O modelo não lembra — relê. E a cada turno, relê mais.
Uma palavra por vez, e cada uma vira contexto
O modelo gera texto um token por vez. Cada token produzido é incorporado ao contexto e influencia o seguinte.
O modelo não planeja a frase inteira — descobre o que vai dizer enquanto diz.
E o que já disse não pode ser "desdito": a seta é unidirecional.
A resposta que o modelo gera não desaparece. Ela se torna parte permanente do contexto.
Quando o usuário envia a próxima mensagem, o modelo recebe de volta tudo o que ele mesmo escreveu — como se lesse pela primeira vez.
✒️ Um escritor com caneta tinteiro, sem rasura. Cada frase depende das anteriores. Mas tudo o que ele escreve é imediatamente fotocopiado e inserido na pilha de documentos que ele mesmo consultará para escrever o próximo trecho.
A seta de causalidade é unidirecional — sempre da esquerda para a direita, nunca o contrário
Tudo, do zero, toda vez
A cada turno, o modelo não recebe apenas a mensagem mais recente.
Ele recebe a concatenação integral de tudo:
system prompt + todos os comandos + todas as respostas + o comando atual.
O modelo não "lembra" — ele relê.
Aquela resposta longa do turno 3 — com centenas de tokens — não sumiu.
Está lá, ocupando espaço, competindo por atenção com as instruções originais e a pergunta atual.
📋 Autos processuais. A petição inicial é concisa e fundadora. Mas cada manifestação, decisão interlocutória e laudo se acumula. O juiz que despacha no turno 10 recebe todos os 10 volumes — e precisa considerar tudo com o mesmo tempo finito.
1
O contexto que engorda sozinho
Respostas do modelo são tipicamente muito maiores que os comandos do usuário.
O contexto cresce em degraus desiguais e acelerados.
O system prompt, que era 100% do contexto no turno 0, rapidamente se torna fração ínfima.
Isso explica por que conversas longas "descarrilam":
as instruções fundadoras competem com milhares de tokens de histórico
por um orçamento fixo de atenção.
A solução não é repetir instruções (soma mais tokens) — é começar conversa nova.
💰 O mesmo orçamento de R$ 100 (atenção), agora dividido entre cada vez mais "fornecedores" (tokens). No turno 1, 5 fornecedores com R$ 20 cada. No turno 15, 200 fornecedores com R$ 0,50 cada. As instruções iniciais? Recebem centavos.
1
Insight Operacional−
O modelo não lembra — relê.
E relê tudo: seu system prompt, todos os seus comandos, todas as respostas que ele mesmo gerou.
Cada turno engorda o contexto que o próximo turno precisará processar
com o mesmo orçamento fixo de atenção.