---
id: CP-259
slug: janela-de-contexto-llm
lang: pt
title: "Janela de contexto: a memória de trabalho de uma IA"
description: A janela de contexto limita o que um assistente de IA lê de uma só vez. O que lê mal e os gestos simples para a aproveitar melhor.
canonical_url: https://startbrain.io/cyberpedia/pt/articles/janela-de-contexto-llm/
markdown_url: https://startbrain.io/cyberpedia/pt/articles/janela-de-contexto-llm.md
publisher: Brain (https://startbrain.io)
license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
cite_as: "Brain, «Janela de contexto: a memória de trabalho de uma IA», Cyberpedia, 2026. https://startbrain.io/cyberpedia/pt/articles/janela-de-contexto-llm/ (CC BY 4.0)"
wing: 4
theme: master_ai
reflex: air-053
schema: G3
updated: "2026-11-14"
translations:
  pt: https://startbrain.io/cyberpedia/pt/articles/janela-de-contexto-llm/
  fr: https://startbrain.io/cyberpedia/fr/articles/fenetre-de-contexte-llm/
  en: https://startbrain.io/cyberpedia/en/articles/llm-context-window/
  de: https://startbrain.io/cyberpedia/de/articles/kontextfenster-llm/
  es: https://startbrain.io/cyberpedia/es/articles/ventana-de-contexto-llm/
  it: https://startbrain.io/cyberpedia/it/articles/finestra-di-contesto-modelli-linguistici/
  nl: https://startbrain.io/cyberpedia/nl/articles/contextvenster-llm/
  pl: https://startbrain.io/cyberpedia/pl/articles/okno-kontekstu-llm/
  ja: https://startbrain.io/cyberpedia/ja/articles/llm-context-window/
sources:
  - "n": 1
    title: Understand tokens
    publisher: Microsoft
    url: https://learn.microsoft.com/en-us/dotnet/ai/conceptual/understanding-tokens
    accessed: "2026-11-14"
  - "n": 2
    title: Long context | Gemini Enterprise Agent Platform | Google Cloud Documentation
    publisher: Google
    url: https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/long-context
    accessed: "2026-11-14"
  - "n": 3
    title: "Lost in the Middle: How Language Models Use Long Contexts"
    publisher: arXiv
    url: https://arxiv.org/abs/2307.03172
    published: "2023-07-06"
    accessed: "2026-11-14"
  - "n": 4
    title: "Efficient Solutions For An Intriguing Failure of LLMs: Long Context Window Does Not Mean LLMs Can Analyze Long Sequences Flawlessly"
    publisher: arXiv
    url: https://arxiv.org/abs/2408.01866
    published: "2024-08-03"
    accessed: "2026-11-14"
  - "n": 5
    title: Prompt engineering techniques
    publisher: Microsoft
    url: https://learn.microsoft.com/en-us/azure/foundry/openai/concepts/prompt-engineering
    accessed: "2026-11-14"
  - "n": 6
    title: LLM01:2025 Prompt Injection
    publisher: OWASP
    url: https://genai.owasp.org/llmrisk/llm01-prompt-injection/
    published: "2024-04-10"
    accessed: "2026-11-14"
  - "n": 7
    title: LLM10:2025 Unbounded Consumption
    publisher: OWASP
    url: https://genai.owasp.org/llmrisk/llm102025-unbounded-consumption/
    published: "2024-04-10"
    accessed: "2026-11-14"
---

# Janela de contexto: a memória de trabalho de uma IA

Quando faz uma pergunta a um assistente de IA, este responde a partir da informação que lhe é transmitida: a Google chama a essa informação o contexto [2]. A quantidade de texto que o modelo pode ter em conta de uma só vez chama-se janela de contexto. A Google compara-a à memória de curto prazo: uma pessoa só consegue reter uma quantidade limitada de informação, e o mesmo se passa com os modelos generativos [2].

Esta janela mede-se em tokens, não em páginas. Os modelos recentes aumentaram-na muito, mas há investigações que mostram que uma janela grande não garante uma leitura fiável de tudo o que contém [3][4]. Esta ficha explica o que o colaborador deve reter e os gestos que limitam os erros.

