夜雨聆风
用AI做项目,聊久了就变笨?一个接力文档就能救回来
我现在几乎每天都在用AI，在项目中也会用到。但真正拿AI做项目的时候就会发现一个很尴尬的问题，项目是连续的，但AI对话很难做到长连续。
比如你在做一个汇报方案，第一版出来了，老板给了一次意见，然后你又得把之前的逻辑接上，再根据意见继续往后做。结果聊着聊着，你可能就会发现AI 开始变蠢，甚至很快就到了上下文长度极限，没法继续往下做了。
这就是很多人说的，聊久了AI会降智。我先说结论，这不是你的错觉。
我就在群里问了这个问题，果然也有不少人也遇到了。大家也都在群里直招，分享自己的经验。
我估计这个问题，但凡真正拿AI做项目的朋友都会有真切体会。日常聊聊天、问问问题，大概率不会遇到。但一旦你在工作中真正把AI当生产力工具用起来，这个痛就特别明显。毕竟我们不是在跟AI闲聊，是想把活干出来。只是聊天的话，用豆包就好了。
所以我就把我这段时间研究和实践过来的经验做一个分享。我也不知道这套方法成不成熟，但我自己现在用这个办法跑下来，确实比之前顺很多。
先说一个最重要的认知，不要把对话当仓库！
很多人用AI做项目的时候，会不自觉地把一个对话窗口当成一个项目仓库。什么都往里面丢，项目相关资料、会议纪要、老板的反馈、自己的想法、中间产出的各种版本，全部塞在一个对话里。
这个做法也很容易理解，因为人会觉得都在一个窗口里，AI就能记住所有的东西，我以前就这样想的。但其实恰恰相反，你塞得越多，AI反而记得越差。
为什么呢？简单聊两句原理，不展开太多。
你可以把上下文窗口理解成AI 当前能直接参考的工作台。在一次对话里，系统会尽量把你的新问题、模型之前的回复等信息放进这个工作台。但这个工作台有容量限制，对话越长，真正能被稳定利用的信息就越容易变得混乱。
学术上有个研究叫 Lost in the Middle，出自下面这篇论文，说的就是类似现象：模型对开头和结尾的信息往往利用得更好，而夹在中间的关键信息，更容易被忽略或利用不足。你想想看，你在第5轮对话里强调过的一个关键约束，到了第50轮的时候，它很可能已经被淹没在一大堆中间内容里了。
论文地址：https://arxiv.org/pdf/2307.03172
从使用体验上看，它有时候不像是慢慢变差，我感觉是聊到某个阶段后，突然开始抓不住重点。不是每次都会这样，但在复杂项目里很常见。前30轮可能还好好的，到了某个临界点，质量就断崖式下跌。
所以所谓的降智，还真不是你的错觉，是真的就会这样。
想明白这个事，解决思路就清晰了，别让工作台太乱，或者说，在它乱之前，主动整理一下。
那具体怎么做？
最直接的办法，就是在对话变长之前，主动做一次内容压缩。
这个操作特别简单。当你感觉对话已经聊了挺多轮，内容开始有点散了的时候，你就跟AI说一句话。
我平时用的提示词大概是这样的，你可以直接拿去用。
请帮我把我们这次对话的核心内容做一个结构化总结。包括以下几个部分：1.项目背景和目标2.目前已经确定下来的关键决策和方向3.还没解决的问题和待讨论的点4.接下来要做的事情。总结要精炼，抓重点，不要复述对话过程。
AI会给你生成一份很精炼的总结。这份总结就是你的接力文档。
你把这份内容复制保存下来，后面不管是继续在这个窗口聊，还是开新窗口，这份文档就是你的起点。
有几个细节要注意一下。
压缩的时机很重要。不要等到AI已经明显开始降智了才压缩，那时候它的总结质量也会打折扣。我自己的经验是，差不多聊了 20-30 轮，或者你感觉 AI 开始有点飘了，就可以主动做一次压缩。这个数字不是标准答案，关键看信息密度，而不是轮数。
压缩完了之后，你自己要过一遍。AI的总结可能会遗漏一些你觉得重要但它觉得不重要的点，也可能会把一些已经被推翻的决策当成现行方案写进去。你自己过一遍，该补的补，该删的删。我的经验是，这一步的微调很重要，总结出来的东西，有些是自己不需要的，有些是过程中不要的结论，都在这个压缩内容上做好调整，不能一股脑复制粘贴，别到时候怪新开窗口又乱了。
总结文档要持续更新。每次你做了新的重要决策，或者推翻了之前的方向，都应该回去更新这份文档。最好是把它备份在本地，我自己是会经常性的把一些关键总结文档放在本地维护，也方便找。
新开窗口怎么接力？
好，现在你手上有了一份压缩后的接力文档。下一步就是怎么用它来开一个新窗口。
这个操作也很简单，但有一个关键的讲究。
不要直接把接力文档甩给AI然后说继续。你得把项目的当前状态交代清楚，让AI知道之前做了什么、定了什么、接下来要往哪个方向推。
