# Como evito que o meu chatbot reenvie a conversa inteira?

> Como manter pequeno o contexto de um chatbot: limite as mensagens anteriores, resuma as antigas, recupere o relevante e use cache em prompts fixos.

Source: https://greenai.guide/pt/como/como-evito-que-o-meu-chatbot-reenvie-a-conversa-inteira/  
Updated: 2026-11-19

## Em resumo

A maioria das funções de chat reenvia ao modelo a conversa inteira a cada mensagem, por isso a entrada cresce a cada turno. Limite quantos turnos anteriores você envia, resuma os mais antigos numa nota curta, recupere apenas as mensagens ou documentos anteriores que importam e use cache nos prompts de sistema fixos. Entradas longas custam muito mais energia do que entradas curtas.

## Steps

1. Registre os tokens de entrada por turno para que o crescimento fique visível.
2. Envie literalmente apenas os últimos turnos.
3. Substitua os turnos mais antigos por um resumo curto e contínuo.
4. Recupere mensagens ou documentos anteriores apenas quando forem relevantes para a nova pergunta.
5. Use cache de prompts para o prompt de sistema fixo e o contexto compartilhado.

**Envie ao modelo o que ele precisa para este turno, e não tudo o que já foi dito.** Um contexto que cresce sem
limite é um dos custos ocultos mais comuns nas funções de chat.

## Por que isso importa? {#why-does-it-matter}

A energia aumenta com a quantidade de texto que um modelo lê. Delavande, Pierrard e Luccioni concluíram que a energia
cresce de forma linear com o comprimento do prompt e da geração. A Epoch AI estima que uma consulta típica de cerca de
0,3 Wh sobe para cerca de 2,5 Wh com uma entrada de 10.000 tokens e para quase 40 Wh com uma entrada de 100.000
tokens. Uma longa conversa de suporte que reenvia todos os turnos pode deslizar para o extremo caro sem que ninguém
perceba.

## Como mantenho o contexto pequeno? {#how-do-i-keep-context-small}

- **Uma janela deslizante.** Mantenha os últimos turnos palavra por palavra.
- **Um resumo contínuo.** A cada poucos turnos, peça a um modelo pequeno (ou ao seu próprio código) que comprima o
  histórico antigo numa nota curta com as decisões e os fatos.
- **Recuperação.** Armazene mensagens e documentos anteriores e busque apenas os relevantes para a nova pergunta.
- **Cache de prompts.** Para instruções fixas, veja [como usar cache](/pt/como/como-uso-cache-para-reduzir-a-energia-das-chamadas-a-llms/).
- **Começar do zero.** Ofereça um botão de "novo assunto" que inicie um contexto limpo.

## Erros comuns {#common-mistakes}

- **Anexar de novo o mesmo documento a cada turno** em vez de recuperar o trecho relevante.
- **Resumos que perdem fatos importantes.** Teste se as respostas continuam corretas depois do resumo.
- **Não medir.** Sem registros dos tokens de entrada, o crescimento é invisível.

Os usuários podem fazer o mesmo em ferramentas para o público: veja [como evitar que longas conversas com IA desperdicem energia](/pt/como/como-evito-que-conversas-longas-com-a-ia-desperdicem-energia/).
Para mais hábitos, leia [use a IA de forma eficiente](/pt/boas-praticas/use-a-ia-com-eficiencia-habitos-do-dia-a-dia/).

## Fontes

- [How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use), Epoch AI (2025)
- [Small talk, big impact: the energy cost of thanking AI](https://arxiv.org/abs/2601.22357), Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
