Blog

Per què es perden les decisions preses en xats amb IA, i on guardar-les

Les decisions preses a ChatGPT o Claude desapareixen quan el xat avança; registra-les al tauler, lligades a la tasca, perquè la següent sessió d'IA les llegeixi primer.

Weft és el gestor de tasques amb IA per a fundadors en solitari i equips petits.

Tots els articles

Per Andrei Finogeev ·

Les decisions preses en una conversa amb ChatGPT o Claude es perden perquè un xat no té estat. Res no hi marca una línia com a «això és el que hem decidit», res no lliga aquesta línia a la feina que afecta, i un xat nou comença buit. La solució és fer que la IA apunti la decisió allà on viu la feina, com un registre breu amb els seus motius, i que la sessió següent llegeixi aquests registres abans d'actuar.

Weft és nostre. Les dades sobre altres productes provenen de les seves pàgines oficials, consultades el 27 d'octubre de 2026. La idea que un fil «no té estat» prové de l'article de Hypertask sobre els fils de Slack. Aquesta guia l'aplica als xats amb IA.

Per què desapareixen les decisions preses amb ChatGPT o Claude?

Passes quaranta minuts amb un assistent sospesant dos proveïdors de bases de dades, dos models de preus o dues maneres d'estructurar una API. En tries una. El raonament és bo, l'assistent hi està d'acord i passes a la cosa següent.

Una setmana després, la conclusió encara és en aquell xat, en algun lloc per sobre de dos-cents missatges més. Un xat nou no en sap res. Un company d'equip no l'ha vist mai. I si l'endemà obres un altre client d'IA, per exemple un agent de programació al terminal, aquest client comença de zero i pot proposar-te tan tranquil l'opció que vas descartar.

No és un problema de disciplina. Una conversa és una seqüència de missatges. No té cap camp per a «decidit», ni responsable, ni enllaç a una tasca, ni manera de dir «això substitueix el que vam dir dimarts». Una pregunta decidida i una d'abandonada fan el mateix efecte quan ja han quedat amunt.

La memòria del xat no ho resol ja?

Per a això, no. Ara molts assistents poden recordar coses sobre tu d'un xat a l'altre, i això va bé per a preferències i context general. Però aquesta memòria pertany a un sol producte i a un sol compte. Està escrita perquè la faci servir aquell assistent, no com un registre que una persona pugui revisar línia per línia, i un altre client d'IA no la pot llegir. Tampoc diu sobre quina tasca era una decisió ni quina decisió anterior substitueix.

Un registre de decisions té uns altres requisits. L'han de poder trobar les persones i els agents que treballen al projecte, l'ha de poder llegir qualsevol client d'IA que agafi la feina després, ha d'estar lligat a aquesta feina i ha de ser honest amb l'historial: quan una decisió canvia, l'antiga ha de continuar visible amb el motiu pel qual es va substituir.

Què compta com una decisió que val la pena registrar?

Registra una decisió quan algú podria haver triat raonablement una altra cosa i la decisió condicionarà la feina posterior. Bons exemples:

  • Triar una eina, un proveïdor o una biblioteca en lloc d'una altra.
  • Deixar una cosa de banda expressament («aquest trimestre no hi haurà programa de referits»).
  • Fixar una norma que la feina ha de seguir («a la UE, tots els preus es mostren amb l'IVA inclòs»).
  • Canviar una decisió anterior, amb el motiu.
  • Una lliçó apresa per les males («no executis la migració en horari laboral»).

No registris:

  • Idees que has deixat caure i que no has adoptat.
  • Passos de la feina mateixa (això va a la tasca i al seu resultat).
  • Res que la persona encara no hagi acceptat, tret que estigui clarament marcat com a proposta.
  • Dades que qualsevol pot tornar a buscar en un minut.

Una prova útil: si una sessió nova d'IA estigués a punt de desfer aquesta decisió, voldries que s'aturés i llegís per què es va prendre? Si la resposta és sí, registra-la.

