从一个例子开始
隔了几天回到一个项目,你知道自己和 AI 讨论过很多,却不想再读一大串回复。但一看到当时自己问的那句话,往往很快就想起了问题。这是回声的出发点。
复盘要先找回人的思路;继续工作,还需要知道这次关注什么、上次停在哪里。
一步步想清楚
- 01
人的输入是很重要的记忆线索
问题和修改意见反映了人当时在想什么。先沿着这些输入阅读,再按需要展开回答,可以减少重新进入上下文的负担。
- 02
资料来源和当前目标是两种关系
项目说明对话来自哪里,主题说明我现在要推进什么。同一个主题可能需要多个项目里的对话。
- 03
复盘需要能接回下一次行动
保留自己的理解、决定和接续位置,下一次回来就有明确入口。模型摘要可以辅助,但应与原话和本人复盘分开保存。
先记住这条线
留下原始输入
问过什么、怎样改变想法
围绕当前主题整理
关联多个项目中的相关对话
保存复盘并接续
从自己的理解和上次位置继续
我参与的工作,具体怎样落地
接入并保存问答原文
通过授权读取 Codex 日志、历史导入或手动粘贴,保留本人输入及 AI 回答。
让主线组织当前工作
按项目查看来源,也能把跨项目会话关联到个人主线,在专注区围绕当前一件事阅读与继续。
让不同记录各自保留
原文、模型摘要和本人复盘分别存储,网页与 MCP 使用同一份本地 SQLite 档案。
今天只关注“把简历讲清楚”。将项目里的几段相关对话关联到这个主题,回看时先读自己提出的问题和写下的复盘;需要上下文时再展开 AI 回答,不必从整段长文重新读起。
做出了什么,结果意味着什么
已有本地可运行原型和完整参赛图文包,走通问答归档、项目浏览、跨项目主线关联、专注设置及复盘恢复。实现了以本人输入为中心的工作接续方式,注意力与复盘效率的改善尚无用户对照结果。
已有本地可运行产品和参赛材料,走通了归档、跨项目关联、专注和复盘接续。这里首先实现了一种工作组织方式;它是否改善长期注意力和复盘效率,还要观察真实使用。
我怎样理解这件事
我对自己提出的问题,比对一大段 AI 回复更有记忆。回声从这个体验出发,把人的原始输入作为阅读和复盘入口,回答保留为需要时可以展开的背景。
项目说明资料来自哪里,主题说明我现在想做什么。把两者分开,才有机会从多个项目中收拢一件当前真正想推进的事,而不是跟着会话列表不断切换。
想再往里看一点?
几个名字,放回上下文理解
- 项目
- 对话和资料的来源。
- 主题或主线
- 人自己选定的工作目标,可以关联来自不同项目的会话。
- MCP
- 让 AI 工具访问本地档案的一种连接协议;它与网页共用档案。
完整方法图与技术路径
从 Codex 日志授权读取、历史文件导入或手动粘贴问答,保留原输入和回答;项目标记来源,个人主题关联多个相关会话,专注区围绕当前主线展示输入与复盘。原文、模型摘要和本人复盘分别存储,SQLite 档案由网页与 MCP 共用。
为什么不只用模型把所有聊天总结一下?
摘要可能有帮助,但不能替代原始输入和人的理解。回声保留这些不同记录,让用户能从自己的问题进入,再决定需要看多少回答。
一道题改对以后,出题方法有没有一起进步?
从高质量知识提炼出题与审校方法,再让作答和反馈同时改善题目与方法。