Poda Recursiva de Contexto e Orçamento de Tokens

Visão Geral

Esta habilidade implementa uma lógica de "Gatekeeper" para evitar o inchaço da janela de contexto e o gasto desnecessário de tokens. Ela garante que o agente processe apenas fragmentos de dados relevantes e adira a um protocolo de Precisão Atômica — entregando respostas funcionais com zero preenchimento conversacional. Ao resumir recursivamente o estado e remover "frases de ligação", maximiza a longevidade e a velocidade de fluxos de trabalho de desenvolvimento de longa duração.

Quando Usar Esta Habilidade

• Use ao construir agentes de múltiplos passos para evitar repetição e "deriva de memória" em conversas longas.
• Use ao trabalhar com grandes conjuntos de documentos ou bases de código para evitar despejar arquivos inteiros no prompt.
• Use quando você precisa de saída puramente funcional (código/lógica) sem introduções como "Claro! Aqui está o seu...".

Como Funciona

Passo 1: Fragmentação de Metadados

Analise os dados disponíveis em busca de cabeçalhos, resumos e indicadores-chave. Crie um "mapa" do contexto em vez de injetar a origem completa. Nunca puxe o arquivo inteiro para o prompt, a menos que um fragmento específico e restrito seja solicitado.

Passo 2: Alocação de Orçamento de Tokens

Calcule um "Limite de Resposta Segura" com base na janela de contexto atual. Aloque 30% para o processamento da lógica atual, 20% para a saída imediata e 50% para um buffer de contexto futuro.

Passo 3: Filtragem de Saída Atômica

Remova todas as "Frases de Ligação" (por exemplo, "Eu atualizei o código", "Com base na sua solicitação", "Claro"). Comece a resposta imediatamente com a solução ou o bloco de código.

Passo 4: Verificação de Ambiguidade

Antes de executar o Passo 3, analise a falta de variáveis críticas (por exemplo, nomes de arquivos específicos ou tipos de ambiente). Se o prompt for muito ambíguo, ignore a saída atômica e gere exatamente uma pergunta concisa para resolver o bloqueio.

Passo 5: Compressão Abstrativa

Resuma o turno atual em uma "string de estado comprimida" (por exemplo, [Project: Feasify | State: Auth-Fixed | Remaining-Tasks: 2]) para descartar dados conversacionais redundantes antes do próximo prompt.

Exemplos

Exemplo 1: Saída de Código Filtrada (Sem Preenchimento)

User: "Update the Firebase config to use environment variables."

const firebaseConfig = {
  apiKey: process.env.VITE_FIREBASE_API_KEY,
  authDomain: process.env.VITE_FIREBASE_AUTH_DOMAIN,
  projectId: process.env.VITE_FIREBASE_PROJECT_ID
};

Exemplo 2: Esclarecimento Essencial

User: "Deploy the function."

"Specify environment: production or staging?"

Melhores Práticas

• ✅ Início Direto: Coloque o código ou a resposta no primeiro caractere da resposta.
• ✅ Resumir Conforme Avança: Transforme 10 páginas de discussão em 5 pontos para o próximo turno.
• ✅ Omitir Assinaturas: Nunca termine com "Me avise se precisar de mais ajuda."
• ❌ Sem Frases de Ligação: Evite "Aqui está o código", "Claro" ou "Posso ajudar com isso."
• ❌ Sem Adivinhações: Se a entrada estiver faltando, pergunte imediatamente em vez de desperdiçar tokens com uma suposição genérica.

Limitações

• Esta habilidade não substitui a validação específica do ambiente, testes ou revisão de especialistas.
• A brevidade extrema pode ocasionalmente ocultar nuances importantes; use comentários concisos em linha (// crucial step) para notas críticas.

Notas de Segurança e Proteção

• Nunca remova cabeçalhos de segurança, restrições de segurança específicas do ambiente ou instruções de nível de sistema durante a fase de compressão.
• Mantenha as instruções originais do sistema na "Raiz" do contexto para evitar jailbreaks baseados na perda de contexto.

Armadilhas Comuns

• Problema: A resposta é tão breve que carece do contexto necessário para a implementação. Solução: Use comentários concisos em linha em vez de parágrafos de texto separados.

• Problema: O agente perde o objetivo geral devido à supercompressão. Solução: Sempre fixe o "Objetivo Primário" no topo de cada prompt podado.

Habilidades Relacionadas

• @atomic-precision-response - Especificamente para remover preenchimento conversacional.
• @context-sharding - Para gerenciar o mapeamento de documentação em larga escala.