O que um assistente de IA deve lembrar? Um guia prático para escolher o que fica
Se você está decidindo o que um assistente de IA deve lembrar entre conversas, comece com uma breve lista de detalhes que você fornece deliberadamente e espera que sejam relevantes no futuro: preferências de resposta estáveis, contexto de projetos em andamento e alguns fatos práticos pertinentes a esse projeto. Mantenha detalhes contextuais pontuais dentro do projeto ou da conversa à qual pertencem. Não trate a capacidade do sistema de inferir um padrão como permissão para armazená-lo. Uma memória útil auxilia em uma tarefa futura concreta, permanece dentro do escopo pretendido e pode ser revisada ou removida.
Comece com a tarefa que a memória deve aprimorar
Antes de salvar um detalhe, complete esta frase: “Lembrar disso vai ajudar com ___.” Se a resposta for vaga, o detalhe provavelmente não deve ficar na memória permanente. “Usar tópicos concisos ao me ajudar a planejar atividades de fim de semana” tem um propósito claro. “Pareci impaciente no chat de ontem” não estabelece uma preferência duradoura nem um fato útil.
Esta é uma aplicação prática da minimização de dados: o NIST define a minimização como a limitação da criação, do uso e da retenção de informações pessoais àquilo que é diretamente relevante e necessário para uma finalidade, mantendo-as apenas pelo tempo necessário para essa finalidade. Para um recurso de memória, a questão de design correspondente é se o sistema precisa desse detalhe para realizar uma tarefa escolhida pelo usuário posteriormente. NIST’s definition of minimization
Bons candidatos: preferências explícitas e fatos úteis do projeto
Os candidatos mais fortes são detalhes comuns que o usuário declarou com clareza e que provavelmente moldarão respostas recorrentes. Exemplos incluem um formato de resposta preferido, o nome escolhido para um projeto, os materiais já selecionados para um trabalho artesanal ou a preferência informada pelo usuário por plantas de baixa manutenção ao planejar um jardim de varanda. Salve a versão menos detalhada que ainda seja útil: “prefere instruções curtas, passo a passo” é mais útil e menos invasivo do que armazenar um relato sobre cada ocasião em que o usuário pediu brevidade.
Alguns fatos pessoais são relevantes apenas dentro de um projeto específico. Se um usuário diz que um cômodo tem 3 por 4 metros ao planejar seu layout, essa dimensão pode ajudar dentro do projeto de design do ambiente; ela não precisa se tornar um contexto geral para conversas não relacionadas. Uma memória restrita ao escopo de um projeto responde a uma pergunta simples: quais conversas futuras têm permissão para usar esse detalhe?
A documentação dos produtos demonstra por que é útil tratar memórias permanentes e contexto de projeto como escolhas distintas. A OpenAI descreve memórias salvas como separadas do histórico de chat e documenta uma opção de memória exclusiva para projetos que restringe quais conversas do projeto podem fazer referência umas às outras. Esses são controles específicos de produtos, não uma garantia de que todo sistema de IA ofereça o mesmo escopo. OpenAI’s memory documentation
Mantenha temporários os detalhes contextuais temporários
Um detalhe pode ser útil agora sem ser útil mais tarde. A cafeteria em que você está, o clima de hoje, uma lista de compras temporária ou uma decisão em andamento podem ajudar a responder à solicitação atual, mas perdem a relevância rapidamente. Mantenha esses itens na conversa ou no projeto atual, a menos que você peça explicitamente para levá-los adiante. Se forem salvos, defina um escopo e um momento de revisão: por exemplo, “para o planejamento desta viagem” ou “até eu escolher um notebook”.
Isso evita transformar um momento em um suposto traço de personalidade. Um único pedido por uma cafeteria silenciosa não comprova uma preferência permanente por lugares calmos; escolher uma cor vibrante uma vez não define uma estética duradoura. A inferência de design segura é preservar as palavras do usuário como um fato com escopo definido quando necessário, e não generalizá-las silenciosamente em uma descrição de personalidade.
A documentação de privacidade do Google Gemini distingue instruções salvas da personalização baseada em conversas anteriores e afirma que as informações salvas podem ser gerenciadas ou excluídas pelo usuário. Ela também observa que a personalização baseada em conversas anteriores pode usar informações de chats. Essa distinção sustenta uma regra prática de design de produto: preferências deliberadas e editáveis devem ser identificáveis separadamente do contexto extraído do histórico da conversa. Gemini Apps Privacy Hub
Não deduza traços sensíveis nem salve detalhes de terceiros por padrão
Um sistema de memória não deve converter pistas da conversa em conclusões sensíveis. A forma de falar, a rotina, as compras ou as escolhas pontuais de um usuário não justificam suposições sobre traços pessoais, circunstâncias ou motivações. Mesmo quando uma dedução parece plausível, ela pode estar errada, e uma resposta futura pode se tornar desconfortável ou enganosa se isso for tratado como uma certeza. Armazene um fato fornecido pelo usuário apenas quando houver um uso claro e voltado a uma tarefa; não o transforme em uma afirmação ampla sobre quem o usuário é.
