种子记忆的设定原则

哪些信息值得放，哪些放了反而有害

种子记忆（Seed Memory）是用户主动定义、在每次对话开始时自动注入系统的背景信息。设定得当，它让AI从第一句话就理解用户是谁、在做什么、习惯怎样沟通；设定不当，它会限制AI的灵活性，甚至在不相关的场景中产生干扰。

值得放入种子记忆的信息类型

稳定的背景事实：职业、所在行业、工作语言、机构类型。这些信息变化频率极低，放入种子记忆可避免在每次对话中重复说明。

沟通风格偏好：回复长度偏好（简短或详细）、格式偏好（条列或段落）、语言要求、不希望看到的表达方式。AI在风格上的校准效果显著，而这些偏好通常是持久的。

常设工作上下文：正在进行的长期项目、常用的工具或平台、定期需要处理的文档类型。例如"目前负责X系统的后端开发，主要使用Next.js和Neon Postgres"，此类信息使AI在相关任务中直接进入工作状态，省去说明环境的步骤。

特定限制或约束："法律相关问题需明确标注我应咨询律师"、"财务建议限于一般原则，不作具体操作建议"。这类约束有助于边界管理，尤其在高风险决策场景中。

不应放入种子记忆的信息

临时性状态："本周工作量极重，请尽量简化回复"属于临时情况，一旦放入种子记忆，数周后仍在生效，在与工作量无关的场景中影响输出质量。临时需求应在当次对话中说明，不应写入持久记忆。

互相矛盾的指令："回复要简短"与"回复要全面详尽"同时存在，模型在两个指令之间的取舍结果难以预测，且不同任务可能需要截然不同的深度。此类偏好建议按任务类型在对话中指定，而非设为全局规则。

过多的低杠杆细节：种子记忆的信息与实际任务内容共享相同的 Context 空间。超过2,000字的种子记忆会稀释模型对当前查询的注意力，导致任务相关信息的权重被背景信息占用。原则是只放入对多数对话有直接影响的高杠杆事实，而非详尽的个人百科全书。

更新节奏

种子记忆应视为定期维护的文档，而非设定一次永不修改的系统参数。职业角色改变时即时更新；每隔3至6个月主动审核，删除或调整已不适用的条目；若某个条目在过去数个月从未在对话中发挥作用，应重新评估其必要性。

小结

种子记忆的设计原则是：稳定、高杠杆、非矛盾。放入的信息应是在绝大多数对话中都有效的背景事实，而非所有可能相关的个人细节。设计得精简的种子记忆，实际效果往往优于内容丰富但冗长的版本。

延伸阅读：AI对话历史的五种实际业务用途