聊了一阵，AI 忽然把你前面说的日期或地点弄丢了。先看这次是不是还在原对话，再确认关键信息是否随本轮一起提供。聊天记录能打开，不代表每条旧消息都会进入当前回答；新对话也不一定会自动带上旧内容。
这篇用一场虚构读书会做小实验：在同一段对话里继续任务、另开新对话不提供资料、再把人工整理的事实卡带过去。三种情况的输出可以帮你分清“聊天记录”“本轮上下文”和“产品记忆”。
先分清这三样
| 名称 | 可以怎么理解 | 它能保证什么 |
|---|---|---|
| 聊天记录 | 产品保存、供你回看的对话 | 你能重新打开，不等于整段记录每次都会参与回答 |
| 本轮上下文 | 这一次回答实际可参考的信息，例如本轮消息、被带入的旧消息或文件片段 | 只说明某些信息进入了本轮，模型仍可能漏看或理解错 |
| 跨对话记忆 | 某些产品用来在别的聊天中参考过往信息的功能 | 由产品、账号和设置决定；不等于完整保存每段对话 |
更基础的术语可以回看产品、模型、上下文和 Token 的解释。这里重点看实际忘记时怎么排查和补回信息。
做一次对照
准备一组虚构事实：社区读书会在 2026-11-07 14:00 举行，地点是河畔图书馆二楼。不要用真实姓名、联系方式或私密安排。
1. 在同一对话里继续
发第一条消息：
上下文小测试。下面是完全虚构读书会的事实，之后在同一对话中会继续使用。日期：2026-11-07；时间：14:00；地点：河畔图书馆二楼。请只回复“已收到”，不要扩写。收到回复后，在同一个聊天里继续问：
请把刚才的读书会信息整理成一句通知，完整保留日期、时间和地点；不添加报名方式或费用。本机 Ollama 测试返回：“读书会定于2026-11-07 14:00在河畔图书馆二楼举行。”日期、时间和地点都保留了。
2. 新开对话，不带旧信息
新建一段对话，再问：
请把我们刚才确定的读书会日期、时间和地点写成通知。如果当前对话没有提供这些事实，就回答“当前对话没有提供这些信息”，不要猜。同一台电脑上的本机模型这次回复：“当前对话没有提供这些信息”。新对话没有收到原来的事实，因此无法按原样写出通知。这项测试通过 Ollama Chat API 直接发送消息；接口把 messages 数组作为本次对话历史，所以第二步发送了此前消息，而新对话只发送了新问题。Ollama 接口说明介绍了这个消息数组。
这说明的是本次接口请求里有没有提供资料，不是所有聊天 App 都有相同行为，也没有测试某个账号的跨对话记忆功能。
3. 新对话里带一张人工事实卡
把需要继续使用的事实压成几行，再开新对话发送：
事实卡（我手工整理）：社区读书会；2026-11-07 14:00；河畔图书馆二楼。请只根据这张卡写一句通知。同一次本机测试返回：“社区读书会将于2026年11月7日14:00在河畔图书馆二楼举行。”关键信息都来自刚贴进新对话的事实卡。
AI 忘了信息时怎么处理
先按这个顺序找原因：
- 确认对话位置。 是否开了新聊天、临时聊天，或切换了账号、工作区？先确认你正在看的是哪段对话。
- 检查本轮资料。 如果是新对话，重新贴上需要沿用的原文、关键数字和限制。不要只说“按刚才说的做”。
- 核对产品记忆设置。 有些产品能从保存的记忆或过去聊天中提取信息；可用范围、名称和设置会变化。OpenAI 当前说明提到，ChatGPT 的记忆设置可能因方案、地区和工作区而异，而且记忆不会保留每条细节。临时聊天开始前还可选择是否使用已有记忆、个性化指令和插件；保持临时聊天时不会新建或更新记忆。使用前请查看记忆说明和临时聊天说明。
- 把重要事实带过去。 需要跨聊天继续的任务，自己准备一张简短事实卡。发出后仍要检查回答有没有遗漏或改动。
可以直接复制这张卡再填写：
任务：
已确认事实：
日期 / 数字 / 名称：
不能改动的条件：
尚未确认的内容：
希望得到的结果：只放完成下一步所需的信息。敏感资料、账号凭据和不必要的个人信息不要放进长期记忆或交接卡。
自己练习
选一个虚构的小任务，在同一对话里先提供事实，再要求 AI 修改。然后新开对话，不带原文问一次；最后制作一张自己核对过的事实卡，再问一次。比较三次回答中的日期、数字、专名和条件。
本机实测覆盖同一对话、无摘要的新对话和带摘要的新对话各自的输入范围；没有测试超长聊天的截断、具体 App 的记忆开关或不同模型的稳定性。回答中的关键事实仍应对照原始材料核验。下一步可回到回答不满意时怎样让 AI 继续改。封面背景由 AI 生成，标题另行排版。