Com és un bon registre de decisió?

Fes-lo curt i conserva'n els motius. El format d'aquí sota és una versió lleugera de MADR (Markdown Architectural Decision Records), que és el que fa servir l'eina record_decision de Weft:

Títol:          Pujada de fitxers: emmagatzematge d'objectes, no la base de dades
Resultat:       Els fitxers pujats van a l'emmagatzematge d'objectes; la base de dades
                només guarda la clau del fitxer i les metadades.
Estat:          accepted
Context:        Els usuaris adjunten fitxers de fins a 50 MB. Guardar-los a la
                base de dades faria les còpies de seguretat lentes i grans.
Opcions:        1. Emmagatzematge d'objectes  + barat, còpies petites
                                              - un servei més per configurar
                2. Columna a la base de dades + tot en un sol lloc
                                              - les còpies creixen amb cada pujada
Conseqüències:  Necessitem URL signats per a les baixades.
                Eliminar una tasca també n'ha d'eliminar els fitxers.
Revisar quan:   Necessitem cercar dins del contingut dels fitxers.
Tasca:          Pujada de fitxers
  • Títol dona nom a la decisió perquè la puguis trobar d'una ullada.
  • Resultat és una frase amb què un nouvingut pot actuar.
  • Context és el que era cert en aquell moment. És la part que primer s'esborra de la memòria.
  • Opcions només inclou el que es va sospesar de debò, no alternatives inventades després.
  • Conseqüències inclou els inconvenients que vas acceptar, perquè ningú no els «descobreixi» més tard com si fossin errors.
  • Revisar quan diu què faria que la decisió fos equivocada.

Com guarda Weft un registre de decisió?

Weft és un tauler de tasques al qual els teus clients d'IA accedeixen a través de MCP a https://letsweft.com/api/mcp. Tres de les seves 32 eines s'ocupen de les decisions:

  • record_decision rep un títol i un resultat, més el context, fins a cinc opcions amb pros i contres, les conseqüències i la condició per revisar-la. Es pot lligar a una tasca (taskId) o a un projecte. Els registres són immutables: per canviar-ne un, la IA registra una decisió nova amb supersedesId apuntant a l'antiga, i el registre antic es manté, marcat com a substituït.
  • get_context retorna les decisions i lliçons vigents de l'espai de treball, de la més nova a la més antiga, encabides en un pressupost de tokens (800 tokens per defecte). Es pot limitar a un projecte o a una tasca. Cada línia porta la data, una decisió substituïda no hi apareix mai, i les línies que no hi han cabut es compten en lloc d'amagar-se.
  • get_task_history en mode decisions llista totes les decisions registrades sobre una tasca, incloent-hi els veredictes de revisió i els seus motius.

record_decision té un segon ús: transmetre un veredicte que la persona ha donat en una conversa sobre feina pendent de la seva revisió (acceptada, a refer, descartada o ajornada). La descripció de l'eina diu a la IA que aquí fa de missatgera, no de qui decideix, de manera que no l'ha de fer servir mai per acceptar la seva pròpia feina.

Com que els registres no s'editen mai directament, l'historial es manté honest. Si canvies de proveïdor al març, la decisió de gener continua allà, marcada com a substituïda, i el registre de març explica per què.

Com demano a la meva IA que registri les decisions?

Connecta Weft al teu client d'IA i, després, enganxa una instrucció com aquesta a l'inici d'un xat, o a les instruccions personalitzades o al fitxer de projecte del client, si en té:

Quan en aquest xat prenguem una decisió real (triem una opció en lloc d'una altra,
deixem alguna cosa de banda o canviem una decisió anterior), registra-la a Weft amb
record_decision abans de continuar:
- title: la decisió, en poques paraules
- outcome: la decisió en una frase
- context: què era cert i ens va obligar a decidir
- options: només les opcions que hem sospesat de debò, amb pros i contres
- consequences: què se'n deriva, de bo i de dolent
- confirmation: quan l'hauríem de revisar
- taskId o project: la tasca o el projecte de què es tracta
Si canvia una decisió anterior, passa supersedesId en lloc d'editar-la.
No registris converses trivials, suposicions ni coses que no he acceptat.
Si encara no m'he compromès, fes servir l'estat "proposed".
Al començament de qualsevol feina no trivial, crida primer get_context i digue'm
quines decisions anteriors s'hi apliquen.

