为 AI 解读选择聚焦的上下文
如果读者能说明每份背景资料为什么放进来，AI 解读会更容易做好。长对话可能混着几个人的细节、较早的问题，以及读者已经否定的解释。把这些全带进新任务，容易模糊讨论对象，也让事后审查更难。
要让会话聚焦，先写一个问题，再列少量必需输入。如果任务是讨论用户提供的塔罗抽牌，就需要有顺序的牌张和牌位含义；如果只是修改一个段落，段落本身和编辑要求可能就够了。保存过出生档案，不意味着每条消息都需要它。
先定任务，再选资料
假设一位虚构学习者想比较同一张牌的两种解释，需要的资料是牌图或准确描述、牌组版本，以及那两份解释。加上完整出生档案，改变了模型可获取的信息，却没有让这项比较更清楚。
开头先写明要做什么：比较、总结、核对计算输入，还是修改解释，再说明范围。例如：“比较这两位作者怎样讨论此图，不作个人经历推断。”这样读者就能据此判断回答有没有偏题。
有用的上下文可以很简短：包括问题、必需的来源材料，以及会影响答案的约定。不确定要直接标在相关输入旁边。时间只是大概值，就别把这个说明埋到后面的段落里，免得被忽略。
理解引用档案会做什么
所检查的 Mystilink 桌面端源码文档说明，本地档案管理位于 .mystilink/profiles/ 下。出生档案 README 提到一个解析器，会从磁盘读取被引用的档案，并提供快照，注入用户上下文。因此，引用档案的作用不只是让输入框里出现一个方便识别的标签。
使用引用前，先确认选中的档案属于这次讨论的对象。查看与任务有关的字段，不需要时就移除引用。源码文档能说明实现机制；已安装界面里究竟有哪些控制，还要在那个构建版本中确认。
同一 README 区分了与身份有关的性别字段，以及某些排盘计算使用的二元值，也说明部分旧档案缺少排盘值时会采用回退值。因此要仔细检查计算输入。显示的身份标签和计算参数可能用途不同，默认值不能误当成当事人提供的信息。
不同人的例子分开处理
比较两份虚构档案时，整个提示中应一致标识各份档案。除非对应关系清楚，不要在姓名缩写、昵称和关系称呼之间来回切换，否则回答可能把一个人的背景接到另一个人的解读上。
普通的单人任务，应完全省去无关档案。前一会话含有别人的细节时，重新开始一次聚焦的会话，或许更便于检查材料。但应用是否会跨会话携带上下文，是需要核实的产品行为，不能只看输入框空着就放心。
公开教学示例应从一开始就使用虚构细节。最后才换掉姓名，周围信息仍可能足以识别个人。无论例子传播到哪里，都要标为虚构，包括复制的提示和截图。
要求把前提写出来
组织好上下文后，请 AI 在作出依赖某项输入的结论之前，先指出还缺什么。这样可以留下一个明确的检查点，但读者仍须核对回答。如果字段缺失，回答却继续往下写，审阅者就能看出它有没有承认不确定。
中途补充纠正时，要说清替换的是此前哪一个值。“下次计算使用修正后的地点，先前输出保留为旧版”，比笼统要求全部改好更容易遵循。把纠正与使用它的回答一起保留。
也要留意来自此前 AI 文字的背景。一条较早回答可能猜了某个事实，后续回答却把它当成用户提供的信息。区别重要时，就引用最初的用户输入。回顾时，请模型分开列明用户提供的事实、工具输出和它自己的解释。
对照选定的资料检查回答
把最终回答和选用的上下文放在一起看。找出每一项关于个人的断言，问它从何而来。如果资料只有一幅牌图和两段摘录，那么关于读者家族经历的说法就没有输入依据。分享前，应删除或质疑这项说法。
最后记录实际使用的上下文，包括纠正。只保存学习任务所需的内容，并依照当前应用的控制方式管理已存资料。范围集中的材料更容易重读、遮盖隐私，也更容易与下一版回答比较。