Como Manter o Contexto entre Sessões de IA

Como manter o contexto entre sessões de IA em quatro camadas: arquivos de instrução como CLAUDE.md e AGENTS.md, memória automática, retomada de sessão e o registro de trabalho compartilhado que uma equipe pode ler.

Aiden Flux

Aiden Flux

4 novembro 2026

Como Manter o Contexto entre Sessões de IA

Toda sessão de agente de programação começa vazia. O próprio Claude Code afirma isso na sua documentação: cada sessão começa com uma janela de contexto nova. A ferramenta não lembra de nada que você disse ontem, a menos que algo fora da conversa tenha levado aquilo adiante. Aprender a manter contexto entre sessões de IA, portanto, não é um truque único; é saber a qual de quatro camadas pertence determinado contexto, e colocá-lo lá antes que a sessão termine.

Este guia percorre as quatro camadas em ordem: arquivos de instrução que a ferramenta lê na inicialização, anotações que a ferramenta escreve para si mesma, retomada de sessão e o registro de trabalho compartilhado que nenhuma das três primeiras oferece. As três primeiras são recursos do Claude Code, Codex e Gemini CLI. A quarta é onde o Sharkly se encaixa, porque uma Task que carrega o objetivo, a discussão, as execuções e a aceitação é a única camada que uma segunda pessoa consegue ler. Se você ainda está decidindo entre conversar e atribuir, nosso guia para conversar com um agente de IA ou atribuir uma Task é a peça complementar.

Resumo

O contexto sobrevive a uma sessão em quatro lugares. Arquivos de instrução (CLAUDE.md, AGENTS.md, GEMINI.md) carregam regras que a ferramenta deve manter sempre. A memória automática carrega correções e preferências que a ferramenta aprendeu. A retomada de sessão leva uma conversa adiante para uma pessoa em uma máquina. O registro de trabalho, uma Task com sua descrição, comentários e log de execução, carrega o que foi decidido, o que foi executado e o que uma pessoa aceitou, e é a única camada compartilhada. Coloque cada tipo de contexto na sua camada e a janela de contexto nova deixa de ser uma perda.

Camada 1: Arquivos de instrução que a ferramenta lê na inicialização

Arquivos de instrução são contexto que você escreve uma vez e a ferramenta carrega em todas as sessões. Cada CLI principal tem o seu, e eles são resolvidos de maneiras semelhantes.

Ferramenta Arquivo Como é resolvido
Claude Code CLAUDE.md (projeto ou .claude/CLAUDE.md), ~/.claude/CLAUDE.md (usuário), CLAUDE.local.md (pessoal, ignorado pelo git) Carregado do diretório de trabalho e de todos os diretórios acima dele, concatenados da raiz para baixo; arquivos de subdiretórios são carregados sob demanda
Codex AGENTS.md, com ~/.codex/AGENTS.md para escopo global e AGENTS.override.md para substituições temporárias Concatenado da raiz do Git para baixo, limitado por project_doc_max_bytes, 32 KiB por padrão
Gemini CLI GEMINI.md, com ~/.gemini/GEMINI.md para escopo global Descoberta global, de workspace e just-in-time; /memory show exibe o resultado mesclado

Dois hábitos mantêm essa camada útil. Mantenha os arquivos curtos: a orientação do Claude Code recomenda menos de 200 linhas por arquivo, porque a adesão cai à medida que o arquivo cresce. E escreva os fatos que você teria de explicar de novo, como comandos de build, convenções e a regra que você digitou no chat na sessão passada. Se um repositório já tem um AGENTS.md, um CLAUDE.md que contém apenas @AGENTS.md o importa, então ambas as ferramentas leem uma única fonte. Tudo nesta camada é contexto, não imposição; a documentação de memória do Claude Code deixa explícito que é um hook, e não uma instrução, que bloqueia uma ação.

