Como manter pesquisas sobre perfis do X baseadas em fontes na memória de agentes

Etapas para gerenciar a memória sobre perfis

1. Defina sua pergunta específica de pesquisa e a finalidade do perfil antes de escolher a URL ou o nome de usuário de um perfil público conhecido. Não use descoberta, histórico ou limite máximo de itens, pois o coletor de perfis aceita apenas nomes de usuário ou URLs específicos.
2. Execute sua Task com uma entrada que substitua toda a lista de exemplo salva pelo único perfil que você, leitor, pretende consultar. Use um marcador explícito como `{"profiles": ["https://x.com/YOUR_TARGET_PROFILE"]}`, em vez de executar a consulta para um exemplo fictício.
3. Salve o registro nativo como uma observação datada de fatos. Adicione um identificador local da observação, a referência da versão do Actor e os resultados da coleta. Mantenha profileId e observedAt com seus valores originais.
4. Crie um registro separado de avaliação com um identificador local da avaliação, sua pergunta, uma versão da regra e referências às evidências. Cada referência aponta para um identificador de observação e um caminho de campo, como biography.
5. Escreva interpretações de escopo restrito que correspondam apenas ao texto exato da fonte. Não use contagens de seguidores como prova de conhecimento especializado.
6. Acrescente uma nova observação nativa na próxima sessão, em vez de sobrescrever os dados antigos. Verifique se a identidade da conta corresponde à anterior antes de comparar os fatos.
7. Verifique cada dependência da avaliação. Se um campo necessário mudar, marque a avaliação como precisando de revisão. Se uma atualização falhar, indique que não há evidências atualizadas disponíveis, em vez de copiar o texto antigo.
8. Forneça à próxima sessão do agente um pequeno pacote com fatos atuais, avaliações sustentadas por evidências e lacunas de informação. Vincule cada decisão ao campo de origem que a fundamenta.

Exemplo resolvido de acompanhamento de perfil

Todos os registros de exemplo a seguir são fictícios e foram criados para este exemplo.

A observação O1 para profileId P100 tem a biografia "Desenvolvo ferramentas de dados em Python", o site https://cedar.example, e o status da fonte ok. A avaliação J1, sob a regra R1, indica que sim, a biografia declarada corresponde ao tema de ferramentas de dados em Python. Sua referência de evidência aponta para a biografia de O1. Os aspectos desconhecidos registram que as publicações reais e o conhecimento especializado não foram verificados.

Na segunda verificação, a observação O2 tem o mesmo profileId, a biografia "Faço vídeos de jardinagem" e o mesmo site. A biografia da qual J1 depende mudou, então marcamos J1 como precisando de revisão. Uma avaliação revisada, J2, indica que não, a biografia declarada atual não corresponde ao tema sob a regra R1, com vínculo à biografia de O2. Mantemos J1 como avaliação histórica referente a O1. O site inalterado não sustenta uma avaliação de tema que dependia de outro texto.

Na terceira verificação, a atualização da fonte falha e a biografia fica indisponível. Salvamos em O3 o resultado real da falha e seu horário, e indicamos que não há evidências atualizadas disponíveis. Não copiamos a biografia de O2 para O3 como se ela tivesse sido observada agora. A avaliação J2 continua sendo uma interpretação passada sustentada por evidências, e não uma constatação atual.

Os 3 registros imutáveis de observação e os 2 registros de avaliações dependentes a seguir são fictícios e foram criados para este exemplo.

Observações de fatos (registros imutáveis da fonte)

*Nota: Em `O3`, os valores nativos antigos de identidade ou biografia de `P100` nunca são copiados para a observação que falhou. A referência ao nome de usuário do perfil consultado é mantida separadamente, enquanto os campos nativos permanecem como `unknown`.*

Avaliações dependentes (registros de memória do agente)

#### Avaliação `J1` (sessão inicial)

• ID da avaliação: `J1`
• Pergunta: Este perfil declara foco em ferramentas de dados em Python?
• Decisão: `stated_bio_fit = yes`
• Versão da regra: `R1`
• Referências às evidências: `O1.biography`
• Estado: `historical_at_O1` (originalmente `supported`)
• Aspectos desconhecidos: As publicações reais não foram examinadas, e o conhecimento especializado no tema não foi verificado.
• Data e hora da revisão: `2026-10-10T10:05:00Z`
• Motivo: Avaliação inicial com base em `O1.biography`.

#### Avaliação `J2` (sessão de acompanhamento e falha na atualização)

• ID da avaliação: `J2`
• Pergunta: Este perfil declara foco em ferramentas de dados em Python?
• Decisão: `current_stated_bio_fit = no`
• Versão da regra: `R1`
• Referências às evidências: `O2.biography`
• Estado: `fresh_support_unavailable` (passou de `supported` em `O2` para `fresh_support_unavailable` após a falha de `O3`)
• Aspectos desconhecidos: O estado atual do perfil é desconhecido devido à falha na atualização de `O3`. As publicações continuam sem verificação.
• Data e hora da revisão: `2026-10-12T10:01:00Z`
• Motivo: O texto de `O2.biography` mudou para vídeos de jardinagem, invalidando `J1` e levando à criação de `J2`. Quando `O3` falhou, as evidências atualizadas ficaram indisponíveis; a fundamentação anterior foi preservada como `historical_at_O2`. O campo `website` inalterado não renova a validade da dependência do campo `biography`, que foi alterado.