這個現象太常見了，我先講一個我自己的例子。

有一次跟 AI 討論一個三天工作坊的規劃。一開始講得很順，主題、流程、定價都有了。聊到後面，我要它調整第三天的內容，它把第一天的東西也改了，而且改成跟我們一小時前否決掉的版本。我提醒它，它道歉，然後過幾輪又犯一次。

寫程式的時候更明顯。前面十輪做好的功能，後面某一輪叫它修一個小地方，它順手把前面的邏輯也「優化」掉，你不知道，直到那個功能壞了。

這不是你用錯方法，也不是那天 AI 特別笨。是對話這個東西本身的限制。

AI 對話是單線程的

一個對話從頭到尾，所有內容都堆在同一條上下文裡。你講過的、它回過的、改過又改回來的、否決掉的方案，全部都在。

一開始很短，它看得清楚。聊到後面，上下文累積太長，它開始分不清哪些是最新決定、哪些是已經被推翻的。你說「改第三天」，它翻到一小時前有一段在講第三天，就照那段改，不管那段後來被改掉了。

這時候就會出現你看到的混亂和幻覺。它不是故意亂改，它是在一堆彼此矛盾的資訊裡挑了一個。而它挑的時候不會告訴你「我不確定」，它會很有信心地改下去。

所以一個對話的本質是「一次推進一件事」，不是「一次解決所有問題」。你把一個專案的十個子任務全塞進同一條，越後面越亂是必然的。

多長算太長

沒有一個固定的輪數。但有幾個很明顯的訊號：

你要往上捲很久才找得到某個決定是什麼時候做的。它開始問你已經回答過的問題。它改的東西跟你最近幾句話講的無關。你發現自己一直在說「不是這樣，我之前說過」。

出現任何一個，就是該分對話的時候了。不要覺得可惜，前面聊的東西不會消失，只是要換一個方式帶過去。

我現在的做法：三步驟

一、先把要做的事存起來。開始之前，把這次的目標、已經決定的事、不能動的部分，寫成一份東西放在對話之外。我用知識庫，你用一個文件也可以。

二、開新對話，分開做。一個子任務一個對話。改第三天的內容，就開一個只講第三天的對話，把第一步那份東西給它看。它只看到這件事該有的資訊，就不會去動別的。

三、做完，把結論寫回去。這個對話決定了什麼、改了什麼、接下來要注意什麼，寫回同一份文件。下一個對話開始前先讀這份。

做久了，那份文件會變成你跟 AI 之間的跨對話工作記憶。不是靠對話歷史記得，是靠你主動整理過的東西記得。

一個真實的用法

有一次在某個對話裡，AI 建議我用某篇文章推廣一場活動。我確認之後發現，那篇文章講的概念其實不在這次活動的內容裡，用它推廣，來的人會有錯誤期待。

這個判斷很重要，但那個對話不會再打開了。

我就直接把它存進知識庫。幾天後開新對話準備投影片，第一句是「先去知識庫查一下這次活動有沒有要注意的事」。它撈到那筆，自然就避開了那篇文章，我不用重講一次。

這才是「讓 AI 記得」的正確方式。不是把對話拉得很長希望它記住，是把重要的判斷拿出來，放在每個對話都拿得到的地方。

寫程式的話，多做一件事

除了分對話，每次要它改東西之前，先讓它說一句「我會動到哪些檔案、哪些不會動」。

它說了不會動的地方之後動了，你至少知道是它違反了自己說的話，而不是你沒講清楚。而且它把範圍講出來的當下，通常就比較不會越界。

反問一下

你現在那個已經聊了三百輪的對話，裡面有多少決定是你自己都記不清楚的？如果你都記不清楚，AI 憑什麼記得清楚？

把它關掉，開一個新的，只做一件事。

如果你做到一半卡住，可以把狀況寫信給我。也歡迎訂閱我的電子報：https://iamlouis.ai/subscribe/edm