（虚构情境）一位家长看到学习工具宣传“教材已经缓存”，便问：“那它是不是一直记得孩子哪里不会？”这其实是三个不同的问题。

一份材料曾被系统处理过，系统能否找到上次对话，以及孩子是否已经掌握知识，各自需要不同证据。把它们都叫“记住了”，很容易误读产品功能，也容易把工具运行得顺畅当成学习发生了。

2026年9月8日，OpenAI宣布Prompt Cache Diagnostics，也就是提示缓存诊断，在Responses API面向GPT-5.6及后续受支持模型正式开放。[1] 这不是今天的新模型，也不是ChatGPT里向所有家长新增的学习按钮。本文是动态解读和应用设想，没有实际调用该功能或进行教学实测。

新的不是“会缓存”，而是能查为什么没复用

想象教师已经为一个阅读单元准备了背景资料与任务要求，之后每次只换一道问题。模型每次回答都要处理输入；若开头一段内容及相关条件保持一致，符合条件的缓存能复用部分已经完成的计算。[2] 可以把它理解为同一份底稿不用每次从头处理，但这只是帮助理解的类比。

缓存保存的是计算中的中间状态。它没有把这一单元训练成模型永久新增的知识，也不直接证明孩子学到了什么。官方说明，缓存不会改变输出生成方式；即使输入相同，也不保证两次答案完全一致。[2]

此前开发者已经能查看缓存用量，也有监测表现的仪表板。这次更新让开发者把当前请求与某个先前回复进行比较，查看模型、工具或输入等变化是否妨碍了预期复用。[3] 比如一套材料没有换，但工具名称或顺序变了，诊断可能提示相关原因。

所以它更像帮助建设者查运行问题的一项功能。它不能给作文评分标准背书，也不会告诉教师哪条教学建议正确。家长值得知道这件事，是因为越来越多学习工具会用运行指标介绍自己；看懂指标的边界，才能问到与孩子有关的问题。

第一种应用：同一单元，分别练不同问题

下面用自拟材料说明设计方法，不展示模型输出。成人准备一份获准使用的阅读材料，固定目标是区分“观察到的事”与“对原因的猜测”。第一道问题给出“纸片移动了，所以一定有风”，第二道换成“窗边的叶子动了，可能是有人经过”。每次只让学生解释哪部分是观察，哪部分是推测。

可交给有资格使用相关API的开发者验证的提示草案是：“固定任务：依据所附阅读材料，帮助学习者区分观察与推测。先提一个问题，等学习者回答，再指出依据。不得直接替学习者完成整组题。材料版本：A。当前练习：纸片移动了，所以一定有风。”

开发者可以把稳定的目标与获准材料放在前部，把当次练习放在后部，再按官方要求设置可复用的边界。仅把文字顺序这样摆放，并不保证命中；还涉及模型、长度、边界与运行条件。GPT-5.6及后续模型的最小可缓存前缀长度为1024个输入token，token是模型处理文本的单位，并不等于中文字数。[2]

这段短提示用来解释结构，不满足演示完整缓存请求的条件。不要为了凑门槛往学习资料里加无关内容。成人也不必懂接口才能做这次练习：把两句话写在纸上，让孩子划出观察与推测，再解释“所以一定”和“可能”表达的确定程度有何差别。

合格的学习回答应能指出纸片移动是观察，有风是尚需依据的解释；第二句同样不能仅凭叶动就确定有人经过。这个人工验收标准来自材料本身，与工具是否缓存成功无关。孩子若只是照抄答案，还应换一个熟悉例子让他独立判断。

第二种应用：批量反馈时保住同一把尺子

另一个待验证方案，是成人为若干自拟段落生成初步反馈。固定要求写成：“只检查观点是否有材料支持，以及解释是否越过材料范围。指出一处依据和一个追问，不打总分，不推断作者能力，不生成可直接提交的完整改写。”之后每次附不同的匿名练习段。

