你是否注意到，AI大模型每天处理海量请求，但每个用户的对话记忆仅局限于当前会话窗口。一旦关闭对话或开启新会话，模型便重置为空白状态——之前任何交互信息都会丢失。

简言之，AI不具备持久记忆能力。它既无法记住你上次的提问，也不能回忆起之前的回答。这意味着模型无法从历史交互中学习：你纠正过的错误，它会重复犯；积累的上下文，重新开始后瞬间归零。

一、能否把历史对话直接用作提示词？

大模型用户量庞大，每次推理都消耗大量算力，不可能为每个用户分配独立存储空间实现记忆。既然模型放弃记忆，开发者就必须在应用层弥补——通过对话记忆机制。

具体实现：用户在退出会话时，应用将本轮所有问答保存下来。下次用户开启新会话，应用把之前的多轮问答合并为初始提示词，发送给大模型，再处理用户的新问题。这样一来，模型就能“心中有数”——知道用户之前问了什么、自己答过什么，后续推理就会更贴合用户意图。

二、以提示词形式呈现的历史对话示例

包含历史多轮问答的初始提示词，格式如下：

“用户之前已经问过你多个问题了，后续推理请参考之前的问答内容。上次用户的问题和AI的回答按照时间升序排列如下：【用户】推荐一本关于历史的书，要内容详细、适合入门【AI】推荐《明朝那些事儿》，通俗好读【用户】有没有国外历史的？比如欧洲史【AI】推荐《欧洲通史上下两千年》【用户】太长了有没有更短的？我只想快速了解核心脉络【AI】那看《极简欧洲史》精简版，100页搞定”

这段提示词首先声明“这不是新问题，而是历史记录”；随后用【用户】和【AI】角色标签逐条列出过往对话。大模型一启动就知道：用户对历史入门读物感兴趣，尤其想要欧洲史概要——后续回答自然会延续这个方向。

三、根据消息数量精简上下文

历史会话中累积的问答可能很多。将所有内容塞给大模型既浪费资源也不合理。可行的做法是：只截取部分内容，提炼后作为下次会话的初始提示词。

最简单的提炼策略——只保留最新、最靠后的几条问答。因为较早的对话很可能已不是用户关注的重点，按照思维惯性，用户更关心最近几次交互。所以提取最新会话的几条即可。

下面用Python演示如何按消息数量截断早期上下文。运行前，请确保已安装 Python 3.10.11 和 PyCharm 2022.2（参考本系列第一篇文章）。

以下是仅保留两轮对话的代码示例：

# 历史对话缓存列表
context_history = []

# 最多保留 2 轮对话，超出自动移除最早记录
MAX_CONTEXT_ROUND = 2

# 角色标记常量
ROLE_USER = "用户"
ROLE_AI = "AI"

# 模拟一次对话 & 上下文管理
def chat(user_input: str) -> tuple[str, str]:
    # ① 先将当前用户输入加入上下文
    context_history.append({"role": ROLE_USER, "content": user_input})
    
    # 关键：截断上下文，超出限制则移除最旧记录
    while len(context_history) > MAX_CONTEXT_ROUND * 2:
        context_history.pop(0)  # 删除列表第一个元素（最早记录）
    
    # ② 拼接完整上下文的提示词（最终发给大模型的内容）
    full_prompt = ""
    for msg in context_history:
        full_prompt += f"{msg['role']}：{msg['content']}\n"
    
    # ③ 模拟AI回复（实际项目需调用大模型接口）
    ai_reply = f"我结合上下文回答：收到你的问题【{user_input}】"
    
    # ④ 将AI回复也存入上下文，供后续轮次使用
    context_history.append({"role": ROLE_AI, "content": ai_reply})
    
    return ai_reply, full_prompt

# 测试运行
if __name__ == "__main__":
    # 连续多轮提问，观察截断效果
    questions = ["请推荐一本小说", "再来一本科幻的", "不要太长的", "有没有悬疑类？"]
    for idx, q in enumerate(questions, 1):
        print(f"\n===== 第{idx}轮对话 =====")
        reply, prompt = chat(q)
        print("当前拼接的完整上下文：")
        print(prompt)
        print("AI回复：", reply)

四、历史对话上下文的精简结果

运行上述代码，输出日志如下：

===== 第1轮对话 =====
当前拼接的完整上下文：
用户：请推荐一本小说
AI回复： 我结合上下文回答：收到你的问题【请推荐一本小说】

===== 第2轮对话 =====
当前拼接的完整上下文：
用户：请推荐一本小说
AI：我结合上下文回答：收到你的问题【请推荐一本小说】
用户：再来一本科幻的
AI回复： 我结合上下文回答：收到你的问题【再来一本科幻的】

===== 第3轮对话 =====
当前拼接的完整上下文：
AI：我结合上下文回答：收到你的问题【请推荐一本小说】
用户：再来一本科幻的
AI：我结合上下文回答：收到你的问题【再来一本科幻的】
用户：不要太长的
AI回复： 我结合上下文回答：收到你的问题【不要太长的】

===== 第4轮对话 =====
当前拼接的完整上下文：
AI：我结合上下文回答：收到你的问题【再来一本科幻的】
用户：不要太长的
AI：我结合上下文回答：收到你的问题【不要太长的】
用户：有没有悬疑类？
AI回复： 我结合上下文回答：收到你的问题【有没有悬疑类？】

可以看到，第3轮时，应用仍保存前两轮（第1轮和第2轮）的对话记录；到第4轮，只保留最近两轮（第2轮和第3轮），更早的第1轮已被自动删除。

以上代码仅为演示，未引入任何AI库。从下一篇文章开始，我们将逐步集成AI库，深入讲解AI应用开发。

本系列的AI应用开发文章目录为《15天学会AI应用开发全目录（零基础小白，零Token消耗）》。