O Que É Memória de Persona (de Longo Prazo) nos Apps de Companhia com IA?

O que "memória" significa de fato aqui?

Na conversa do dia a dia sobre um app de companhia com IA, "memória" é usada de forma solta para descrever duas coisas diferentes, e misturá-las é de onde vem a maior parte da confusão:

• Memória da janela de contexto: a quantidade do papo atual que o modelo de linguagem por baixo consegue "enxergar" de uma vez. Quando uma conversa passa dessa janela, as mensagens mais antigas deixam de ser diretamente visíveis para o modelo, a não ser que algo mais as preserve.
• Memória persistente / de persona: um sistema de armazenamento separado, em geral um perfil estruturado ou um registro de memória, que salva fatos específicos (seu nome, a história de fundo do seu personagem, uma promessa feita três dias atrás) e reinjeta os relevantes em uma nova conversa, não importa o tamanho da janela de contexto.

Um app pode ter uma janela de contexto grande e ainda assim ter uma memória persistente fraca, ou uma janela de contexto pequena com um sistema de memória bem projetado que recupera silenciosamente os fatos certos. Os dois não são o mesmo recurso, e o texto de marketing nem sempre deixa a distinção clara.

Como a memória de persona difere entre os apps?

Com base nos nossos testes práticos (veja a nossa metodologia), em geral vemos três padrões:

Memória só de sessão

O app lembra o que você diz dentro de uma conversa contínua, mas iniciar um novo chat, na prática, zera o que o personagem sabe sobre você. Esse é o mais simples e barato de construir, e é comum nos planos gratuitos ou em apps mais básicos.

Memória de longo prazo baseada em fatos

O app extrai fatos distintos ("o nome do usuário é Alex", "o usuário mencionou um cachorro chamado Miso") e os guarda em um perfil que é consultado em sessões posteriores. Isso costuma parecer consistente para detalhes concretos, mas pode deixar passar o contexto emocional mais sutil.

Memória narrativa / de estado da história

Usada principalmente em apps voltados a roleplay, ela acompanha o estado do enredo em andamento — onde uma história parou, marcos do relacionamento, cenas passadas —, de modo que voltar a um personagem parece retomar uma história contínua, em vez de recomeçar uma conversa fiada.

O que a pesquisa diz sobre memória e consistência

Manter um personagem consistente ao longo de muitas sessões é um problema técnico mais difícil do que parece — não é só uma questão de armazenar fatos suficientes. Pesquisadores que estudam o quanto os modelos de linguagem conseguem sustentar uma persona atribuída ao longo de conversas de muitos turnos concluíram que os modelos de prateleira "muitas vezes se desviam das personas atribuídas, contradizem afirmações anteriores ou abandonam o comportamento adequado ao papel" quanto mais longa fica a conversa (Abdulhai et al., "Consistently Simulating Human Personas with Multi-Turn Reinforcement Learning"). Nesse estudo, modelos treinados especificamente para manter uma persona coesa — usando checagens automáticas de consistência como sinal de treino — reduziram esse tipo de desvio em mais de 55% em relação a uma linha de base sem treino recebendo a persona idêntica.

Essa diferença é uma boa forma de entender por que a qualidade de persona e memória varia tanto entre apps de companhia: permanecer no personagem e factualmente consistente ao longo de semanas não é um recurso que venha de graça com um modelo maior ou mais novo. Exige engenharia e medição específicas, que é exatamente por que dois apps podem parecer semelhantes numa primeira conversa e divergir de forma acentuada na segunda ou terceira semana.

Por que isso importa se você está escolhendo um app?

Se o que você quer é um personagem que pareça estar construindo um relacionamento contínuo com você, a qualidade da memória importa mais do que quase qualquer outra especificação. Dois apps podem ter primeiras conversas igualmente impressionantes e depois divergir por completo na segunda semana — um segue citando coisas que você contou a ele, o outro trata cada sessão como conhecer um estranho. Se a continuidade é a sua prioridade, vale a pena testar especificamente a memória de um app ao longo de pelo menos duas sessões separadas, com alguns dias de intervalo, antes de se comprometer com um plano pago.

Também vale verificar o que acontece com essa informação guardada: se você pode vê-la, editá-la ou apagá-la, e o que a política de privacidade do app diz sobre por quanto tempo ela é retida. Cobrimos isso com mais detalhe no nosso guia de privacidade e verificação de idade.

Como descrevemos a memória nas nossas análises

Quando conseguimos testá-la diretamente ao longo de várias sessões, descrevemos o que de fato observamos. Quando a arquitetura de memória de um app (por exemplo, o período exato de retenção ou a implementação de backend) só é descrita nos próprios materiais do fornecedor, nós a rotulamos como informada pelo fornecedor, em vez de apresentá-la como algo que verificamos de forma independente — em linha com a nossa metodologia de avaliação.

Perguntas frequentes