2-6 如何透过决策脉络，避免 AI 失忆问题

在这个单元中，我们将与大家分享如何透过「决策脉络」来避免 AI 的失忆问题。所谓的「AI 失忆问题」，指的是每次与 AI 模型进行新一轮对话或互动时，AI 基本上就像一张白纸。如果前面的对话内容没有再次作为输入提供给 AI，AI 模型就不会记得你之前说过什么。

这种特性会带来一个问题：当你向 AI 提出某个问题，或请 AI 代理执行某个操作时，如果对结果不满意并希望调整，在调整完后，AI 却在一轮新的对话中犯了相同的错误。

这时你可能会觉得疑惑：「之前不是已经说过不要用 A 方式，而是应该用 B 方式吗？为什么新的一轮对话或操作时，AI 还是用 A 方式？」这正是因为 AI 模型的特性——每次对话如果没有带入过去的记录，它就像白纸一样，无法记住之前的指示，因此可能重复犯错。

如何避免 AI 失忆问题

要解决这个问题，我们需要记录下「决策脉络」。例如，当 AI 在回答问题或修改程式码时，你不希望它用 A 方式，而是希望用 B 方式，这时就把「希望用 B 方式」的指示记录下来。等到下次请 AI 执行类似任务时，将这个记录加入对话脉络中，AI 就会知道应该采用 B 方式。

这个做法是 Addy Osmani 在《Automated Decision Logs in AI-Assisted Coding》一文中分享的。当 AI 输出不如预期时，在同一轮对话中请 AI 调整，调整完成后请 AI 总结「应该怎么做」。接着，将这个总结存入一个名为 fyi.md 的档案。在下次对话的提示词中附上这个 fyi.md ，让 AI 参考之前的决策脉络。

透过这种方式，即使 AI 每次都像白纸一样开始对话，我们也能让它「唤起」先前的记忆，避免重复犯错。这也能减少在与 AI 互动时，不断重复说「不要用 A 方式，应该用 B 方式」的麻烦。

具体如何使用 fyi.md?

具体使用 fyi.md 的方式如下，下方截图是在实际专案中的 fyi_react.md 档案，每次 AI 在生成 React 程式码时有遇到不理想的状况，就会记录到这个文件中。

在未来要写 React 程式码，或者要请 AI 帮忙为 React 的程式码做 code review 时，就可以用

此系列文章为 《给工程师的 Cursor 工作流 — 透过 AI 代理全方位提升开发生产力》 搭配的教材。希望透过这系列文章，将过去协助导入 AI 工具及使用 Cursor 的经验扩展并分享给想提升生产力的读者。如果对课程感兴趣的读者，可以加入 E+ 成长计划，观看影片学习。