Aplique cautela semelhante a informações sobre outras pessoas. Um projeto pode precisar de um nome ou cargo que o usuário tenha fornecido explicitamente, mas conversas rotineiras não devem se tornar um dossiê permanente sobre amigos, parentes ou colegas de trabalho. Se o detalhe sobre um terceiro for necessário para uma tarefa específica, mantenha-o dentro do escopo dessa tarefa e evite especificidades pessoais desnecessárias. Esta é uma recomendação de design de produto derivada da minimização, não uma afirmação de que todo serviço trata esses dados da mesma maneira.
Dê a cada memória um escopo, uma fonte e um caminho de revisão
É mais fácil confiar em uma memória quando a interface deixa claro o que ela diz, de onde veio e onde pode ser usada. Um registro prático de memória pode incluir: a declaração exata fornecida pelo usuário; sua finalidade; se ela se aplica de forma ampla ou apenas a um projeto; e uma data de revisão ou condição opcional para remoção. Por exemplo: “Para o projeto do jardim da varanda, prefere plantas que precisem de pouca água; revisar quando a lista de plantas for escolhida.” Este é um formato ilustrativo, não um recurso documentado de nenhum produto específico.
Os usuários devem poder inspecionar, corrigir e remover informações memorizadas. Eles também devem conseguir distinguir entre excluir uma memória, excluir um chat ou alterar configurações mais amplas de personalização. A documentação de ajuda da OpenAI explica que as memórias salvas podem ser separadas do histórico de chat, de modo que apagar apenas a conversa de origem pode não excluir a memória separada. A central de privacidade do Gemini descreve de forma semelhante controles distintos para atividades e informações salvas. Esses exemplos mostram por que um caminho de exclusão claro deve explicar qual camada um controle afeta. OpenAI memory controls, Gemini Apps data controls
A seleção de memória é separada da divulgação de dados e do escopo de configurações
Escolher o que deve ser lembrado responde a uma única pergunta: quais detalhes devem persistir para personalizações futuras? Isso não explica, por si só, quais informações um serviço coleta, como ele trata as conversas, quem pode revisar os dados ou quais controles de conta e configurações se aplicam. Essas são questões distintas de divulgação de informações e escopo de configurações. Um produto deve descrevê-las de forma separada e precisa, em vez de sugerir que uma lista de memória reduzida significa que nenhum outro dado é processado.
A distinção faz diferença na prática. O aviso de privacidade do Google descreve diversas categorias de informações e configurações, incluindo instruções salvas, controles de atividade, aplicativos conectados e o uso de dados para fornecer e aprimorar serviços. O comportamento exato varia conforme o produto e a configuração. Portanto, uma interface de seleção de memória deve declarar o que administra e direcionar os usuários às informações aplicáveis de privacidade e configurações, sem sugerir que substitui essas explicações. Gemini Apps Privacy Hub
Um breve teste de decisão para cada proposta de memória
Antes de salvar um detalhe, faça quatro perguntas:
Foi fornecido ou aprovado explicitamente? Se for apenas uma interpretação, não armazene como fato.
Isso vai aprimorar uma tarefa futura provável e específica? Nomeie essa tarefa; se nenhuma vier à mente, deixe de fora.
Qual é o escopo adequado? Use o limite de um projeto para detalhes que não pertencem à personalização geral.
O usuário pode revisar e remover isso? Se não puder, a interface não deve apresentar isso como uma memória simples e controlada pelo usuário.
Por exemplo, em um projeto de planejamento de cômodos, “O usuário escolheu uma escrivaninha compacta para o escritório” pode ser útil até que o layout seja concluído. A cafeteria frequentada durante a sessão de planejamento provavelmente é temporária. Uma suposição de que o usuário “sempre prefere o minimalismo” não deve ser salva, a menos que o usuário declare explicitamente essa preferência e deseje usá-la de forma mais ampla. Esses exemplos aplicam o teste de decisão; não são conclusões de pesquisas nem afirmações sobre um produto específico.
Um sistema de memória comedido não precisa construir um perfil completo. Ele deve levar adiante algumas preferências explícitas e fatos práticos que sirvam a atividades escolhidas, manter locais os detalhes locais e tornar compreensíveis a correção e a exclusão. O objetivo é uma continuidade baseada no que o usuário realmente disse — não a afirmação de que uma IA conhece a pessoa por trás da conversa.