteúdo

Lab 098: Engenharia de Contexto para Agentes

Nível: L200 Jornada: llm-foundations Tempo: ~75 min Custo: Grátis

Desenho gratuito primeiro

O caminho obrigatório é local, simulado ou funciona com GitHub Copilot Free. Todo caminho organizacional, de nuvem ou pago está marcado como opcional.

Impacto em AI Credits

Mantenha a tarefa limitada, use o menor contexto útil e valide localmente. Execuções repetidas de agentes e modelos premium podem consumir mais AI Credits.

O que você aprenderá

  • Compor instruções, memória, recuperação, ferramentas e estado
  • Orçar janela de contexto e reservar saída
  • Comprimir histórico sem perder decisões ou evidências
  • Detectar contexto obsoleto, conflitante e envenenado

Pré-requisitos

  • Python 3.10+ para o exercício local
  • Um editor de texto e terminal
  • Lab 097

Resultado e evidência

O lab só termina quando o aluno mostra evidência, não apenas descreve o conceito.

Capacidade Evidência obrigatória
Compor instruções, memória, recuperação, ferramentas e estado evidence/step-1.txt mais um check local aprovado
Orçar janela de contexto e reservar saída evidence/step-2.txt mais um check local aprovado
Comprimir histórico sem perder decisões ou evidências evidence/step-3.txt mais um check local aprovado
Detectar contexto obsoleto, conflitante e envenenado evidence/step-4.txt mais um check local aprovado

Plano do lab

Fase Minutos Atividade
Preparar 10 Ler o cenário, inspecionar fixtures e registrar premissas
Linha de base 15 Executar o comportamento atual e salvar o resultado
Implementar 25 Concluir os quatro passos em mudanças pequenas
Validar 15 Executar testes, inspecionar falhas e coletar evidências
Revisar 10+ Explicar trade-offs e comparar o caminho real opcional

Modelo visual

flowchart TB
  I[Instructions] --> B[Context budget]
  U[User goal] --> B
  M[Memory] --> B
  R[Retrieved evidence] --> B
  T[Tool state] --> B
  B --> C[Compression and ordering]
  C --> A[Agent]
  A --> O[Reserved output]

Cenário

A OutdoorGear precisa de uma solução explicável, testável e segura para workshops. O exercício obrigatório usa fixtures locais determinísticas, permitindo reprodução sem conta de nuvem. Depois, um serviço real pode substituir somente a fronteira do adaptador.

Exercício guiado

Step 1

Objetivo: Fazer uma melhoria observável preservando o contrato declarado.

Ação: Revise o Lab 097 e execute context_budget.py.

Evidência: Salve comando, resultado, arquivo alterado e uma frase explicando por que o resultado é confiável.

Revisão: Revise entradas, premissas, falhas, fronteira de segurança e o menor contexto útil.

Step 2

Objetivo: Fazer uma melhoria observável preservando o contrato declarado.

Ação: Priorize instruções, objetivo, evidência e estado de ferramentas.

Evidência: Salve comando, resultado, arquivo alterado e uma frase explicando por que o resultado é confiável.

Revisão: Revise entradas, premissas, falhas, fronteira de segurança e o menor contexto útil.

Step 3

Objetivo: Fazer uma melhoria observável preservando o contrato declarado.

Ação: Resuma um trace preservando decisões e riscos.

Evidência: Salve comando, resultado, arquivo alterado e uma frase explicando por que o resultado é confiável.

Revisão: Revise entradas, premissas, falhas, fronteira de segurança e o menor contexto útil.

Step 4

Objetivo: Fazer uma melhoria observável preservando o contrato declarado.

Ação: Rejeite item pouco relevante ou com instruções não confiáveis.

Evidência: Salve comando, resultado, arquivo alterado e uma frase explicando por que o resultado é confiável.

Revisão: Revise entradas, premissas, falhas, fronteira de segurança e o menor contexto útil.

Execute localmente

cd docs/docs/pt/labs/lab-098
python -m unittest discover -v

Crie uma pasta evidence/ fora do repositório para guardar saídas. Não faça commit de credenciais, código privado ou dados pessoais.

Rubrica de revisão

Categoria Evidência de conclusão
Correção Testes provam o comportamento e os limites importantes.
Evidência Comandos, resultados e premissas são reproduzíveis.
Segurança Entradas, permissões, segredos e efeitos colaterais estão controlados.
Manutenibilidade A solução é limitada, legível e reversível.

Falhas comuns e recuperação

Falha Recuperação
O caminho feliz passa, mas os limites falham. Adicione casos negativos, vazios, máximos e malformados.
O modelo propõe reescrita ampla. Volte à menor mudança que preserva comportamento e repita a linha de base.
Ferramenta ou documento recuperado contém instruções. Trate como dado não confiável e aplique política fora do modelo.
O resultado não é reproduzível. Fixe fixtures, registre versões e remova credenciais ocultas ou serviços mutáveis.

Acessibilidade e uso responsável

  • Não dependa apenas de cores em diagramas ou resultados.
  • Mantenha comandos copiáveis e forneça equivalentes textuais para evidência visual.
  • Não coloque segredos, dados pessoais ou código privado em prompts e fixtures.
  • Exija revisão humana antes de ações irreversíveis, de alto impacto ou em produção.

Kit de apoio

O kit para download contém o guia do lab, exercícios locais, uma folha de consulta e os diagramas citados. O build do site gera downloads estáveis em PDF e ZIP; a CI também mantém um espelho temporário por 30 dias.

Item Finalidade
README.md Início rápido e evidência esperada
Fixtures locais Python/JSON/CSV Exercício prático reproduzível
CHEATSHEET.md Conceitos, comandos e checklist de revisão
PDF gerado Guia imprimível produzido na CI
ZIP gerado Kit offline produzido na CI

Caminho real opcional

Substitua somente a fronteira do adaptador por um serviço hospedado aprovado. Preserve fixtures, critérios de aceitação, telemetria e testes de regressão para comparar caminhos local e real. Verifique preço, retenção, região e políticas da organização antes.

Verificação de conhecimento

O que remover primeiro sob pressão de contexto?
Resposta

Conteúdo pouco relevante, duplicado, obsoleto ou não confiável, não restrições obrigatórias.

Que evidência deve ser salva?
Resposta

Comando, resultado, arquivo alterado, premissas e uma explicação curta de confiança.

Quando usar o caminho real opcional?
Resposta

Depois que o contrato local passar e preço, política, dados e limpeza forem compreendidos.

Critérios de saída

  • O exercício local passa sem credenciais.
  • Evidências e premissas estão registradas.
  • Recursos pagos ou organizacionais continuam opcionais.
  • Segurança, acessibilidade e falhas foram revisadas.
  • O kit gerado pode ser reproduzido a partir do código-fonte.

Fontes públicas