《记忆系统设计与持续协作课》
讲师:董俊豪 发布日期:09-16 浏览量:7
记忆系统设计与持续协作课
记忆系统设计与持续协作课:让 AI 记得住、找得对、用得准
主讲:董俊豪
【课程背景】
这是一门帮助业务人员建立个人或岗位 AI 记忆系统的实操课。
课程不把记忆讲成“把所有资料都存下来”,也不只画四层架构图,而是帮助学员识别不同信息对象,把规则、状态、事实、经验和方法放到正确位置,并设计检索、验证、更新、遗忘、权限和升级机制,最后通过同一个真实任务的两轮运行证明记忆系统是否有效。
【课程对象】
已经使用 AI,但每次都要重新交代背景的人。
经常处理连续任务、长期项目和跨轮次协作的人。
希望 AI 记住岗位规则、当前状态、个人偏好和历史经验的人。
项目负责人、业务骨干、管理支持岗位和企业 AI 种子用户。
【课程收益】
理解 AI“失忆”背后的上下文断裂问题。
区分规则、状态、事实、经验和方法五类信息对象。
掌握“三个抽屉+事实资料库+方法库”的分流结构。
建立记忆的调用、验证、更新、失效、权限和经验升级规则。
在实际 AI 平台中完成搭建、启动验证和同任务 A/B 测试。
【课程时长】
1 天,6 小时/天
【课程大纲】
模块1|为什么 AI 总像第一次合作
区分模型能力、产品记忆和用户可控记忆系统。
识别连续协作中的上下文断裂。
理解记忆不是保存更多,而是在正确时机提供正确上下文。
选择一个需要持续协作的真实任务作为当天作品。
模块2|AI 完成任务需要哪五类工作信息
规则:必须遵守的岗位边界、偏好和安全要求。
状态:当前做到哪里、下一步是什么、哪些事项尚未完成。
事实:需要依据来源核验的资料、制度和数据。
经验:来自真实协作反馈的有效做法和易错点。
方法:能够重复执行的步骤、工具和验收方式。
模块3|三个抽屉、两个资料库、一个入口
长期规则与设定、当前工作、过往经验三个记忆抽屉。
事实资料库:优先记住去哪里查、何时重查、怎样验证。
方法库:保存已经结构化、可以复用的方法和 Skill 候选。
用来源、作用范围、变化速度、错误影响和证据五问完成信息分流。
用统一主入口连接各类信息,避免所有内容混装在一个总文件中。
模块4|让记忆活起来:从手动指路到自动路由
先用手动上下文管理验证信息位置和调用方式。
只把稳定、重复的读取和路由动作自动化。
区分个人、岗位、项目和组织等作用范围。
用“取、验、用、回、升”维持记忆运行:检索与权限、证据验证、任务使用、结果回写、经验升级。
设计工具无关的启动协议和薄平台适配器。
模块5|平台接入、真实验证与迁移
区分平台产品记忆与用户可控文件记忆。
将记忆结构接入客户实际使用的 AI 平台。
用统一启动指令完成入口、加载范围和权限冒烟测试。
使用同一任务完成无文件记忆/有文件记忆 A/B 验证。
定位问题,修改入口、来源、作用范围、生命周期或权限规则。
形成换平台时需要重新验证的迁移检查清单。
学员成果
一套可在实际平台中调用的最小记忆系统。
三类记忆抽屉和事实来源地图。
一个方法或 Skill 候选。
一套进入、调用、更新、失效和权限规则。
同一真实任务的两轮运行记录和至少一轮修正证据。
边界
不讲成文件夹整理、知识库上传或资料收纳课。
不把外部事实固化成永不更新的长期记忆。
不要求学员照抄讲师的完整工作空间。
不展开向量数据库、底层存储架构或组织级数据治理。
记忆与 Skill 是独立维度,不把本课设置为学习 Skill 的强制前置等级。
可定制方向
可围绕销售跟进、项目管理、客户服务、内容生产、课程设计、知识维护和长期经营分析等连续任务替换案例和实操材料。