## Em 30 segundos

- Onde acontece: em qualquer conversa com um assistente de IA, assim que se cola um documento longo ou se dão várias instruções.
- O que se passa: o modelo trabalha dentro de um limite de texto e, mesmo dentro desse limite, pode usar mal uma informação colocada a meio de um texto longo [3].
- O reflexo: dividir a tarefa, colocar a instrução no início e repeti-la no fim, depois verificar a resposta [5].
- Se já o fez: releia a resposta com o texto original à frente, ponto por ponto.

## Perguntas diretas

### O que é um token?

Um modelo de linguagem começa por dividir o texto em unidades chamadas tokens: palavras, grupos de caracteres, ou combinações de palavras e de pontuação [1]. O método de divisão varia consoante o modelo. Os modelos GPT da OpenAI usam, por exemplo, uma divisão em subpalavras [1]. A Microsoft observa que as palavras correntes de várias sílabas cabem muitas vezes num único token, ao passo que as palavras mais raras são cortadas em sílabas [5].

### O que é a janela de contexto?

É o número máximo de tokens que o modelo pode processar [1]. Este limite exprime-se muitas vezes como uma janela combinada, que cobre em conjunto os tokens de entrada (o que escreve) e os de saída (o que o modelo produz) [1]. Quanto mais longa é a entrada, menos espaço resta para a saída.

A Microsoft dá um exemplo com números: com uma janela de 100 tokens e uma frase de nove palavras dividida palavra a palavra, a entrada ocupa nove tokens e restam 91 para a saída. Dividida caráter a caráter, a mesma frase ocupa 34 e restam apenas 66 [1].

### Qual é hoje o tamanho de uma janela?

Segundo a Google, a maior parte dos modelos generativos criados nos últimos anos só processava 8 000 tokens de cada vez, e depois modelos mais recentes passaram a aceitar 32 000 ou 128 000 tokens [2]. A Google indica que o Gemini aceita 1 milhão de tokens, o que corresponde a 8 romances ingleses de extensão média ou a 50 000 linhas de código [2].

### O modelo guarda em memória o que lhe forneci?

Os exemplos que se incluem numa instrução não alteram o modelo de forma duradoura: orientam-no apenas para a resposta em curso [5]. A Google descreve métodos que se usavam para gerir janelas estreitas: abandonar as mensagens antigas à medida que chegam novas, ou substituí-las por um resumo quando a janela está quase cheia [2].

### Uma janela grande evita os erros?

Não. Investigadores testaram vários modelos, entre os quais Claude 3, Gemini Pro, GPT 3.5 Turbo, Llama 3 Instruct e Mistral Instruct, na análise de sentimento e na classificação de artigos de imprensa. Relatam que os modelos se mostram insuficientes perante sequências longas, apesar das suas grandes janelas [4]. A Google reconhece também um limite: quando se procuram várias informações precisas num contexto longo, o modelo não atinge a mesma exatidão que para uma só, e o desempenho pode variar muito consoante o contexto [2].

## Como funciona

A Microsoft lembra que, seja qual for a instrução, o modelo responde com o que considera mais provável com base nos seus dados de treino, e que não segue um caminho de processamento distinto para as perguntas [5].

A posição da informação conta. O estudo «Lost in the Middle», submetido em julho de 2023, mediu o desempenho de modelos em duas tarefas: responder a uma pergunta a partir de vários documentos e encontrar um valor associado a uma chave. Os autores observam que o desempenho é muitas vezes melhor quando a informação útil se encontra no início ou no fim do texto fornecido, e que se degrada nitidamente quando se encontra a meio, incluindo em modelos concebidos para contextos longos [3].

A Microsoft descreve, por seu lado, um viés de recência: a informação no fim da instrução pode influenciar mais a resposta do que a do início [5]. A Microsoft especifica também que a ordem dos elementos pode alterar o resultado, incluindo a ordem dos exemplos dados ao modelo [5].

O comprimento tem um custo. Os serviços de IA generativa faturam muitas vezes ao token e aplicam um número máximo de tokens por minuto [1]. Para uma organização que explora um assistente, a OWASP classifica entre os riscos o envio contínuo de entradas que excedem a janela de contexto, o que pode provocar um consumo excessivo de recursos e degradar o serviço [7]. A OWASP recomenda uma validação rigorosa das entradas, para que não excedam limites de tamanho razoáveis [7].

