Colar um arquivo inteiro de 2.000 linhas desperdiça tokens e prejudica a qualidade da resposta. O objetivo é dar à IA exatamente o contexto que ela precisa para raciocinar sobre seu problema — e nada mais.
Colar um arquivo inteiro de 2.000 linhas desperdiça tokens e prejudica a qualidade da resposta. O objetivo é dar à IA exatamente o contexto que ela precisa para raciocinar sobre seu problema — e nada mais.
db é um pool Postgres."# Bad: paste the whole 800-line user-service.ts
# → AI wades through unrelated code, may anchor on the wrong function
# Good: send only what matters
// file: src/services/user-service.ts
// context: called from POST /users; `db` is a Postgres pool (pg)
type User = { id: number; email: string };
async function createUser(email: string): Promise<User> {
const { rows } = await db.query( // <-- the function I need help with
"INSERT INTO users (email) VALUES ($1) RETURNING id, email",
[email],
);
return rows[0];
}
// Question: how do I handle a duplicate-email conflict here?
A segunda versão fornece à IA a função, seu tipo de retorno (User) e uma nota de uma linha sobre db — o suficiente para responder com precisão, sem código irrelevante para distraí-la.
Não é apenas uma questão de custo. Código extra é distração: o modelo pode se fixar em uma função não relacionada, espelhar um bug em outro lugar do arquivo ou diluir sua atenção em milhares de tokens irrelevantes. Um prompt focado produz uma resposta focada e precisa.
Os orçamentos de tokens são finitos e grandes desppejos degradam tanto a velocidade quanto a qualidade. Enviar a fatia mínima relevante — a função de destino, seus tipos, um resumo de contexto e caminhos de arquivo — economiza tokens e aguça a resposta removendo distrações. Curadoria de contexto é uma habilidade fundamental para trabalhar efetivamente com IA: você não está ocultando informações, está direcionando a atenção para o que importa.