AI 此刻注意的一切，都住在一個固定大小的工作區裡——上下文視窗（context window）。在裡面的，它看得到；在外面的，它完全看不到。這個特性的邊緣和其他三個都不一樣：不是漸變的坡，而是斷崖——一切正常，直到突然不正常，而且失效常是無聲的。本課教你理解視窗的運作、認識「靜默截斷」與「中段迷失」，以及把脈絡當槓桿用的三個實戰策略：前置重點、分段處理、重供關鍵脈絡。
| 課程單元 | Lesson 8｜Working Memory |
| 預估時間 | 約 30 分鐘（含練習） |
| 難度 | 入門～中階，無需技術背景 |
| 官方單元連結 | Working Memory（英文） |
本課學習目標
讀完這一課，你將能夠：
- 把上下文視窗理解為固定大小的容器，並推導它對長文件、長對話、跨對話記憶的影響
- 認出這個特性的「斷崖」性質——相較於其他特性的漸進退化
- 應用「脈絡即槓桿」策略：前置重要材料、把長工作分段、重新供應關鍵脈絡
- 理解記憶功能、脈絡壓縮、專案／工作區、更大視窗是針對這項限制的產品機制
開始之前，先猜一題
🤔 你請 AI 審閱一份「50 頁的合約」。你需要多仔細地檢查結果？先選好位置再往下讀。
選好了嗎？這題的合理位置在光譜偏右（仔細查證）。50 頁通常放得進現代模型的視窗——能力區的第一個條件成立——但「放得進」不等於「每一段都被同等注意」：長輸入有中段迷失的風險，而合約恰恰是「漏看一條就出大事」的高風險文件。讀完這課你會知道該怎麼補強。
上下文視窗：一個固定大小的工作區
你和 AI 互動時，所有與對話相關的東西都住在一個固定大小的工作區裡，叫做上下文視窗。規則只有一條，但絕對嚴格：
視窗內的，它注意得到。視窗外的，它一個字都注意不到。
- 你的指示與提示
- 你上傳的文件
- AI 先前的回應
- 進行中的整段對話
- 昨天（或上一個）對話的內容
- 你沒貼進來的檔案與背景
- 對話太長後被擠出邊緣的早期內容
- 你「以為它應該知道」的一切
這帶來兩個重大後果：第一，視窗有硬性的容量上限——對話或文件超過時，有東西會掉出邊緣。第二，預設情況下，視窗在對話之間會清空——除非明確給了記憶類工具或功能，模型不記得昨天的對話。
斷崖，不是坡
這是工作記憶和其他三個特性最不一樣的地方。Token 預測、知識、可引導性的限制都是漸進的坡——越往邊緣走品質越差，你有機會察覺。工作記憶的限制卻常是斷崖：
品質隨任務推向邊緣而逐步下滑，訊號會慢慢出現，你有機會踩剎車。
一切正常，直到突然不正常。材料放得進、對話在當下，就穩穩落在能力區；一旦超限，掉落是瞬間的。
更麻煩的是，掉下斷崖時常常沒有警告。典型的失效模式是靜默截斷（silent truncation）：早期內容被擠出視窗，模型不會告訴你「我看不到開頭了」，它只是若無其事地繼續回答——用它還看得到的部分。另一個相關現象是中段迷失（lost in the middle）：即使內容都在視窗內，埋在長輸入正中間的關鍵資訊，也比開頭和結尾更容易被忽略。
AI 不會從你的糾正中「學會」
這一點值得單獨講清楚，因為它顛覆很多人的直覺：你在對話裡糾正了 AI，感覺像是「教會了它」——但模型本身沒有任何改變。它之所以在這個對話裡表現得「學乖了」，只是因為你的糾正還在視窗裡。開一個新對話，視窗清空，一切歸零。
💡 它不是在學習，它是在「注意」。模型只回應此刻視窗裡有的東西。想讓某個糾正「永久生效」，得靠產品層的記憶功能或專案設定——不是靠對話本身。
脈絡就是槓桿：三個實戰策略
視窗的規則不能改，但你可以順著規則玩。同一個任務，脈絡供應得對，輸出可以從平庸初稿變成真正能用的東西：
把最重要的指示、限制、風格要求放在輸入的最前面，不要埋在長文件中段——那裡是注意力的低谷。
長工作切成段：一次審 10 頁、逐章摘要再彙整。與其賭它讀完 300 頁不漏，不如讓每一段都穩穩落在能力區。
對話拉長時，主動重貼關鍵限制與目標（「提醒：本文要給高中生看、限 800 字」）——別假設開頭講過的還在。
把斷崖往外推的產品機制
| 🧠 記憶功能（Memory） | 把重要資訊存在對話之外，跨對話自動帶回視窗——解決「新對話歸零」的問題。 |
| 🗜 脈絡壓縮（Compaction） | 對話快滿時，把早期內容摘要壓縮以騰出空間——延後掉出邊緣的時刻。 |
| 📁 專案／工作區（Projects） | 把常設脈絡（風格指南、參考文件、固定指示）掛在專案裡，每個新對話自動載入——不用每次重新解釋自己。 |
| 🪟 更大的視窗＋多代理工作流 | 視窗本身逐代加大；超大型任務則拆給多個代理分頭處理再彙整——正是「特性不變、邊界外推」的實例。 |
