TLDR;

Context-aware coding é o processo de dar ao agente de IA o contexto certo do projeto — como código existente, estrutura de pastas, dependências, testes, documentação e intenção do desenvolvedor — para que as mudanças respeitem padrões e bibliotecas do repositório. Para fornecer o contexto certo, permita que o agente pesquise e abra arquivos, entregue um mapa compacto do repositório (arquivos e símbolos), inclua lockfiles e versões, testes que ele saiba passar, uma agents.md com convenções e instrua-o a "entrevistar" você e explicar o repositório antes de codificar. Não dê todo o repositório de uma vez: filtre por relevância, evite arquivos irrelevantes, inicie sessões novas por tarefa e mantenha o contexto focado para que o modelo não perca informações úteis enterradas no meio do input.

Resumo

Agentic coding abre o desenvolvimento de software para pessoas com diferentes formações, mas para manter o controle você precisa fornecer ao agente o contexto certo. Um pedido simples (por exemplo “adição de endpoint de login”) não descreve décadas de decisões numa base de código extensa; portanto o agente precisa acessar arquivos, estrutura do repositório, dependências (incluindo o arquivo lock para versões exatas), testes executáveis, documentação de convenções e, sobretudo, a intenção do desenvolvedor sobre critérios de conclusão e restrições. Ferramentas que geram mapas compactos do repositório (lista de arquivos e símbolos) ajudam o modelo a entender a forma do projeto sem ler tudo. Boas práticas incluem: instruir o agente a entrevistar você antes de codificar, pedir que explore e explique o repositório em linguagem simples, formular um plano com suposições e registrar aprendizados num arquivo agents.md. Evite despejar todo o repositório: modelos prestam mais atenção ao início e ao fim do input, então filtre por relevância, inicie sessões novas para cada tarefa e remova ruído conforme elas crescem. O objetivo é fornecer o contexto certo para que o agente faça o trabalho, mantendo você responsável pelas decisões. Compartilhe suas técnicas de contextualização para melhorar ainda mais a colaboração com agentes.