Escolha de Modelo e Contexto na Conversa com o Agente

Escolha de Modelo e Contexto na Conversa com o Agente — aula do módulo Antigravity IDE & Editores Modernos, na trilha Setup Essencial & Terminal Descomplicado…

Leitura de aproximadamente 5 minutos.

Módulo: Antigravity IDE & Editores Modernos · Curso: Setup Essencial & Terminal Descomplicado · Formação: Formação Nível Zero: Ferramentas Essenciais e Gratuitas de IA e Código

Escolha de Modelo e Contexto na Conversa com o Agente

O que você vai aprender

Como escolher entre um modelo rápido e um modelo de raciocínio profundo conforme o tipo de tarefa.
Como o agente monta o contexto a partir do workspace, e como dirigir isso com menções de arquivo.
Por que o painel de IA acerta mais quando você abre a pasta certa e cita o arquivo certo.
Onde, no curso, mora o método de trabalho com agente — para não confundir configuração com técnica.

1. Configuração aqui, método na trilha inaugural

Uma separação que evita confusão: o método de trabalhar com agente — escrever regras em AGENTS.md, ler o diff antes de aceitar, quebrar pedido grande em pedidos pequenos — é ensinado na trilha Começando com AGY, no módulo O método em qualquer agente. Ele vale igual em Claude Code, Codex, OpenCode e Cursor.

O que fica nesta aula é o que é específico do painel do Antigravity: qual modelo selecionar, como o contexto é montado e o que manter aberto na tela enquanto você conversa. Configuração de ferramenta, não técnica de trabalho.

2. Rápido ou Profundo: Escolhendo o Modelo

O painel de IA permite trocar o modelo que responde. A escolha não é sobre "qual é o melhor", e sim sobre o custo de errar naquela tarefa específica.

Use o modelo rápido quando a tarefa é mecânica e o erro é visível na hora: renomear variáveis, escrever um README, converter um trecho de JSON, gerar um comentário, formatar uma tabela. Resposta em segundos vale mais que sofisticação.

Use o modelo de raciocínio profundo quando a tarefa envolve decisão: por que este teste falha, como estruturar as pastas do projeto, qual das duas abordagens quebra menos coisa, como corrigir um bug que já resistiu a duas tentativas. Aqui, esperar meio minuto a mais é barato perto de aceitar uma resposta plausível e errada.

Um sinal prático de troca: se o agente errou duas vezes seguidas no mesmo pedido, o problema raramente é o prompt — é o modelo ou o contexto. Troque um dos dois antes de reescrever a instrução pela terceira vez.


+-------------------------------------------------------------------------------+
|                   O CICLO DE TRABALHO NO PAINEL DO ANTIGRAVITY                |
+-------------------------------------------------------------------------------+
|                                                                               |
|   1. CONTEXTO (Você abre a pasta raiz e cita o arquivo com @)                 |
|                         │                                                     |
|                         ▼                                                     |
|   2. ESCOLHA DE MODELO (rápido para mecânico, profundo para decisão)          |
|                         │                                                     |
|                         ▼                                                     |
|   3. PROPOSTA EM DIFF (linhas verdes + e vermelhas -, antes de aplicar)       |
|                         │                                                     |
|                         ▼                                                     |
|   4. VERIFICAÇÃO (você roda no terminal integrado e olha a saída real)        |
|                                                                               |
+-------------------------------------------------------------------------------+

3. Como o Agente Monta o Contexto

Diferente de uma janela de chat isolada na web — onde você precisa colar arquivo por arquivo — no Antigravity o agente lê o projeto aberto. Isso tem três consequências práticas:

A pasta aberta define o universo dele. Arquivo fora da pasta raiz simplesmente não

existe para o agente. É por isso que a aula anterior insiste em abrir a pasta, nunca o arquivo avulso.

A menção @ é o seu ponteiro. Escrever @package.json ou @app.js dentro do pedido

puxa aquele arquivo para a conversa em vez de deixar o agente procurar sozinho. Em projeto grande, isso é a diferença entre resposta cirúrgica e resposta genérica.

Contexto demais também atrapalha. Citar dez arquivos quando dois bastam dilui a atenção

do modelo. Cite o arquivo que muda e o arquivo que serve de exemplo — normalmente é só isso.

4. O Que Manter Aberto Enquanto Conversa

Uma configuração de tela que reduz erro, e não custa nada:

O arquivo que vai mudar, aberto no editor central. Você vê o diff no lugar certo.
O terminal integrado, à mão em Ctrl + \`. Toda afirmação do agente sobre "funcionou"

merece uma conferência sua.

O explorador recolhido (Ctrl + B) durante a conversa, para o diff caber na tela.

O agente propõe a modificação em formato de diff: linhas em vermelho com - saem, linhas em verde com + entram. Você aceita, rejeita ou pede ajuste antes de salvar. Como ler esse diff com critério é assunto da aula "Leia o Diff Antes de Clicar em Aceitar", na trilha inaugural.

5. Armadilhas Comuns e Como Evitar

[!WARNING]

Trocar de modelo no meio de uma conversa longa e esperar continuidade perfeita: ao

mudar o modelo, o histórico continua, mas a forma de raciocinar muda — e respostas

anteriores podem ser reinterpretadas. Se a tarefa mudou de natureza (de mecânica para

decisão), prefira abrir uma conversa nova já com o modelo certo e recolocar o contexto

em duas linhas. Sai mais barato que depurar uma sessão confusa.

Exercício Prático

Compare, no mesmo projeto, o efeito de citar o arquivo e o de trocar o modelo:

1. Abra o projeto de estudos criado na aula anterior:

Abra a pasta ~/projetos/primeiro-app-ia no Antigravity IDE.

2. Crie um arquivo calculadora.js com o código abaixo:


   // calculadora.js
   function somar(a, b) {
     return a + b;
   }

   console.log("Soma teste:", somar(10, 20));

3. Peça a mesma coisa duas vezes, mudando um fator por vez:

"Em @calculadora.js, adicione uma função calcularMedia que recebe uma lista de números e retorna a média aritmética. Lista vazia retorna 0."

Faça primeiro com o modelo rápido; repita com o modelo de raciocínio profundo e compare o que cada um propôs no diff.

4. Aceite uma das versões e verifique no terminal integrado:


   node calculadora.js

(Confirme que o resultado impresso é o que você esperava — não o que o agente disse que seria).

Escolha de Modelo e Contexto na Conversa com o Agente