工作記憶就是「描述」所作用的畫布。知道視窗怎麼運作，你就知道該怎麼組織脈絡：什麼該前置、什麼該分段、什麼時候該乾脆開新對話重來。4D 框架教你把意圖說清楚；這一課告訴你——說清楚的東西要放在對的位置，才真的被聽見。
重點整理（Key Takeaways）
- 工作記憶＝模型只能注意固定大小的上下文視窗這個事實。
- 能力區：材料放得進、對話在當下、你有供應相關脈絡。
- 限制區：超長文件或對話、期待跨對話延續、把關鍵資訊埋在長輸入的中段。
- 這個特性是斷崖而非漸變。失效模式是靜默截斷——而且不一定有警告。
- 模型不會從你的糾正中學習，它只回應此刻視窗裡的內容。
- 記憶功能、脈絡壓縮、專案、更大視窗、多代理工作流，都是為了把斷崖往外推。
- 4D 連結：工作記憶是描述（Description）作用的對象——懂視窗，才知道怎麼組織脈絡、何時前置、何時重開。
實作練習：前後對照（The Before-and-After）
脈絡就是槓桿——這個練習讓你把這句話量出來。從 Lesson 1 任務清單挑一個「只有你握有關鍵脈絡」的任務：風格指南、過去的好範例、你的角色或受眾特有的限制。先用兩三行寫下這個任務「好的輸出長什麼樣」——寫到陌生人也能拿來評分的程度。
探測一｜冷啟動 vs 有脈絡：先零脈絡下指令——只有赤裸裸的請求，存下輸出。再開一個全新對話跑同一任務，這次開頭就供上風格指南、範例或限制。用你的「好」定義給兩份輸出評分，量出差距。
探測二｜中段迷失：拿一份較長的文件（或拼貼幾段參考資料），把一條具體且重要的指示埋在正中間，然後問一個答案取決於那條指示的問題。它抓到了嗎？接著把同一條指示移到最頂端再問一次，比較結果。
探測三｜白紙測試：先在對話中教 AI 一件你工作脈絡的具體事實，或糾正它一個錯誤。然後開一個全新對話，問一個「假設它還記得」的問題——親眼看它從零開始。
📎 收尾：回到任務清單加上第三層註記——哪些任務值得建立常設脈絡（專案、儲存的指示、上傳的參考文件）才跑，哪些冷啟動就夠？
🏆 挑戰題：如果你的工具有記憶或專案功能，把探測一的脈絡設定進去，再跑一次任務。比較「省下的力氣」和「輸出品質」相對於冷啟動版的差異。
課後反思
- 前置脈絡對輸出品質的改變有多大？差距比你預期的大嗎？
- 這週你會設定哪一份常設脈絡，讓自己從此不用一再重新解釋自己？
下一課預告
下一課是工作記憶的「Try it out」實作課，親手體驗上下文視窗的邊界。之後就是最後一個特性：可引導性（Steerability）——你下指令時，究竟握有多少控制權？控制又在哪裡失靈？
延伸閱讀
- AI 能力與限制完整學習筆記（系列目錄）
- Lesson 6｜AI 的知識邊界：訓練資料與知識截止日（訓練吸收的知識 vs 此刻注意的脈絡）
- AI Fluency: Framework & Foundations 完整學習筆記（描述 Description 的方法論）
- 官方 Lesson 8 課程頁（英文）
常見問題 FAQ
AI 的「工作記憶」：一個固定大小的工作區，裝著你的指示、上傳的文件、AI 先前的回應與進行中的對話。模型只能注意視窗內的內容，視窗外的一律看不到。
因為視窗有硬性容量上限：對話超過時，早期內容會被擠出邊緣，而且失效常是「靜默截斷」——模型不會提醒你它看不到開頭了。解法是主動重供關鍵脈絡，或適時開新對話重新整理。
因為模型不會從糾正中學習——它只回應此刻視窗裡的內容。糾正之所以在原對話中有效，是因為那段文字還在視窗裡；新對話視窗清空，一切歸零。想永久生效，請使用記憶功能或專案的常設指示。
三個策略：把關鍵指示放最前面（前置重點）、把長文件切段處理再彙整（分段）、對話拉長時重貼重要限制（重供脈絡）。關鍵資訊千萬別埋在長輸入的正中間——那裡是注意力的低谷。
本文為 Anthropic 官方課程之中文學習筆記。原課程建立於 Prof. Rick Dakan（Ringling College of Art and Design）與 Prof. Joseph Feller（University College Cork）發展的 AI Fluency Framework 之上，以 CC BY-NC-SA 4.0 授權釋出。Copyright 2026 Anthropic.
📬 喜歡這篇文章？訂閱電子報不錯過任何更新
生成式 AI 時代，最珍貴的資產不是工具本身，而是你的提問力與協作思維。
每週精選 AI 實戰技巧、官方課程更新與 AI 工作流攻略，直接寄到你的信箱！
發佈留言