Camada 2: Anotações que a ferramenta escreve para si mesma

A memória automática do Claude Code é a camada que as pessoas esquecem que existe. Enquanto trabalha, o Claude salva anotações sobre seu papel e suas preferências, correções que você faz, contexto do projeto que ele não consegue deduzir do código e onde encontrar coisas fora do repositório. Elas ficam em ~/.claude/projects/<project>/memory/, indexadas por um MEMORY.md cujas primeiras 200 linhas ou 25 KB carregam no início de cada sessão. Arquivos de tópicos carregam sob demanda.

Três limites importam. A memória automática é por repositório, compartilhada entre worktrees. Ela é local à máquina, então anotações no seu desktop não existem no seu laptop. E ela sobrevive ao /compact, porque a compactação reescreve a conversa, não os arquivos em disco. Para ver o que foi salvo, execute /memory; para desativá-la, defina autoMemoryEnabled como false ou exporte CLAUDE_CODE_DISABLE_AUTO_MEMORY=1.

Use esta camada para o tipo de coisa que você diz uma vez e espera que permaneça: “sempre use pnpm”, “os testes de API precisam de um Redis local”. Não conte com ela para decisões que um colega de equipe precisa; ela é só sua.

Camada 3: Retomada de sessão

Às vezes o contexto de que você precisa é a própria conversa. O Claude Code mantém as sessões em disco: claude --continue reabre a conversa mais recente no diretório atual, claude --resume <id-or-name> reabre uma específica, e --fork-session cria um novo ID de sessão para que você possa ramificar a partir de um checkpoint sem sobrescrevê-lo. Renomeie uma sessão com /rename antes de executar /clear para conseguir encontrá-la de novo. O Codex oferece codex resume para reabrir um chat recente do repositório atual.

A retomada tem um custo. Cada requisição carrega a conversa inteira, então uma sessão de longa duração consome mais uso para uma pergunta de uma linha do que uma nova. O /compact com uma instrução de foco, como /compact Focus on the migration plan, troca detalhe por espaço. O que sobrevive à compactação é o resumo mais tudo o que os arquivos de instrução recarregam; qualquer coisa dada apenas na conversa e não resumida se perde. Trate a retomada como uma ponte para atravessar um intervalo de almoço, não como a memória da equipe.

Camada 4: O registro de trabalho

Nenhuma das três primeiras camadas responde à pergunta que um colega de equipe faz na quinta-feira: o que o agente fez na terça, por quê, e quem aceitou? Arquivos de instrução guardam regras. A memória automática guarda as preferências de uma pessoa. Uma sessão retomada guarda a conversa de uma pessoa em uma máquina. A decisão, a execução e a aceitação precisam de um registro compartilhado, e esse registro é uma Task.

No Sharkly, uma execução vinculada a uma task inclui o título e a descrição da Task, os comentários recentes e o comentário que disparou a execução, as instruções e Skills do Agente, e os repositórios configurados para a Task. Essa é a transferência de contexto: a próxima execução começa a partir da Task, não da memória da sessão anterior. O progresso, os eventos de trace e o resultado retornam à Task, e o log de execução registra por que uma execução foi enfileirada, quando começou e terminou, chamadas de ferramentas, a origem do disparo e detalhes de falhas.

Duas regras da documentação do produto decidem onde as coisas vão, e ambas são regras de fronteira, não recursos. Sessões autônomas de Agent Chat pertencem à pessoa que as criou e os outros membros não recebem acesso; se a equipe precisa de uma conclusão, copie-a para a descrição da Task ou um comentário. E o chat do Agente em uma Task não é um comentário: ele não aparece em Activity, então uma decisão tomada ali é invisível a menos que alguém a registre por escrito. Nosso passo a passo de gerenciamento de projetos com Claude Code mostra a Task conduzindo uma mudança da issue até a revisão.

