回答要点
同一任务的目标和有效材料仍连续时,继续原对话比较方便;任务已经换了对象,或旧假设反复干扰结果时,可以整理交接信息后另开对话。 不必按固定轮数清空,也不宜只复制最后一句“继续做”。
完整解答
Laban 等在模拟的多轮需求披露任务中观察到,模型会依赖早期不完整答案;作者在后续实验中比较了重述和汇总要求等办法,并建议重试前整合当前需求。第 7.4 节 Anthropic 的上下文工程指南也介绍了压缩历史与结构化笔记,强调保留关键决定、未解决问题和实施信息。官方工程指南
交接应保存“下一步做对所必需的信息”,不需要逐字搬运所有讨论:
· 当前目标、交付物和验收标准,以及已经改变或撤回的要求。
· 有效材料的位置、版本及关键结论的依据,避免只有 AI 写的二手摘要。
· 已完成的成果与实际核验结果,未完成事项及失败尝试。
· 已确定的决定、允许继续的范围,以及尚需用户决定的具体问题。
例如:
请整理一份可在新对话继续工作的交接说明:以最终要求为准,附当前文件位置、版本、已验证结果、剩余工作和下一步。删除已放弃方案的冗余过程,但保留放弃它的关键原因;把已确认事实与待核实假设分开。
新对话开始后,让 AI 读取成果和必要原文,再从未完成部分接续。交接摘要中“测试通过”要能找到对应测试记录;“已保存”要能打开相应文件。另开对话只改变对话起点,是否还会引用项目资料或跨对话记忆,取决于所用产品及设置。
引用文献
1. Laban 等(2025),LLMs Get Lost In Multi-Turn Conversation;第 7.4 节、附录 M
2. Anthropic(2025),Effective context engineering for AI agents;Compaction、Structured note-taking