Context Summary 說明摘要控制法是什麼？把長對話定期濃縮，讓 AI 不迷路

同一個聊天室聊到第三十輪，AI 開始重複、開始忘記你前面的決定、開始把已經否決過的方案又端出來。這不是它變笨，是脈絡撐不住了。

說明摘要控制法就是處理這件事的做法。我把它定義為一個習慣：不等到混亂才整理，而是定期把共識濃縮成一份可以隨時引用的文件。

定義

Context Summary 是把目前對話中的關鍵資訊、共識、目標、進度與決策，整理成一份精簡、結構化的摘要，作為後續對話的脈絡基準。

我把它定義為一種控制法，而不是一個功能。它不是模型幫你做的，是你主動要求、主動維護、主動引用的一份文件。

白話比喻

像每次開完會都發一份會議紀錄。下次開會不用把三個月的討論重講一遍，翻開紀錄就能接著往下走。

沒有紀錄的團隊，每次開會都在重新對齊；沒有摘要的對話，每次都在重新解釋自己是誰、要做什麼。

為什麼要用

第一，保持方向一致，確保 AI 始終專注在正確的目標與角色上。第二，降低漂移風險，避免記憶混亂、角色錯亂與任務跑偏。

第三，節省時間與成本，比重複說明有效率得多，也少吃 Token。第四，摘要本身會變成專案的共識文件，未來還能重複引用。

建立摘要的五個步驟

1. 收集關鍵資訊：回顧對話，找出重要的資訊、決策與進度。
2. 結構化整理：用清晰的分類與條列方式排好，便於理解與引用。
3. 濃縮精簡：去除冗長與細節，保留對未來行動最有價值的內容。
4. 確認與對齊：跟 AI 確認摘要是否正確、完整、有無遺漏。
5. 儲存與引用：把摘要存起來，作為後續對話的基準隨時引用。

一份摘要該有什麼

以課程設計專案為例，一份可用的摘要通常包含：專案名稱、目標、目標學員、內容方向、已完成的內容、目前進度、共識與原則，以及下一步。

這幾塊寫下來大約十幾行，卻能取代前面三十輪對話。要 AI 幫你產，直接說「請根據我們目前的對話，產生一份結構化的 Context Summary」就可以。