Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Reutilizar o Raciocínio em Pedidos Subsequentes

Aula 6 de 12 Atualizada a 28 de julho de 2026 Programador
Nesta página
  1. Cache de Pensamento
  2. Como Funciona
  3. Implementação Passo a Passo
  4. Vantagens da Cache de Pensamento
  5. Restrições e Limitações
  6. Casos de Uso em Produção
  7. Pontos-chave

Cache de Pensamento

Uma das funcionalidades mais poderosas do sistema de raciocínio encriptado da xAI é a capacidade de reinjetar o raciocínio de um pedido anterior num novo. Este mecanismo, semelhante a uma “cache de pensamento”, permite ao modelo retomar o seu raciocínio exatamente onde o deixou.

Como Funciona

O processo consiste em três passos:

  1. Pedido inicial: envia uma pergunta com include=["reasoning.encrypted_content"]
  2. Armazenamento: guarda o conteúdo encriptado devolvido na resposta
  3. Pedido subsequente: reinjeta este conteúdo encriptado no novo pedido

O modelo reconhece o raciocínio encriptado e utiliza-o como contexto para a sua nova reflexão. Não começa do zero: possui “memória” do seu processo de pensamento anterior.

Implementação Passo a Passo

Passo 1: Pedido Inicial com Recuperação de Raciocínio

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.x.ai/v1"
)

# Primeiro pedido
response_1 = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Explain Bayes' theorem and give a medical example.",
    include=["reasoning.encrypted_content"]
)

# Extrair raciocínio encriptado
encrypted_reasoning = None
for item in response_1.output:
    if item.type == "reasoning":
        encrypted_reasoning = item.encrypted_content

Passo 2: Pedido Subsequente com Reinjeção

# Segundo pedido que beneficia do raciocínio anterior
response_2 = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input=[
        # Reinjetar raciocínio encriptado do pedido anterior
        {
            "type": "reasoning",
            "encrypted_content": encrypted_reasoning
        },
        # Nova mensagem
        {
            "type": "message",
            "role": "user",
            "content": "Now, apply this theorem to a COVID test with 95% sensitivity and 99% specificity."
        }
    ],
    include=["reasoning.encrypted_content"]
)

Vantagens da Cache de Pensamento

Continuidade do Raciocínio

O modelo não precisa de reconstruir todo o contexto de pensamento. Se já raciocinou sobre o teorema de Bayes, pode aplicá-lo diretamente ao novo problema sem repetir a demonstração.

Poupança de Tokens

Ao reutilizar o raciocínio encriptado, impede que o modelo regenere tokens de raciocínio para a parte já coberta. Em conversas longas, a poupança pode ser significativa.

Consistência

O modelo mantém a consistência nas suas respostas sucessivas. Não se contradirá, pois possui o registo do seu próprio raciocínio.

Restrições e Limitações

  • Mesmo modelo: o raciocínio encriptado de um modelo não pode ser reutilizado por outro. O raciocínio produzido pelo grok-4.5 não funcionará com o grok-4.20-0309-reasoning.
  • Tamanho: o conteúdo encriptado pode ser volumoso. Monitore o tamanho dos seus pedidos.
  • Expiração: o conteúdo encriptado pode ter um período de validade limitado. Não o armazene indefinidamente sem verificar.
  • Sem modificação: não pode alterar o conteúdo encriptado. Qualquer modificação torna-o inválido.

Casos de Uso em Produção

Conversas Complexas de Várias Voltas

Para um chatbot que resolve problemas matemáticos ao longo de várias trocas, a cache de pensamento mantém o fio condutor do raciocínio sem necessidade de reenviar tudo no contexto.

Pipeline de Validação

Um pipeline que analisa código em várias passagens pode reutilizar o raciocínio da primeira passagem (identificação de problemas) para a segunda passagem (proposta de correções).

Tutor Interativo

Um sistema de tutoria pode armazenar o raciocínio do modelo sobre a explicação de um conceito e reutilizá-lo quando o aluno fizer perguntas de acompanhamento.

Pontos-chave

  • O raciocínio encriptado pode ser reinjetado em pedidos subsequentes através do campo input
  • Este mecanismo mantém a continuidade do raciocínio sem regenerar tokens
  • O raciocínio encriptado está vinculado ao modelo que o produziu
  • Nunca modifique o conteúdo encriptado: torna-se inválido
  • Útil para conversas de várias voltas, pipelines e sistemas interativos