AI 与上下文

直接在 ChatGPT 里运行我的 Contexte

不必依赖某处一台开着的 Mac,也能用 Contexte 工作。整套方案只有三块:ChatGPT 负责推理,项目指令定义引擎,Google Sheets 负责记忆。实际效果是:在展会上边走边口述一段对话,持久化,摄入,然后在离场前问系统还有哪些问题没问。

Info

原文为法语。由 AI 翻译——保留的是含义,而非文风。

《Le contexte》一书封面
本主题在《Le contexte》一书中有详细展开

这个主题在我的书 Le contexte 中有详细展开。想读的话,可以下载,或者在 Amazon 上购买。

本文接续《“持久化这条”:把一条信息从 ChatGPT 导出到永久存储》。

在那个最初的土办法里,我发现了一点相当简单、却改变了很多东西的事实:ChatGPT 可以把一条信息写进 Google Sheets,从而把它带出自己的上下文窗口。

换句话说,我可以给它一份持久的外部记忆。

那时候,Google Sheets 对我来说基本上只是一个输出箱。

接着,我问了自己另一个问题:

同样的机制,是否足以让我的 Contexte 系统直接在 ChatGPT 里运行?

为什么我想让 Contexte 离开 Mac

一段时间以来,我一直配合 Codex 和 Claude Code 使用 Contexte。

我说的“Contexte”,并不只是一段对话历史,也不是一个存几条笔记的地方。

我采用的定义要宽得多:

Contexte 是一个以人的任务为边界的系统。在其中,AI 组织并调动我们所知道的东西、我们从何得知、各要素之间如何关联、工作进行到哪一步,以帮助人达成目标,而不必从零开始。在这个过程中,系统积累一份持久的信息资本,并让它不断增值:产出的知识始终可用,随时间不断丰富,并可被用于其他目标。

我已经搭好了一个引擎,让这套原则能配合 Codex 或 Claude Code 运转。

在我的 Mac 上,它运行得很好。

在手机上,我也找到了一个办法:远程访问 Mac 上运行的 Codex。

但这个办法有个相当明显的弱点。

它要求:

  • Mac 开着;
  • Mac 一直联网;
  • 远程访问正常工作。

在家里,这不算什么麻烦。

到了现场,麻烦就大了。

我特别关心的场景,是即将参加的两场行业展会:只带一部手机待上一周,和参展商交流,采集信息,准备采访,甚至可能当天就写出一篇文章。

我不想依赖几十甚至几百公里外某处一台开着的 Mac。

于是我想,能不能干脆不再依赖它。

灵光一现:ChatGPT 几乎什么都有了

换个角度看这个问题,我意识到,一个 Contexte 引擎说到底只需要三大块。

  • 需要一个能对信息进行推理的引擎。
  • ChatGPT 已经能做到。
  • 需要一套规则,告诉引擎如何工作。
  • ChatGPT 的项目指令可以承担这个角色。
  • 最后,需要一份能跨对话留存的记忆。
  • 这正是缺的那一块。

于是我的架构可以变成:

引擎     → ChatGPT
指令     → ChatGPT 项目
持久化   → Google Sheets

上一篇文章里那个持久化的 hack,恰好提供了这第三块。

从这里开始,把我的 Contexte 引擎移植到 ChatGPT 就不再那么异想天开了。

我不需要围绕 ChatGPT 重新搭一整套系统。

AI 引擎本来就在那里。

主要是要给它规则,以及一份它能读写的外部记忆。

我如何把引擎移植到 ChatGPT

一开始,我试着把引擎的全部规则直接放进项目指令。

没撑多久。

项目指令的上限大约是 8000 个字符,而我的引擎早就需要多得多。

于是我把规则分成了两层。

第一层是 CORE。

这部分直接放在 ChatGPT 项目的指令里。

它包含引擎运转绝对不可缺少的内容:

  • Contexte 是什么;
  • 它存放在哪里;
  • 有哪些命令;
  • 如何打开一个 Contexte;
  • 如何持久化一条来源;
  • 文件结构;
  • 主要的不变量;
  • 指令的层级。

第二层是一份扩展指令。

它的篇幅大得多,放在一个 Google Doc 里。

它包含的内容例如:

