~/questoes/inteligencia-artificial
A regra 60/30/10 é uma heurística prática para alocar tokens de forma inteligente em um agente: 60% para instruções claras, 30% para histórico de contexto, e 10% para o novo input do usuário. Esse balanceamento garante que o agente tenha direcionamento forte, memória suficiente e espaço para processar novas demandas, tudo sem estourar custos.
A alternativa C está correta porque descreve precisamente a distribuição da regra 60/30/10 e seu propósito: equilibrar a qualidade da resposta (através de instruções robustas e histórico relevante) com o controle de custos (evitando desperdício de tokens em contexto desnecessário).
Essa alternativa descreve corretamente a alocação: 60% para instruções do agente (como ele deve agir), 30% para histórico (conversas e contexto anteriores), e 10% para novo input (a pergunta ou tarefa atual). É exatamente a regra 60/30/10.
Essa alternativa confunde a regra com uma divisão temporal de execução (planejamento, execução, verificação). A regra 60/30/10 não trata de como o tempo de processamento é distribuído, mas sim de como os tokens (espaço de contexto) devem ser alocados.
Essa é a resposta correta conforme indicado no enunciado. Ela sintetiza a regra 60/30/10 com seu objetivo: balancear 60% instruções, 30% histórico e 10% novo input para otimizar tanto a qualidade da resposta quanto o custo operacional.
Essa alternativa fala sobre tipos de respostas (processuais, informativas, estratégicas) e não sobre alocação de tokens ou contexto. A regra 60/30/10 é sobre quantidade de espaço, não sobre classificação de conteúdo.