第 4 章：给 AI 上下文和记忆，它才像懂你

这一章要让你

明白一件事：AI 答得好不好，不只看你"这句话怎么问"，还看你给了它多少"它该知道的背景"。这一章教你两手——这次对话怎么把背景喂对，以及怎么让它长期记住你，而不是每次都从陌生人聊起。

先说个常见的场景

第 2 章我们说过，AI 像个能力很强、但完全不了解你公司的实习生。现在想象你跟这个实习生说："帮我写个周报。"

他会写出来，而且写得挺顺。但十有八九不是你要的——因为他不知道你这周干了啥、周报给谁看、公司爱用什么格式、上周那份长什么样。他只能凭空"编一个像周报的东西"给你。

这不是他笨，是你没交代。换个说法："这是我这周做的五件事（贴上），周报发给总监看，他只关心结果和数字，照我上周这份的格式写（贴上），三百字以内。" 同一个实习生，这回大概率一遍过。

两次的区别，不在你的措辞，在你给的背景。 这个"背景"，就是这一章的主角——上下文。

一、先把三个老被混着说的词分开：提示词、上下文、记忆

这三个词你会反复听到，先用一句话各自钉死：

提示词（Prompt）：解决"这次怎么说"。就是你打字发出去的那句指令。
上下文（Context）：解决"AI 这次需要知道什么"。背景资料、目标、参考样例、之前的聊天记录，都算。
记忆（Memory）：解决"AI 长期该记住的你是谁"——你的身份、说话风格、固定规矩，写一次，以后次次生效。

打个比方：提示词是你这一句话怎么点菜，上下文是你这一桌的忌口和预算，记忆是这家店老板记住你是常客、知道你不吃辣。这一章主要讲后面两个，因为大多数人提示词写得还行，栽就栽在没给上下文、更没用上记忆。

二、上下文到底是哪几样东西

别把"上下文"想得玄。它就是五样你本来心里有、但没说出口的东西：

资料：手头的原始材料。比如那五件事的清单、一份报告、一段聊天记录。
背景：这事的来龙去脉。给谁看、为什么做、现在是什么情况。
目标：你到底要什么结果。是要个初稿，还是要拍板的结论，还是要三个备选。
风格：语气和格式。正式还是轻松，要不要分点，多长。
历史记录：同一次对话里前面聊过的内容，AI 是能看见的（这一点下面专门讲，它有个重要的"但是"）。

记住一句话：AI 不会读心，只会读你给的字。 你心里清楚不算数，得让它也看见。所以"给上下文"这件事，本质就是把你脑子里默认的那些前提，老老实实打出来给它。

三、为什么同一个问题，换个背景答案就不一样

举个你能立刻验证的例子。同样问一句"帮我推荐一款笔记本电脑"：

没给背景：它只能给你一份四平八稳、谁看了都用不上的"通用推荐"。
给了背景："预算五千以内，主要剪短视频，要带得出门，不打游戏"——它立刻能帮你圈到几款对路的，还会告诉你为什么。

看出来了吗？问题一个字没变，变的是背景，结果天差地别。 这也解释了一个很多人纳闷的现象：为什么同一个 AI，别人用着神，自己用着像人工智障？多半不是工具的差距，是喂进去的上下文的差距。

所以以后觉得"AI 答得不行"，先别急着换工具，回头看一眼：我是不是把它当成读心术了？

四、给它一个"参考样例"，比讲十句要求都管用

这是性价比最高的一招，记牢。

当你想要某种特定结果，与其用嘴描述，不如直接丢一个范本给它照着来。比如你要写产品文案，与其说"我要那种简洁有力、有点高级感的"——这种话十个人有十种理解——不如把你看上的一段别人的文案贴过去："照这个调调，给我的产品写一版。"

这就像装修。你跟设计师说"我要简约风"，他脑子里的简约和你脑子里的可能差着十万八千里；但你甩给他一张样板间的照片，"就这个感觉"，一下就对齐了。样例就是给 AI 看的样板间。

