上下文实操：让 AI 接着做项目，减少忘记约定和乱补信息

用一个会真的忘事的项目练习

你正在做活动报名页，连续聊了几十轮，助手开始忘记“本轮不做支付”。这节课教你把散乱对话整理成可核对的项目记忆，再带进新会话继续工作。最后会得到一份工作记忆、一份本次任务材料和一个输入预算表。

上下文是模型本次收到的材料；持久记忆是你在外部保存、以后重新提供的信息。对话页面看得到旧消息，不等于所有内容都以原样进入每次请求。Token 是模型处理文本等输入的单位，不与中文字符一一对应。

先复制这份教学记录

周一：报名页先做姓名、手机号、场次三个字段。
周二：本轮不做支付，不接短信；提交后显示报名编号。
周三上午：每场暂定20人。
周三下午：场地可能扩大到30人，等待运营确认。
周四：手机号仅供活动联系，不公开展示。
本次任务：写提交成功页文案，不实现后端。

先自己找出：哪些是确定约定，哪一条仍待确认，本次究竟做什么。20 与 30 不是简单取最新数字，最新消息明确写着未确认。

第一步：让 AI 整理工作记忆

把上述记录整理为“已确认约定、待确认事项、本次任务、暂不做”四部分。
每一项注明来自哪天的原记录。冲突不要自行裁决。
人数继续按“暂定20，30待确认”记录。
不要补充材料没有说过的技术栈、预算和截止日期。

合格的结果应保留不支付、不短信、不公开手机号，以及人数待定状态。若摘要只有“开发活动报名系统，容量30人”，说明压缩过程中丢了关键约束。

保存为 project-memory.md，并保留原记录。记忆是整理结果，不是可以替代所有原始证据的真相。

第二步：给新会话一份自足的交接

新开一个对话，将下面内容和确认后的记忆一起发送：

这是当前项目的工作记忆，请仅据此继续。
本轮只写报名提交成功页的文案，输出标题、正文、按钮文字。
需要显示报名编号的位置，但编号值由系统提供，使用占位符。
不承诺短信通知，不提支付成功，不公开手机号。
人数上限仍待确认，与本页文案无关，不要擅自定为30。

可接受的文案示例：标题“报名已提交”；正文“你的报名编号为 {registration_id}，请保存以便查询”；按钮“返回活动页”。这是原创参考，不是模型实测输出。

如果助手写“短信已发送”，指出它违反了“不接短信”的来源约定，要求只修这句话。不要仅说“再简洁一点”，否则事实错误可能继续保留。

第三步：控制本次材料，不把全部历史塞进去

本次只写成功页，需要报名字段、输出范围和通知限制，不需要所有设计讨论。把材料分为必须、可选和归档：当前约定与任务必须，相关旧决策可选，闲聊和已废弃方案归档。

下面的预算算法使用人工给定的教学 token 估计，不是真实分词器。复制为 budget.py 运行：

def choose_context(limit, output_reserve, fixed, candidates):
    remaining = limit - output_reserve - fixed
    if remaining < 0:
        raise ValueError("固定输入与输出预留已超预算")
    chosen, skipped = [], []
    for name, estimated_tokens in candidates:
        if estimated_tokens < 0:
            raise ValueError("估计值不能为负")
        if estimated_tokens <= remaining:
            chosen.append(name)
            remaining -= estimated_tokens
        else:
            skipped.append(name)
    return chosen, skipped, remaining

result = choose_context(
    8000, 2000, 1500,
    [("已确认约定", 800), ("当前页面需求", 1000),
     ("整段旧讨论", 6000), ("相关短例子", 500)]
)
assert result == (["已确认约定", "当前页面需求", "相关短例子"], ["整段旧讨论"], 2200)
print(result)

先预留输出，再算固定说明与候选材料。候选顺序由你按重要性安排，算法不会理解业务；真实应用应使用对应模型的计数方式，还需纳入工具说明、图片等实际开销。

记忆也要更新，但不能偷偷覆盖冲突

运营最终确认 30 人后，在记忆中写“周五确认每场30人，替代周三暂定20”，保留旧决定来源。下一次提交任务时用新记忆，不让两份互相冲突的摘要同时充当当前约定。

如果来源还没确认，就继续保留待确认。压缩的目标是减少无关信息，不是把所有不确定项变成确定句子。

自测与答案

模型能接收很长输入，就不会漏读吗？容量只说明能放多少，不保证每段都正确使用；仍需要任务聚焦与输出核对。

加练：把本次任务改成“写满员提示”，指出这次人数规则变得相关。参考答案应先要求确认上限或使用动态占位，不擅自定数。

交付工作记忆、新会话提示和一次错误修订。预算代码验证的是材料选择计算，不是某款模型的真实 token 上限或记忆能力。