例如段落写：“小组成员互相核对日期，发现并改正了一处错误，所以合作在所有任务中都比独立完成好。”人工先建立基准：前半句可以支持这次互相核对的价值，后半句超出了单个例子的范围。反馈若只是夸奖逻辑清晰，即便缓存命中率很高，教学验收仍然不合格。

若第二次调用突然慢了，开发者可以用新诊断比较请求变化；若教师修订了评价要求，就应更新要求并接受可能减少的复用。不能为了保住一个漂亮的技术指标，继续沿用已发现有问题的规则。

这个例子也说明，统一背景有利于让任务条件清楚，却不能保证每份反馈都公平正确。教师仍需抽查材料对应关系，家长仍需看孩子是否理解反馈。实际学生作业的处理还涉及授权、数据和适龄安排，本文只用成人自拟材料说明设想。[4]

三个问题，分别问运行、记忆和学习

面对“我们的系统记得教材”的介绍，家长先问：“记得指复用了计算，还是会保存并调用上次的谈话？”缓存诊断中的比较标识只请求比较，不会自动加载早先对话，也不会改变缓存行为。[3] 不能因为后台选中了某次回复，就认定它已拿到孩子之前的全部内容。

接着问：“如果资料改版或学生换了，怎样保证当前材料和当前回答对应？”正确性要靠实际输入、权限隔离和验收去确认，不能靠缓存这个词推断。若对方说不清，就先使用不涉及真实学生信息的小样本材料了解功能。

最后问：“孩子离开工具后能独立完成什么？”这才把讨论带回学习。对于上述练习，观察与推测能否区分、单个事例能支持多大的结论，都能在纸上再做一次。后台速度和复用量可以记录，却不能充当成绩提升的证据。

看见“不可用”，也不能替它猜一个成功结果

设想一个开发者把两次反馈请求送去比较，得到的是诊断暂不可用。这个结果不能解释为没有复用，也不能解释为已经复用；应查看实际用量字段，并按文档换一条近期可比较记录或继续排查。诊断记录不存在或过期，同样不等于先前对话内容必然已被删除。[3]

如果比较提示命中，也只是未发现该次比较预期中的缓存缺口。当前新输入仍然需要处理，实际复用了多少应看用量记录。家长无需学习这些字段的写法，但可以据此要求服务提供者把运行说明与教学效果分栏，不用“系统状态正常”回答“孩子是不是更会写了”。

还有一个容易误读的边界：官方说诊断记录不保存原始提示和模型输出，指的是这项诊断功能的记录方式，不能由此推断整个学习应用从不保存学生内容。[3] 应另外查看应用与API的数据规则。本文不收集真实作业，不用去掉姓名就宣称已消除所有个人信息风险。

入口与边界，在尝试之前说清

功能入口在Responses API，需要具备服务资格、项目权限和可用模型的开发者接入；普通聊天提示不能直接开启诊断。核验时OpenAI的API支持地区列表不含中国大陆。[5] 国内家长和教师可把本文作为功能认知与纸笔练习，不按即用教程理解，也不需要为了本文购买服务。

官方说明诊断本身不额外收费，但额外的基准请求、重试和正常模型调用仍按规则计费；诊断也可能不可用、记录过期，或只报告首个识别出的原因。[3] 更高的缓存复用不自动等于总成本更低，更不等于输出更正确。本文不估算单次费用，也没有测得速度或学习收益。

今天能做的四件事很简单：把产品的“记得”问具体；选一份不含个人信息的材料；自己写出正确性基准；让孩子脱离工具再判断一个新例子。技术进展值得了解，而学习的证据，仍要落在孩子做出的解释里。

可保存：AI“记住了”，问清哪一层

来源与适用说明

新闻日期2026年9月8日；核验截止2026年9月15日09:45（北京时间）。[1] OpenAI更新日志；[2] 提示缓存指南；[3] 缓存诊断文档；[4] 未满18岁API使用指南；[5] API支持地区。官方功能、作者类比和待验证方案已分别标注，提示词没有实际调用，不把API开放等同于ChatGPT全量可用。

运行指标可以说明工具怎样工作，学习证据仍要看孩子独立做出了什么。

AI生成的虚构场景。并非产品截图或教学实测。