实操上记一个口诀："照着这个 → 干那个"。照着这份旧周报，写这周的；照着这条爆款标题，给我的内容起十个;照着这封邮件的口气，回复这位客户。

五、怎么让它学会你的语气和格式

上一招的延伸：你想让 AI 写出"像你写的"东西，办法不是去描述你的风格，而是喂给它几段你真写过的东西，让它自己总结。

比如你可以说："这是我平时发朋友圈的三段话（贴上），你先告诉我，我的说话风格有什么特点？" 它会归纳出"偏口语、爱用短句、喜欢结尾来个反问"之类。等它说对了，你再让它照这个风格写新的。

这一步多了个"先让它复述风格"的动作，好处是你能当场检查它有没有理解对——理解错了当场纠正，比它直接写出一堆不像你的东西再返工省事得多。格式也一样：你要固定的格式（比如"标题 + 三个要点 + 一句总结"），直接给它一个填好的例子，比抽象描述靠谱。

六、上下文不是越多越好，别一股脑全塞进去

前面一直在说"多给背景"，但这里要踩一脚刹车，免得你走偏：有用的背景才叫上下文，无关的材料是干扰。

想象你问朋友"这周末去哪吃饭好"，结果先甩给他一份你公司全年的财务报表让他"先看看"。他只会被绕晕。AI 也一样——你把一堆跟任务无关的资料倒进去，它会被这些噪音带偏，抓不住重点，甚至从无关材料里"捡"出错误的线索来回答你。

判断标准就一句：这份材料，跟我这次要它干的事有没有直接关系？ 没关系的，别塞。要的是"和任务相关、结构清楚、你自己能检查"的上下文，不是越长越显得用心。少而准，永远胜过多而杂。

这里也藏着一个后面会专门讲的坑：聊天聊得太长、塞的东西太多，AI 反而会"越聊越笨"、把前面说的忘掉。原因第十节讲。现在你只要记住：上下文讲究"对"，不讲究"多"。

七、上下文和记忆，差在哪

到这儿你已经会"喂背景"了。但你可能发现一个烦人的事：今天交代得清清楚楚，明天开个新对话，它又全忘了，得从头再来一遍。

这就点出了上下文和记忆的根本区别：

上下文：是你这一次对话给它的资料。聊天框一关、或者另起一个新对话，它就忘干净了。它就像跟一个失忆的人聊天——这一场记得，下一场清零。
记忆：是让 AI 长期记住的东西，跨对话都在。你写一次"我是做电商的、说话喜欢直接、不要用感叹号"，以后每次它都默认知道，不用你再讲。

打个比方：上下文是你每次找那个刚搬来的邻居帮忙，都得先自我介绍"我住三楼、家里有只猫"；记忆是这个邻居终于记住你了，以后你敲门直接说事就行。

一句话分工：上下文管这一次，记忆管每一次。 重复交代得烦了，就该上记忆了——下面两节讲怎么用。

八、给 AI 建一份"关于我"的固定档案

现在主流的对话工具，基本都给了你两个长期记住你的开关，名字各家叫法不同，但干的是一回事：

一类是**"自定义指令 / 个人设定"**：让你填一份固定的"关于我"——你是谁、平时让它帮你做什么、希望它用什么风格回答、有什么禁忌。填一次，以后每次对话它都先读这份。
一类是**"记忆"**：它会在聊天里自动记下一些关于你的事实（比如你说过"我是做母婴用品的"），下次自己就想起来了。

你不用记具体在哪个菜单——它们一般在设置里"个性化""自定义指令""记忆"这类字眼下面，花两分钟找一下就有。这件事有多普遍？连开发者圈都给"怎么给 AI 喂对背景"起了个专门的名字，叫 context engineering（上下文工程），网上一大堆人分享自己的"关于我"模板。普通人不用搞那么复杂，写清楚下面四样就够：

