你可能刚向 AI 解释过一个项目，换到另一个对话后却发现它不知道之前说过什么。另一些系统又能保存部分信息供以后使用。这并不矛盾，因为不同产品处理上下文的方式不同。
要理解其中差异，可以把常被统称为“AI 记忆”的内容分为四类：当前请求的上下文、对话记录、提供的文件，以及保存下来供以后使用的记忆。
上下文是当前回答可用的信息
上下文指模型在某个时刻可以使用的信息，可能包括当前请求、部分历史对话、文件内容，或系统补充的资料。
上下文有容量限制。对话很长或文件很多时，下次处理未必会完整保留每个细节。各产品选择、摘要或删去信息的方式不同，因此不要假设旧内容仍全部可用。
对话记录有助于延续，但不是完美记忆
应用可能会把部分对话历史再次提供给 AI，以保持交流连贯。但这不代表每条消息每次都会进入处理过程。有些界面上可见的历史，也可能不同于实际用作输入的信息。
重要决定应在新请求中重述，或记录到结构化文档中，不要只依赖系统自行回想。
提供文件不等于把文件变成记忆
上传或连接文档后，AI 可能在规定范围内搜索或引用它。这不同于系统会在之后的所有会话中记得文件的全部内容。
文件格式、文本质量、大小、权限和搜索方式都可能影响结果。答案很重要时，请求标出所用来源或可供核查的段落。
记忆是保存下来供以后使用的信息
一些产品提供记忆功能，保存信息以帮助后续交互。保存方式、时长、范围、用户控制和删除能力因产品而异。记忆也可能是摘要，而不是原始资料。
不要把它当成人的记忆。先确认产品保存什么、存在哪里、谁能管理。如果内容已改变，要更新记忆，或要求系统不要再依赖旧信息。
整理上下文，减少误解
一份简短的资料往往比所有文件都塞进去更有用。可以按以下项目整理：
- 目标和范围；
- 已确认的决定及日期或来源；
- 等待核实的假设；
- 统一术语；
- 获准使用的参考文件；
- 不得出现在输出中的信息。
好的说明不需要很长，但要标清当前版本、未确定之处，以及资料不足时该找谁。保留精简摘要，并把细节链接到主要来源。
不要把完整对话复制进一个文件就称为上下文。重复信息、旧错误和未批准想法会更难区分。请指定优先版本，并说明与其他资料冲突时的处理方式。
为什么 AI 听起来像是“记得”？
语言模型会根据输入和学习到的模式生成自然语言。即使缺少证据，也可能给出流畅回答。语句连贯并不能证明系统记得信息来自哪里。
如果 AI 说“正如之前讨论的”，可以问它依据哪段内容，或要求提供来源。若你无法在可查看的资料中找到，就应进一步核实。询问一项已记录的决定并要求标明来源，可以了解它在该情境下的边界，但不能证明系统始终可靠。
了解具体产品时可以问的三个问题
- 当前会话使用哪些信息，哪些信息会长期保存？
- 用户在哪里查看、修改或删除记忆？
- 文件和历史会不会在项目、成员或会话之间共享？
没有适用于所有系统的答案。发送重要信息前，应查阅该产品的官方说明。
要点： 上下文、对话记录、文件与记忆是不同来源。重述重要决定、整理信息，并确认系统实际使用了哪些资料。
总结
AI 可以利用提供给它的背景信息，但范围取决于产品与设置。不要假设曾经提过的信息以后一定仍可用。
一份来源和状态清楚的精简项目笔记，能帮助人与 AI 保持一致，不必假设系统拥有类似人的记忆。