我一般会这样开头。
我正在做一个xxx项目，之前已经完成了一部分工作。以下是目前的项目状态总结，请你先仔细阅读，理解之后告诉我你的理解是否正确，然后我们继续往下推进。
然后把接力文档贴上去。
这里面有个小技巧。先让AI先复述一遍它的理解，这一步看起来多余，但其实特别重要。因为你可以借此确认AI是不是真的理解了你的项目状态，有没有理解偏差。如果有偏差，在这一步就纠正，比后面聊了半天发现方向不对要省事得多。
等AI确认理解没啥错误之后，你再抛出当前要解决的具体问题，这个新窗口的质量基本上就能保持在比较高的水平。
还有个办法，维护一个项目母文档。
上面说的压缩和接力，是一个临时的、被动的策略。如果你的项目周期比较长，比如一两个月，中间要反复跟AI协作很多轮，那更好的做法是从一开始就维护一个项目母文档。
这个母文档是什么呢？就是把你这个项目的所有关键信息沉淀在一个本地文档里，每次开新对话的时候都拿它当起点。
举个我自己的例子。我之前用AI帮我做一份竞品分析，对比了好几家同行的产品设计思路，从视觉风格到动效交互逻辑到设计语言的分层，前前后后跟AI聊了很多轮。一开始挺顺的，方向越聊越清晰。但到了后面，我要把前面分析过的几家竞品的结论拉通做横向对比的时候，AI开始搞混了，把A家的设计特征安到B家头上，之前聊过的关键判断也开始丢失。我当时就在一个对话窗口里死磕，越聊越乱，最后不得不重新开一个窗口从头来。
那次之后我就开始琢磨，这种周期长、需要反复迭代的任务，必须得换个思路。其实不光是竞品分析，你做一个活动策划、一套课程大纲、一个产品方案，只要是需要跟AI反复协作、周期超过一周的事，都会遇到同样的问题。
现在我会专门维护一个项目母文档，格式大概是这样的。
项目名称和一句话描述。核心目标，这个项目到底要解决什么问题。已确定的关键决策，比如整体策略方向、框架结构、核心论点这些已经锁定不再变的东西。当前阶段的工作重点，就是眼下正在推进的具体事项。待解决的问题清单。重要的约束条件，比如老板明确说过"不要xxx"或者"必须包含xxx"之类的。
这个文档我也会存在本地，我感觉是不用写得特别细，但关键决策和约束条件一定要准确。每次跟AI开新对话，先把这个文档贴进去，再说你这次要干什么。
实话说，维护这个文档确实要花一点额外的时间。但跟在一个混乱的长对话里反复跟AI加约束比起来，这个投入产出比高太多了。而且这个文档本身也是我自己的项目管理工具，就算不用AI，我自己回顾项目进度的时候也用得上。我觉得真值得搞。。
再说一个进阶方法，用好项目空间
上面说的压缩、接力、母文档，都是你手动在做的事。但其实现在主流的AI工具已经帮你把这套流程产品化了，只是很多人没用起来。
我拿Claude举例，因为我自己用得最多，其他工具后面也会说到。
Claude里有一个功能叫Projects，翻译过来就是项目空间。
很多人用Claude，就是在主页随手开一个对话，聊完就走。但其实这个项目空间才是拿AI做项目的正确姿势。
你可以把它理解成给AI分配的一间专属办公室。你走进这间办公室，桌上已经摆好了你需要的所有资料，墙上贴着你定好的规矩，AI坐在对面，知道你是谁、你在做什么、你的标准是什么。
具体怎么操作呢？我一步一步说。
第一步，创建一个项目空间。在Claude左侧栏找到Projects，点进去新建一个，起个名字，比如”品牌升级方案”。
第二步，上传参考资料。这一步是关键。你把跟这个项目相关的核心文档丢进去，比如你的项目brief、竞品分析、之前确定下来的框架文档、风格参考。这些资料上传一次之后，在这个项目空间里开的所有对话都能引用，不用每次重复粘贴。这其实就是帮你自动实现了前面说的”项目母文档”的功能，只不过它是内置的。就算你在这个项目里新开窗口，它也能自动查看这些文件资料。
第三步，设置项目指令。这个特别容易被忽略，但其实很好用。你可以在项目空间里写一段”项目指令”，就是提前告诉AI，在这个项目里回复的时候需要遵循什么原则、用什么样的语气和风格。
比如你可以写”所有输出用中文，语气偏商务但不要太死板，分析竞品时重点关注设计语言层面的差异，不需要罗列参数配置”。每次在这个项目空间里开新对话，AI都会自动带上这些指令，你不用每次重复说一遍。