  • 详细的摄入方法;
  • 创建原子知识的标准;
  • state 和 synthesis 的管理;
  • 决策;
  • 矛盾;
  • todo;
  • 读取策略;
  • 产出规则;
  • 错误和边界情况的处理。

层级变成:

CORE
  ↓
扩展指令
  ↓
Contexte 自身的指令

CORE 知道扩展指令放在哪里,并要求 ChatGPT 在新对话开始时加载它。

所以,这种拆分并不只是为了让系统更优雅。

它首先回应的是一个非常具体的约束:整个引擎塞不进一个 ChatGPT 项目的指令里。

Google Sheets 成为 Contexte 的记忆

接下来,还要把 Contexte 本身表示出来。

我本可以用好几个 Google Docs。

  • 一个文档放来源。
  • 一个放状态。
  • 一个放知识。
  • 一个放任务。
  • ……

但那样很快就会冒出一大堆要去找的文件,以及同样多需要管理的 ID(这个技术约束后面会讲到)。

结果证明,Google Sheets 方便得多。

一个 Contexte 对应一个 Spreadsheet。

在 Spreadsheet 里,每类信息都有自己的工作表。

我目前用的是这样的结构:

00-FRAME
01-STATE
03-SESSIONS
04-ATOMIC
05-OUTPUTS

00-FRAME 主要包含任务,以及 Contexte 自身可能有的指令。

01-STATE 包含了解工作进度所需的信息:

  • state;
  • synthesis;
  • todo;
  • 决策;
  • 矛盾;
  • handoff。

03-SESSIONS 存放已持久化的原始来源。

04-ATOMIC 存放已经稳定下来的知识。

05-OUTPUTS 存放基于 Contexte 产出的交付物。

所以,Google Sheets 不再只是 ChatGPT 写入一条信息以便保存的地方。

这个 Spreadsheet 成了 Contexte 完整的结构化记忆。

千万别全部重新加载

但这并不意味着 ChatGPT 每次对话都会加载整个 Spreadsheet。

那多半是个非常糟糕的主意。

当我写下:

打开 我的 Contexte

ChatGPT 先找到对应的 Spreadsheet。

然后只加载它的核心集:

  • 任务;
  • 指令;
  • state;
  • synthesis;
  • todo;
  • 决策;
  • 矛盾;
  • handoff。

来源、原子知识和旧的产出都留在表里。

只有在需要时,ChatGPT 才去取它们。

这是我设计这个系统时很看重的一点。

记忆的运作方式不是:

每次对话,我都把我知道的一切重新塞进 prompt。

而更像是:

我有一份外部记忆,在相关信息变得有用的那一刻,我可以去里面把它找回来。

Contexte 成为一份可寻址的外部记忆。

那个浪费了大量时间的细节

在最初的版本里,我还没有优化 Google ID 的解析。

每次 ChatGPT 想在某个 Contexte 里读写,都得先搜索对应的 Spreadsheet,再找出它的 ID。

到下一次操作,又从头来一遍。

这样能用,但有些操作可能要花将近五十秒。

相当一部分时间,纯粹花在重新找回几秒钟前就已经找到的东西上。

于是我加了一条很简单的规则。

Contexte 一旦打开,ChatGPT 就在整个对话期间记住:

Contexte 名称
→ Spreadsheet
→ Spreadsheet ID

之后的所有操作都直接使用这个 ID。

只有在以下情况下才重新解析:

  • 切换了 Contexte;
  • ID 不再可用;
  • 访问失败。

这看起来相当明显。

但它让系统的流畅度大不一样。

持久化不等于学会

引擎本身对外提供的命令其实很少。

打开 <contexte>
持久化 <内容>
Todo <行动>
摄入
保存

打开 加载一个 Contexte。

持久化 留存一条新的来源。

Todo 添加一项待办行动。

摄入 分析新的来源,并更新结构化知识(新建或充实笔记)。

保存 更新那些让下一次对话能够正确接续任务的要素。

但这个系统里最重要的区分,大概是这一条:

持久化不等于摄入。

当我说:

持久化 ……

我并不是要求引擎把我刚说的话当作真的。

我只是要求:

把这份材料留存下来。

它成为一条来源。

在摄入时,引擎才可以判断其中的内容属于:

