AI · PB · 203
上下文上限交接提示
Context Limit Handoff Prompt · context-limit-handoff-prompt--tal-raviv
所属簇 Prompt 与上下文工程
解决什么问题
长期项目的 chat thread 撞上 LLM 上下文窗口上限,需要开新线程但不想丢掉几周积累的对话上下文。
核心内容
操作:hover 最后一条消息点"编辑"(✏️),把内容替换成交接 prompt 后发送,再用输出文档开启新线程。交接 prompt 的五个要点:
- 90/90 目标:明确要求"保留约 90% 的对话价值与上下文,同时把长度压缩约 90%"——给模型一个可执行的压缩比目标,而不是笼统的"总结一下"。
- 专家交接姿态:让它扮演"向另一位将接手的专家交接",目标是让新专家"尽可能接近全程在场";按时间顺序讲故事;写明用户在对话中显式或隐式要求过的行为与指令。
- 关键处保留原话:对特别重要的内容,用用户或 AI 的原文直引,由模型自行判断哪里值得。
- 去重:跳过 project knowledge 和 system instructions 里已有的内容——新线程会自动获得这些。
- 可审计的舍弃:额外生成第二份文档,列出没有收录的内容及原因。
适用边界
- 第 4 点依赖 Projects/共享知识库存在;裸线程场景需要全量交接
- 不同 LLM 的上下文上限不同,触发时机不一
- 压缩必然有损,第二份"舍弃清单"文档是补救检查点
关键引述 · 原话
"Create a document that can serve as the initial context for a fresh blank LLM thread. Your goal is to preserve approximately 90% of the conversation's value and context while reducing its length by ~90%." — Tal Raviv(交接 prompt 原文)
关联卡片
- 服务于 `ai-copilot-four-step-setup--tal-raviv` 的"每个 initiative 一个 thread"模式 - 与 Claude Code 等编码 agent 的 context compaction/compact 机制同一思路的手动版
被这些卡引用
出处:Tal Raviv (资深 PM,AI 工作坊讲师,教过 20,000+ 科技从业者) · 02-newsletters/build-your-personal-ai-copilot.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2