身份：我是谁，做什么的。（"我是一家小服装店的店主"）
常做的事：我常找你帮什么忙。（"经常让你帮我写商品文案、回复客户消息"）
说话风格：希望你怎么回答。（"说人话，别太啰嗦，分点列出来"）
禁忌：什么不要做。（"别用夸张的营销词，别加一堆感叹号和 emoji"）

避坑（这条很重要）：记忆和自定义指令是会被长期存下来的。所以别往里写身份证号、密码、银行卡、客户的敏感隐私——你写进去，它就一直记着。固定档案里只放"帮助它更懂你"的信息，不放任何泄露了会出事的东西。

九、让 AI 记住一个"项目"：项目说明书是什么

上面那份"关于我"，记的是你这个人。但有时候你需要它记住的是一个项目的规矩——这时候用的是另一种东西：项目说明书。

在一些更进阶的 AI 工具里（后面第 10、11 章会讲到的 Claude Code、Codex 这类），你可以在项目文件夹里放一个固定名字的说明书文件——Claude 用的叫 CLAUDE.md，Codex 用的叫 AGENTS.md。名字不重要，你把它理解成**贴在这个项目门口的一张"店规"**就行：AI 每次来这个项目干活，先读一遍这张店规，再动手。

这张店规上写什么？无非三类：

这个项目是干什么的（"这是给我服装店做的客服话术库"）
做事的规矩（"所有回复要先称呼客户、结尾留一句引导下单"）
不能做什么（"不许承诺没库存的款、不许改价格"）

好处很直接：写一份说明书，省下你每次重复交代的力气。 没有它，你每开一次工都得把这些规矩再讲一遍；有了它，AI 自己先读，你只管说今天要干的具体活。

这一节你现在不用动手，名字（CLAUDE.md / AGENTS.md）混个眼熟即可，到第 11 章真用工具时再回来看就懂了。这里只要建立一个意识：让 AI 记住，分两层——一份记住"你这个人"，一份记住"某个项目的规矩"。

十、让 AI 干"长活"，靠的是进度文件，不是更长的提示词

这一节是本章的压轴，也是很多人卡了很久才悟到的事，给你提前点破。

前面讲的活，都是一次能聊完的。可一旦碰上要分好几天、好几轮才能干完的长活（比如整理一整个季度的客户资料、写一份十几页的方案），你会撞上一堵墙：AI 会忘。

为什么会忘？因为它一次能"记在脑子里"的内容是有限的（这个容量有个术语叫"上下文窗口"，你不用记）。聊得太长，前面说的就被挤出去了——这就是为什么很多人抱怨"AI 越聊越笨、越聊越忘"。这时候新手的本能反应是：把提示词写得更长更详细，想一口气把所有事都交代清楚。 这恰恰是错的——你喂得越多，它忘得越快，越容易乱。

正确的做法，是换个思路。想想工厂和医院是怎么干"永远停不下来的活"的——靠交接班。上一班下班前，把"今天做到哪、还剩什么、有哪些坑要注意"写在一本交接本上；下一班上班，先翻交接本，接着干，根本不用从头问一遍。

把这套搬到 AI 上，就是一个朴素但极其管用的招：专门开一个"进度文件"（一个普通的文本/文档就行），当 AI 的交接本。

每告一段落，就让 AI 把"已经做完什么、做到哪了、下一步该干啥、有什么没解决"更新到这个进度文件里。
下次接着干时，先把这个进度文件丢给它，它一看就知道上回干到哪了，无缝接上。

记住这句话：聊天可以忘，进度不能断。 长活能不能干成，不取决于你某一句提示词写得多漂亮，而取决于你有没有给它一本靠谱的交接本。这一招看起来土，但它是普通人把 AI 从"问答玩具"用成"能扛活的帮手"的分水岭。