  • 一项真正敲定的决策;
  • 一项任务;
  • 一处矛盾;
  • 一条对当前状态有用的信息;
  • 一条已足够稳定、可以成为原子笔记的知识;
  • 或者只是需要作为来源留存、不必再往前推进的东西。

这样就避免了一种我认为在 AI 记忆系统里尤其危险的偏差。

如果 AI 的每一次产出都自动成为系统的知识,AI 最终就能把自己先前的产出当作证据来用。

所以我尽量保持严格的分隔:

来源 ≠ 知识 ≠ 状态 ≠ 综合 ≠ 交付物

来源说的是:

这是有人说过或观察到的东西。

而稳定下来的知识说的是另一回事:

这是系统从此认为已足够确立、可以复用的东西。

口袋里的 Contexte

正是在手机上,这次移植对我来说才真正有意思。

我本来就大量使用语音输入。

而在这种情况下,它彻底改变了我和系统的关系。

还是拿行业展会举例。

我带着一个事先准备好的 Contexte 到场。

在手机上:

打开 展会-X

我和第一位参展商聊了聊。

离开展位时,我未必想停下来,打开笔记应用,在小键盘上敲五分钟。

我一边走向下一个展位,一边直接把刚了解到的东西口述给 ChatGPT。

然后:

持久化 <我刚口述的内容>

这可能要花几十秒。

我继续我的一天。

几轮交流之后:

摄入

引擎于是开始把我采集到的东西结构化。

也正是在这里,它的用处开始超出一个单纯的记笔记系统。

我可以问 ChatGPT:

要真正理解这个主题,我还缺什么?

或者:

哪些矛盾应该找下一位参展商核实?

又或者:

有哪些重要的问题我还没问过任何人?

我可以在人还在展会上的时候就拿到答案。

于是能立刻去补问那些遗漏的问题。

循环变成:

交流
   ↓
边走边语音口述
   ↓
持久化
   ↓
摄入
   ↓
寻找盲点
   ↓
回去提问
   ↓
补全 Contexte

这大概是对我的用法改变最大的地方。

AI 不再只是在采集之后介入,帮我产出点什么。

它可以在采集过程中介入,趁信息质量还来得及提升的时候。

Plaud:把对话带进 Contexte

我还在用一台 Plaud Note Pro。

Plaud Note Pro

我的 Plaud Note Pro,可以用来在现场录下对话和采访。

Plaud Note Pro 是一款小巧的录音设备,可以用来录制会议、对话或采访。

录音随后会出现在 Plaud 里,并且可以转写。

不过对我的系统来说,我最感兴趣的并不是 Plaud 自动生成的摘要。

我要拿到的是完整的转写稿。

还有一块很重要的拼图:ChatGPT 可以通过连接器直接访问 Plaud。

所以我可以在 ChatGPT 里直接这样问:

列出我最近的三段 Plaud 录音,每段用一句话告诉我它讲了什么。

ChatGPT 直接查询 Plaud,列出最近的录音

在 ChatGPT 里查询 Plaud、找出最近录音的示例。

ChatGPT 可以找到这些录音,再直接取回它们的转写稿。

这样就能设想一个直接得多的工作流:

真实对话
        ↓
Plaud
        ↓
转写
        ↓
ChatGPT 直接取回转写稿
        ↓
持久化
        ↓
Contexte 的原始来源
        ↓
摄入

所以我不需要:

  • 手动下载文件;
  • 打开转写稿;
  • 复制它;
  • 回到 ChatGPT;
  • 粘贴进去。

这一切我都可以在手机上用语音自动完成。

而且,我更愿意把完整的原始转写稿放进 Contexte,而不是一份简单的摘要。

摘要本身已经是一种解读。

转写稿则离原始材料近得多。

对话一旦进入 Contexte,我就可以问:

  • 这个人刚才真正告诉了我什么?
  • 有什么和之前的对话相矛盾?
  • 哪些说法值得核实?
  • 我应该问下一个人哪些问题?