第四步，按任务拆分对话。这是最重要的跟单个对话不一样的地方。在项目空间里，你可以开很多个对话，每个对话负责一个具体任务，就像在实际工作中把一个项目拆分给不同的人来干一样。比如一个对话专门做竞品分析，一个对话专门打磨文案，一个对话专门做数据拆解。它们共享同一套项目资料和指令，但各自的上下文是独立的，互不干扰。最后，再搞一个对话框，把每个聊天结论单独放进来做最终输出，完美。
这就从根上解决了那个问题，你不用把所有事情都塞进一个对话里了。每个对话都很轻，都很聚焦，AI的工作台始终是干净的。
说到这个，也说下其他工具。这种项目空间的思路，不只是Claude在做。
ChatGPT里有一个类似的功能叫项目，也是可以创建一个项目空间，上传文件，设置指令，然后在里面开多个对话。操作逻辑跟Claude的差不多。如果你主要用ChatGPT，可以去试试这个功能，在左侧栏就能找到。ChatGPT 的项目现在还引入了项目记忆，能优先参考同一项目里的聊天和文件，这个更新还不错。
如果你用国产工具，比如元宝，也可以利用它的分组能力，把不同任务分开管理。它和 Claude / ChatGPT 不一定完全一样，但思路类似，不要把所有事情塞在一个对话里。
说到底，不管你用什么工具，核心思路都是一样的，把项目的背景资料和规则提前喂给AI，然后按任务拆分对话，别在一个窗口里死磕到底。
顺着这个思路再聊聊记忆、项目和对话这三者的关系，因为很多人搞不清楚它们之间是怎么配合的。我还是拿我常用的Claude举例，其他工具的逻辑也类似。
记忆，是AI跨对话的长期记忆。你跟Claude说”记住我是一个设计师，我习惯用Figma”，它会把这个信息存下来，在所有对话里都会考虑到。这个是全局的，不分项目，也不分对话窗口。就像是AI认识你这个人。
项目，就是刚才说的项目空间。它是一个独立的工作空间，有自己的资料库和指令设置。项目不是让 AI 自动记住每一次聊天的所有细节。更准确地说，它是把项目资料、项目指令和相关对话集中管理起来。尤其在 Claude 里，不同对话之间的上下文并不会自动互通，可以通过每个独立对话后的结论，形成交接清单，再用一个单独对话做最终输出。
对话，就是具体的一次交流。每个对话有自己的上下文窗口，也就是那张工作台。对话是消耗品，聊长了就该换新的。就像是你们今天坐下来具体聊的这一件事。
这三层是嵌套的关系。记忆包裹着所有项目，项目包裹着它里面的所有对话。你的个人偏好放在记忆里，项目的背景资料和规则放在项目空间里，具体的任务在对话里完成。
所以我的建议是，如果你的任务比较简单，一两轮就能搞定，随便在主页开个对话就行。但如果你是在做一个持续性的项目，需要反复跟AI协作，那就一定要用项目空间。把背景资料丢进去，把项目指令设好，然后每次开新对话来干活。这比你在一个对话窗口里死磕到底要高效太多。
说到底，现在AI的上下文窗口就是有限的，这是现阶段的技术约束，短期内也不会被完全解决。但换个角度想，人也一样啊，你跟同事对接一个项目，也不会把所有沟通记录从头发一遍，你会拉他当面快速开个会，把关键信息同步给对方做对齐。
跟AI协作也是一样的道理。不要指望AI记住一切，而是把关键信息管理好，在合适的时候喂给它。
这个方法我自己用了一段时间了，反正跑下来确实顺了很多，在项目中还是起到了非常重要的作用，这也是用AI提效的一部分了。
写到这里突然想多说几句。
我觉得这个事其实不只是一个AI使用技巧的问题。你想想看，我们给AI做的那些事，压缩信息、清理冗余、保留关键决策、轻装上阵开新窗口，这不就是我们自己也该做的事吗？
很多人工作久了，脑子里堆的东西越来越多，各种未完成的事项、过期的焦虑、早就不重要但还在占用注意力的琐碎，全部塞在上下文窗口里。你也会觉得自己”降智”了，思考变慢，判断力下降，明明以前能一眼看穿的事，现在绕来绕去就是想不明白。
不是你变笨了，是你的工作台太乱了。
AI需要定期压缩和清理，才能保持输出质量。人也是一样的。隔一段时间给自己做一次内容压缩，把那些已经确定的事情沉淀下来不再反复纠结，把那些不再重要的焦虑清理出去，把注意力重新聚焦到眼前最重要的那件事上。
负重太多的人跑不快，上下文太长的AI也聪明不了。
反正我自己的体会是，学会给自己清零，比学会任何一个AI技巧都重要。
希望对你也有用。
近期AI系列热门文章
figma+mcp+codex，目前我用在工作中实际提效最多的流程
我用了几天GPT-Image-2，聊聊设计师这次到底该不该慌？
我拿Claude Design改了一版QQ音乐，聊聊这东西到底行不行？
现在AI圈最火的Harness Engineering，到底又是什么东西？