关键表达

提示词解决"这次怎么说"，上下文解决"AI 这次需要知道什么"，记忆解决"它长期该记住的你是谁"。
AI 不会读心，只会读你给的字——你心里清楚不算数。
同一个问题，背景不同，答案天差地别。答得不行先别换工具，回头看背景给够没。
给一个参考样例，胜过讲十句要求："照着这个 → 干那个"。
好的上下文不是越多越好，而是和任务相关、结构清楚、你能检查。
上下文管这一次，记忆管每一次。
一份写清"你是谁、做事规则、不能做什么"的说明书，省下你每次重复交代的力气。
聊天可以忘，进度不能断——干长活靠交接本（进度文件），不靠更长的提示词。

避坑提醒

别把 AI 当读心术，没说出口的标准它一概不知道。
别一股脑把无关材料全塞进去，噪音会把它带偏。
别往记忆和自定义指令里写身份证、密码、客户隐私——它会一直记着。
别指望关掉对话后它还记得这一次的资料，那是上下文，聊完即清零，长期要它记得才用记忆。
干长活时别靠"把提示词写得更长"硬扛，越长越容易乱，请改用进度文件交接。

课后任务

基础任务：准备一份自己的"资料包"，让 AI 基于资料包完成一个任务，四选一：

简历优化（把你现在的简历贴进去）
产品介绍改写（把现有介绍 + 你的卖点贴进去）
客户资料整理（把零散的客户信息贴进去）
学习计划制定（把你的目标、可用时间、基础贴进去）

做的时候刻意体会：给了资料包之后的回答，比你光问一句空话，强了多少。

⚠️ 就地提醒：简历里的身份证号/手机号、客户资料里的姓名和联系方式，练习时能删就先删掉或换成假数据——不确定这个工具会不会拿你的输入去训练模型之前，别把真实的敏感信息喂进去。

进阶任务：写一段"关于我"的固定说明，就四样——身份、常做的事、说话风格、禁忌。然后把它填进你常用工具的"自定义指令 / 个人设定"里（找不到入口就先存成一段话，下次对话开头直接贴）。用之后对比一下，回答有没有更贴你。

衔接贯穿案例：还记得第 0 章你选的那件"每周都要重复做的事"吗？这一章就拿它练两步——第一步，把做这件事需要的背景（资料、目标、风格、给谁用）整理成一个固定的"资料包"；第二步，想一想：如果这件事要分好几次做，你的"交接本"上该写哪几行？这两样东西，到第 18、19 章搭你自己的工作流时，正好直接用得上。

延伸观看 / 参考来源

想看更细的，挑这几个（均为免费公开视频）：

官方入门·短：OpenAI《Personalize ChatGPT with custom instructions》 https://youtu.be/i_cskqmWA3U
自定义指令完整指南：The AI Advantage《The Ultimate Guide To ChatGPT Custom Instructions》 https://youtu.be/o4N1v0DnZdE
记忆功能讲解（面向初学者）：AI for Beginners《ChatGPT Memory Explained: How AI Remembers You》 https://youtu.be/nO0uBiySD5s
记忆 + 自定义指令 + 隐私一起讲：LearnAwesome《ChatGPT Memory, Custom Instructions & Privacy Explained》 https://youtu.be/eOQ8y8A7obQ
为什么"越聊越笨/会失忆"（中文，支撑进度文件那节）：Mr. Hau 阿豪《为什么 AI 越聊越笨？原来是 Context Window 的错》 https://youtu.be/s5VIJa2URVw
给 AI 配长期记忆（中文）：huangyihe《给 AI 全局记忆》 https://youtu.be/0Di1YijExUs
上下文工程 vs 提示词工程（大厂出品）：IBM Technology《Context Engineering vs. Prompt Engineering》 https://youtu.be/vD0E3EUb8-8
上下文工程入门读物：GitHub dair-ai/Prompt-Engineering-Guide、coleam00/context-engineering-intro（开发者向，了解"context engineering"这个词的由来即可）