所需的各个组件已经都能运转。

不过,我还没有在漫长的现场工作日里,把 Plaud → ChatGPT → Contexte 这条工作流从头到尾充分检验过,还不能说它已经完全顺畅。

所以这仍是一种有待进一步测试的用法。

如何复现这个系统

我准备了两个文件,对应引擎的两层指令。

CORE

CORE 在这里:

_directive

这一部分需要复制到 ChatGPT 项目的指令里。

扩展指令

详细的指令在这里:

_directive_etendue

它需要复制到一个 ChatGPT 能访问的 Google Doc 里。

开始之前,当然要先把 Google Drive 连接到 ChatGPT,并允许它访问引擎用到的文档。

配置 ID

CORE 里包含两个关键的标识符:

DOCUMENT_ID = xxxx
FOLDER_ID = xxxx

DOCUMENT_ID 对应存放扩展指令的那个 Google Doc。

在这样一个 URL 里:

https://docs.google.com/document/d/xxxx/edit

xxxx 这部分就是文档的标识符。

FOLDER_ID 对应用来存放各个 Contexte 的 Google Drive 文件夹。

对于这样一个 URL:

https://drive.google.com/drive/folders/xxxx

标识符同样是 xxxx 这部分。

每个使用者当然都要把这些值换成自己环境里的值。

每个 Contexte 一个 Spreadsheet

新建一个 Contexte 时,引擎会创建一个包含以下内容的 Spreadsheet:

00-FRAME
01-STATE
03-SESSIONS
04-ATOMIC
05-OUTPUTS

随后它被放进 FOLDER_ID 指定的文件夹。

不需要把每个 Spreadsheet 的 ID 手动抄进指令里。

当我要求:

打开 我的 Contexte

ChatGPT 会在存放 Contexte 的文件夹里搜索对应的 Spreadsheet,取得它的 ID,然后在整个对话期间记住它。

系统就此可以投入使用。

这个土办法能做什么,以及它的局限

这个 ChatGPT 版本并不取代我配合 Codex 或 Claude Code 使用的引擎。

那本来也不是目标。

它有好几处局限。

它更慢。

对于直接需要 Python 脚本、API 调用或更丰富运行环境的 Contexte,它不太合适。

最重要的是,一个 Contexte 在几周时间里真正膨胀起来之后,它会表现如何,我还缺乏足够的观察。

所以我把它看作一种互补的独立模式。

在 Mac 上,Codex 或 Claude Code 对某些任务仍然更合适。

但在手机上,我现在可以使用 Contexte,而不用依赖我的 Mac 开着且可以访问。

而这正是我想解决的问题。

还有一个和 Codex 额度有关的有趣现象。

在 ChatGPT 里做这整个实验期间,显示的 Codex 额度一点没减。

观察到的消耗:

0

我当然不是说,这就构成了 OpenAI 如何计费或统计这类用量的一般规律。

我只是注意到,在这次实验中,这个土办法没有消耗我的 Codex 额度。

这个系统已经用来写出了这篇文章

起初,我的第一个 Google Sheets hack 回答的是一个相当有限的问题:

如何把一条信息从 ChatGPT 里带出来,并长期保存?

几天之后,问题变成了:

如果我把 Contexte 的全部结构化记忆都搬出去呢?

这正是这个系统最终做到的事。

ChatGPT 不再需要“记住一切”。

它主要需要知道:

  • 去哪里找;
  • 加载什么;
  • 持久化什么;
  • 如何给信息定性;
  • 如何找回已经学到的东西;
  • 工作进行到哪一步。

公式依然相当简单:

ChatGPT 负责推理。
指令定义引擎。
Google Sheets 负责记忆。

还有一点让人相当满足:这篇文章的准备和写作,本身就是在检验文章所描述的这个系统。

为了准备这篇文字,我只用了 ChatGPT 里的这个 Contexte。

我把自己的想法持久化进去。

我把它们摄入。

我们一起找出了盲点。

我修改了一些措辞。

我们创建了任务,又把它们完成。

我补上了缺失的内容。

然后我写出了文章的第一版,重读一遍,再用同一个 Contexte 准备了这个 V2。

换句话说,这个系统不只是充当了一个技术演示。

它已经真正完成了我当初搭建它所要承担的工作。

所以,问题已经不再是:

它能用吗?

它能用。

我现在关心的问题是:

当同一个 Contexte 在现场经受整整一周行业展会的考验时,这套架构是否依然这么好用?

接下来的使用会给出答案。