如何跨多个LLM维持AI对话上下文
只使用一个AI的人越来越少。
您可能用ChatGPT快速整理想法，用Claude深入审查复杂结构，用Gemini或Perplexity找最新材料或比较多个来源，在需要不同视角时使用Grok、Copilot、DeepSeek或Mistral等工具。
每个LLM有不同的优势。
用户不将所有任务委托给一个AI，而是根据情况选择最适合的AI。
问题是用户的思维作为单一流程继续，但AI对话被服务分隔。
思维继续，但聊天窗口不连接
考虑跨多个AI推进单一项目的情况。
- 在ChatGPT中定义问题并设定方向。
- 在Claude中深入审查结构和例外条件。
- 在Gemini中找相关材料和不同视角。
- 在Perplexity中确认证据和来源。
- 在Copilot或其他工具中推进实际实现。
从用户的角度，都是同一任务。
但每个AI存在于不同的聊天窗口和不同的服务。Claude不知道在ChatGPT中决定的标准，Gemini不继承在Claude中整理的例外条件。
每次切换AI，都必须重新解释之前的情况。
仅复制粘贴不够
最简单的方法是复制之前的对话并粘贴到新AI中。
在短对话中，这种方法可行。但随着工作变长，问题出现。
- 必须重新判断复制哪些部分。
- 重要决策和临时想法在长原文中混合。
- 已放弃的选项可能被传达给新AI。
- 不清楚用户最终采纳了什么标准。
- 长对话不必要地消耗新AI的输入限制。
- 每次开始新对话都重复相同的整理工作。
传达所有原文不意味着思维流被准确传达。
需要的不是整个之前对话而是关于到目前为止解决了什么问题、决定了什么以及从哪里继续的上下文。
即使摘要也可能丢失重要上下文
另一种方法是简要总结长对话并传达。
但简单摘要容易遗漏以下信息。
- 为什么开始这个问题
- 比较了什么选项
- 什么条件导致排除特定方向
- 最终判断的标准是什么
- 什么问题仍未解决
- 在下一次对话中从哪里立即继续
仅传达结论意味着新AI可以知道结果但难以理解创造判断的过程。
结果，它可能重新提出已审查的选项，或产生削弱用户已确定标准的答案。
使用的LLM越多，越成为上下文管理者
因为AI服务被分隔，用户必须自己管理上下文。
每次用户开始新对话，都重复以下内容。
- 解释当前正在进行的任务。
- 重新整理之前决定了什么。
- 告知排除的方向及其原因。
- 传达当前剩余的问题。
- 验证新AI是否正确理解了上下文。
切换AI的目的是获得更好的帮助，但实际上很多时间花在连接AI之间的上下文上。
不在多个AI中丢失思维的能力正变得比使用多个AI的能力更重要。
5BY连接的不是账户而是思维流
5BY不是将多个AI服务合并到一个界面的工具。
每个AI在现有服务和聊天窗口中原样使用。用户可以自由选择适合任务的AI。
5BY旨在连接的不是AI服务本身而是用户在其中形成的思维。
为此，Anchor和Handoff扮演重要角色。
Anchor是保存到目前为止流程的参考点
Anchor是用户亲自将对话中形成的重要上下文留作参考点的功能。
Anchor应包含的不仅是最后的答案而是下一次对话中需要的流程。
- 当前在解决的问题
- 到目前为止确认的事实
- 用户选择的方向
- 要坚持的标准和条件
- 排除的选项和原因
- 未解决的问题
- 继续的点
用户可以不复制整个对话而留下继续思维的坐标。
Handoff将那个参考点连接到另一个AI的新对话
Handoff是使在Anchor中留下的上下文在新对话中可用的过程。
例如，在ChatGPT中整理项目方向和标准后，可以在Claude中继续深入审查。
不向新AI从头重新解释一切，而是将之前对话中确定的上下文作为起点提供。
Handoff的目的不是原样复制答案。
而是帮助新AI在理解以下内容的基础上开始工作。
- 用户想做什么
- 到目前为止做了什么判断
- 什么不能改变
- 首先继续解决哪个问题
即使AI变化，用户的标准也必须维持
使用多个AI中最危险的不是答案表达不同。
而是用户已设定的标准每次对话变化时都消失。
在一个AI中，您可能决定优先简洁性，但另一个AI可能提出复杂结构。在之前的对话中，您可能决定排除特定功能，但在新对话中，那个功能可能作为核心提案重新出现。
新AI没有错；问题出现是因为没有传达之前的判断。
要使Handoff正常工作，用户要保存的决策和标准必须清楚传达，超越简单的主题摘要。
应能在继续相同工作的同时利用每个AI的优势
使用多个AI的目的不是完全用一个AI替代另一个。
而是在需要的时刻利用每个AI的优势。
- 需要想法时，使用擅长构思的AI。
- 需要复杂逻辑时，使用擅长分析的AI。
- 需要最新证据时，使用擅长搜索的AI。
- 需要实现时，使用适合代码工作的AI。
工具可能变化，但用户的项目和思维必须继续。
5BY旨在将之前对话中创建的参考点连接到新对话的起点，使用户每次切换AI时不回到起点。
必须连接的不是对话原文而是判断上下文
原样传达所有对话内容不高效。
重要的是下一个AI继续工作所需的上下文。
- 哪个问题重要
- 已经决定了什么
- 必须坚持什么约束
- 什么尚未确定
- 下一个任务应从哪里开始
当这些信息被维持时，即使AI变化用户也能继续发展相同思维。
相反，当这个上下文消失时，无论留下多少对话原文，都要与新AI从头开始。
使用多个AI时代所需的基础
今后，AI模型将变得更加多样，每个的优势将更清楚。
用户可能跨多个AI移动而非停留在一个。
那时需要的不是将所有AI统一为一个。
而是确保用户的思维和决策即使AI变化也不中断。
5BY的Handoff旨在帮助您从之前对话的重要上下文重新开始，无论使用ChatGPT、Claude、Gemini还是其他AI。
AI可能变化。
聊天窗口可能变化。
但用户建立的思维流不应每次都回到起点。