“O agente lembra de mim” parece ótimo até recuperar um detalhe sensível na conversa errada, tratar uma preferência antiga como permanente ou não saber explicar de onde veio um fato. Memória não é um histórico de prompt maior: é um sistema de dados com escopo, responsável, confiança, retenção e exclusão. Defina o que merece persistir antes de escolher um banco vetorial.
| Informação | Tratamento padrão | Controle necessário |
|---|---|---|
| Detalhes da tarefa atual | Estado temporário da conversa | Prazo de retenção e ação de limpar |
| “Prefiro respostas curtas” | Persistir só com benefício claro | Visível, editável e removível |
| Prazo de um projeto | Guardar com origem e vencimento | Atualizar ou marcar como desatualizado |
| Dados de saúde, finanças ou identidade | Não guardar por padrão | Finalidade específica e acesso estrito, se indispensável |
| Senha, token ou código de recuperação | Nunca incluir na memória do agente | Usar gerenciador de segredos fora do contexto do modelo |
| Traço sensível inferido | Não transformar palpite em fato | Exigir confirmação e necessidade comprovada |
Continuidade de uma conversa e personalização futura são necessidades distintas. Um checkpoint pode preservar uma tarefa interrompida; uma memória associada ao usuário pode guardar poucas preferências entre sessões. Não copie todas as mensagens para uma tabela de memória. Resumos também podem conter dados sensíveis e precisam de controles de acesso, prazo e exclusão.
Separe dados por pessoa ou organização no armazenamento e aplique autorização antes da recuperação. Uma instrução no prompt não substitui controle de acesso. Audite leituras e gravações sem registrar os próprios valores sensíveis.
Registre tipo, escopo, origem, horário, confiança, última confirmação e expiração. Mostre à pessoa o que foi lembrado em linguagem clara, não como vetores. Permita corrigir, apagar ou desativar a função. Se a lembrança vier de uma inferência, peça confirmação quando o impacto justificar; caso contrário, mantenha-a temporária.
A exclusão precisa alcançar registros principais, resumos derivados, índices vetoriais, caches e backups conforme a política informada. Marque o item para não ser recuperado imediatamente enquanto a limpeza assíncrona termina. Defina o tratamento de auditoria e retenção legal sem prometer remoção instantânea de todo backup. Teste periodicamente se o identificador e paráfrases do conteúdo apagado ainda são encontrados.
Expiração não é exclusão se o dado vencido ainda aparece em buscas. Remova também embeddings e índices. Confirme novamente fatos que mudam, como cargo, empresa, projeto e localização. Em caso de baixa confiança ou fontes contraditórias, pergunte em vez de sobrescrever silenciosamente.
É melhor guardar uma preferência curta do que a conversa inteira, uma referência em vez de uma cópia de documento e uma nota de tarefa em vez de um perfil permanente. Credenciais nunca devem ficar numa memória acessível ao modelo; use um cofre de segredos e permissões limitadas para ferramentas.
Memórias recuperadas também podem carregar prompt injection. Trate o texto como entrada não confiável, delimite-o e impeça que altere políticas ou permissões. Teste isolamento entre usuários, reaparecimento de fatos apagados e tentativas de instalar instruções persistentes.
Acompanhe se a memória reduz perguntas repetidas e melhora tarefas, junto de correções por desatualização, demora de exclusão, falhas de isolamento e desativações. Compare o comportamento com e sem memória. Se o ganho for pequeno e a superfície de privacidade crescer, não persista o dado.
Boa memória de agente é pequena, contextual, explicável e apagável. Mantenha estado de tarefa temporário, persista apenas fatos úteis e aprovados, associe origem e vencimento e remova também as derivações. Segredos e inferências sensíveis não pertencem à memória conversacional. Persistência deve ser conquistada pelo valor claro que entrega.