黄胜泽研究与实践
← 返回项目实践

回声

和 AI 聊得越多,为什么反而越难找回自己的思路?

先回看自己说过的话,再围绕当前主题,把分散的对话接成可继续的工作。

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

  1. 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。

  2. 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。

  3. 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

01

留下原始输入

问过什么、怎样改变想法

02

围绕当前主题整理

关联多个项目中的相关对话

03

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

  1. 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。

  2. 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。

  3. 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。

回到具体情境

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
回声 完整方法图
先看本人原话如何进入档案,再看主题怎样关联相关会话,最后看专注区与本人复盘怎样帮助下次接续。

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。

另一项相关的工作

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。