Vale citar mais uma distinção porque é exatamente a armadilha sobre a qual este artigo trata. Uma Crew pode habilitar o reúso compartilhado do diretório de Tasks, de modo que a execução de um membro de Agente posterior herda as mudanças locais do membro anterior no mesmo Computer. Essa configuração compartilha o estado do sistema de arquivos, não a sessão do provedor do Agente anterior. Os arquivos passam adiante; a conversa do modelo, não. Se o segundo Agente precisa do raciocínio do primeiro, ele tem de estar na Task.

Colocando cada tipo de contexto na sua camada

Tipo de contexto Camada Exemplo
Regra que vale em toda sessão Arquivo de instrução Executar a suíte de testes antes de fazer commit
Correção ou preferência Memória automática Usar pnpm, não npm
Exploração pela metade Retomada de sessão A linha de depuração de ontem
Procedimento reutilizável que vários Agentes compartilham Skill A checklist de release
Objetivo, escopo, critérios de aceitação Descrição da Task O requisito que está sendo construído
Decisões, evidências, achados de revisão Comentários da Task Por que a opção B foi escolhida
O que foi executado, quando e como terminou Log de execução A execução de migração que falhou

As Skills merecem uma linha própria. Uma Skill empacota instruções reutilizáveis e arquivos de apoio para orientações que devem se aplicar repetidamente, e uma Skill descoberta em um diretório de Runtime local pode ser importada para a organização para que deixe de viver em um único laptop. Nosso guia sobre Skills no Sharkly aborda escopo e vinculação, e o que é uma skill de agente de programação aborda o formato do arquivo.

Use arquivos de instrução e memória automática quando o contexto for sobre como você trabalha. Use uma Task quando o contexto for sobre o que a equipe está construindo e outra pessoa talvez precise lê-lo. O Sharkly não substitui o Claude Code, o Codex ou outras ferramentas de execução; ele acrescenta o registro compartilhado que essas ferramentas não mantêm.

Perguntas frequentes

O /compact perde meu CLAUDE.md? Não. O CLAUDE.md da raiz do projeto é relido do disco após a compactação. Instruções dadas apenas na conversa podem se perder; mova-as para o arquivo.

A memória automática é compartilhada com minha equipe? Não. Ela é armazenada sob seu diretório home, por repositório, e nunca é sincronizada. Contexto visível para a equipe pertence a um arquivo de instrução versionado ou a uma Task.

Um Agente no Sharkly consegue lembrar de uma execução anterior? Ele recebe a Task, seus comentários recentes e o comentário que a disparou a cada execução, que é a forma durável de lembrar. Ele não recebe a conversa privada da execução anterior. Veja Agentes no Sharkly para saber o que uma execução inclui.

E os servidores de memória MCP? Eles adicionam um quinto armazenamento que o modelo pode consultar, útil para recall estrutural de uma base de código. Eles ainda não registram quem aceitou uma mudança, então combine-os com um registro de trabalho em vez de substituí-lo.

Explore mais

O que é Jev e onde um modelo de decisão se encaixa acima dos seus agentes de programação

O que é Jev e onde um modelo de decisão se encaixa acima dos seus agentes de programação

Jev é o modelo de decisão da TypeSafe AI: estado na entrada, respostas tipadas com probabilidades na saída. O que ele é, os três tipos de pergunta e onde se encaixa no roteamento e na revisão do trabalho de agentes de codificação.

4 novembro 2026

codebase-memory-mcp: recall estrutural de baixo custo e a memória que ele não retém

codebase-memory-mcp: recall estrutural de baixo custo e a memória que ele não retém

O codebase-memory-mcp indexa seu repositório em um grafo de conhecimento para que os agentes parem de usar grep. Os números reais versus os que aparecem nas manchetes, e o que o grafo não consegue saber.

4 novembro 2026

Claude Squad vs Conductor vs tmux: configurações de agentes DIY

Claude Squad vs Conductor vs tmux: configurações de agentes DIY

Claude Squad, Conductor e tmux comparados para executar agentes de programação com IA em paralelo. Veja o que cada um faz bem e o ponto em que você evolui para o Sharkly.

4 novembro 2026