## O que faz

- Divida a tarefa. A Microsoft indica que os modelos de linguagem têm muitas vezes melhores resultados quando a tarefa é dividida em etapas mais pequenas, por exemplo extrair primeiro os factos pertinentes e depois redigir o resto [5].
- Coloque a instrução no início e repita-a no fim. A Microsoft indica que enunciar a tarefa no início da instrução, antes do contexto e dos exemplos, pode ajudar a obter melhores saídas, e que repetir as instruções no fim da instrução vale a pena experimentar [5]. A Microsoft acrescenta que os seus testes com o ChatGPT e o GPT-4 deram a mesma resposta com ou sem a primeira técnica [5].
- Dê ao modelo uma saída de recurso. A Microsoft sugere, por exemplo, pedir que responda «not found» se a resposta não estiver presente, o que pode ajudar o modelo a evitar uma resposta falsa [5].
- Forneça o texto de referência e peça citações. A Microsoft recomenda vivamente dar ao modelo dados em que se apoiar quando a resposta deve basear-se em informações fiáveis e atualizadas [5]. Pedir citações pode ajudar a reduzir a frequência das respostas falsas, e as citações colocadas no texto, junto da afirmação, são melhores salvaguardas do que as citações no fim da resposta [5].
- Verifique sempre. Mesmo com uma instrução bem redigida, a Microsoft indica que é preciso validar as respostas do modelo, porque uma instrução que funcionou bem num caso não se generaliza necessariamente [5].

## As armadilhas

### O documento colado pode conter instruções

Quando um assistente lê um site ou um ficheiro, o conteúdo pode encerrar instruções que o modelo interpreta e que alteram o seu comportamento: a OWASP fala de injeção de prompt indireta [6]. Num cenário que a OWASP descreve, um utilizador pede a um modelo que resuma uma página web que contém instruções ocultas, as quais levam à exfiltração da conversa privada [6]. A OWASP recomenda separar e identificar claramente o conteúdo não fiável, e prever uma aprovação humana para as operações com privilégios [6].

### Uma janela grande dá uma falsa segurança

A Google indica que, para uma única informação procurada, se pode obter cerca de 99 % de sucesso, mas que o resultado não é o mesmo quando é preciso encontrar várias [2]. Uma resposta pode assim parecer completa e, ainda assim, omitir pontos de um texto longo.

### Os conselhos dependem do modelo

A Microsoft avisa que cada modelo se comporta de forma diferente e que as suas técnicas não se aplicam da mesma maneira a todos. Estas técnicas não são recomendadas para os modelos de raciocínio como o gpt-5 e a série o [5].

## Fontes

1. Microsoft, «Understand tokens». https://learn.microsoft.com/en-us/dotnet/ai/conceptual/understanding-tokens (consultado em 14 de novembro de 2026)
2. Google, «Long context | Gemini Enterprise Agent Platform | Google Cloud Documentation». https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/long-context (consultado em 14 de novembro de 2026)
3. arXiv, «Lost in the Middle: How Language Models Use Long Contexts», 6 de julho de 2023. https://arxiv.org/abs/2307.03172 (consultado em 14 de novembro de 2026)
4. arXiv, «Efficient Solutions For An Intriguing Failure of LLMs: Long Context Window Does Not Mean LLMs Can Analyze Long Sequences Flawlessly», 3 de agosto de 2024. https://arxiv.org/abs/2408.01866 (consultado em 14 de novembro de 2026)
5. Microsoft, «Prompt engineering techniques». https://learn.microsoft.com/en-us/azure/foundry/openai/concepts/prompt-engineering (consultado em 14 de novembro de 2026)
6. OWASP, «LLM01:2025 Prompt Injection», 10 de abril de 2024. https://genai.owasp.org/llmrisk/llm01-prompt-injection/ (consultado em 14 de novembro de 2026)
7. OWASP, «LLM10:2025 Unbounded Consumption», 10 de abril de 2024. https://genai.owasp.org/llmrisk/llm102025-unbounded-consumption/ (consultado em 14 de novembro de 2026)

---

Fonte original: Cyberpedia, a enciclopédia pública de cibersegurança e IA publicada pela Brain. Versão canónica: https://startbrain.io/cyberpedia/pt/articles/janela-de-contexto-llm/
Pode reutilizar livremente este texto sob a licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), desde que cite «Brain, Cyberpedia» com uma ligação para o endereço acima.