Connectar-lo és qüestió d'un minut. A ChatGPT, Weft és una aplicació publicada al directori de plugins, disponible en tots els plans, inclòs el Free (configuració). A Claude Code és una sola ordre (configuració). Claude.ai i Claude Desktop l'afegeixen com a connector personalitzat. L'inici de sessió es fa amb OAuth al navegador, així que no hi ha cap clau per copiar, i Weft emet tokens de renovació, de manera que el client renova la sessió tot sol. Les pàgines de configuració d'altres clients, com Cursor i Codex, són a la documentació.

Què passa quan l'endemà canvio de ChatGPT a Claude Code?

Aquest és el cas per al qual està pensada la instrucció.

  1. Dilluns planifiques una funció a ChatGPT. Decideixes guardar els fitxers pujats a l'emmagatzematge d'objectes en lloc de la base de dades, i ChatGPT crida record_decision amb el context, les dues opcions i les conseqüències, lligat a la tasca «Pujada de fitxers».
  2. Dimarts obres Claude Code al repositori. Si encara no l'has connectat: claude mcp add --transport http weft https://letsweft.com/api/mcp.
  3. Li demanes que agafi la tasca de la pujada de fitxers. Abans d'escriure codi, crida get_context per a aquesta tasca, o get_task_history en mode decisions, i recupera el registre de dilluns.
  4. Ho construeix amb emmagatzematge d'objectes en lloc de tornar a obrir la qüestió. Si troba un motiu real pel qual la decisió és equivocada, pot proposar una decisió nova que substitueixi la de dilluns, i decideixes tu.

Tots dos clients llegeixen el mateix tauler i les mateixes decisions, perquè el registre viu a Weft, no en cap dels dos xats. Cada connexió OAuth és un actor diferent, i el tauler mostra el nom amb què s'ha registrat cada client, així que pots veure quina connexió ha creat cada tasca. Per fer treballar diversos agents en un mateix tauler sense que xoquin, consulta diversos agents d'IA, un sol tauler.

On haurien d'anar a parar les decisions de ChatGPT?

Quatre llocs habituals, comparats segons el que necessita un registre de decisions:

On va a parar la decisióEs pot trobar desprésLa pot llegir una altra IALligada a la feinaEs pot substituir amb un motiu
Historial del xatNomés si recordes quin xat era i la cerca el trobaNo, un altre client no el pot obrirNoNo, un missatge posterior la contradiu sense marcar-la
Document o pàgina de notesSí, si algú l'ha redactatNomés si aquella IA està connectada al documentDe manera fluixa, amb enllaçosNormalment editant-la, cosa que sol esborrar el raonament antic
Comentari d'una tascaSí, en aquella tascaSi la IA pot llegir els comentaris del gestorSíNo de manera explícita, els comentaris nous no marquen els antics com a substituïts
Registre de decisió al tauler de WeftSí, amb get_context i get_task_historySí, qualsevol client connectat a l'espai de treball per MCPSí, per tasca o projecteSí, supersedesId conserva el registre antic, marcat com a substituït

No es tracta que el xat o els documents siguin dolents. El xat és on penses. La decisió s'ha de copiar del xat a alguna cosa amb estat, en el moment que es pren, i ho ha de fer qui ja és a la conversa: la IA.

Això substitueix els nostres documents o la wiki?

No. Weft no té documents ni wiki, i no ho pretén. Les explicacions llargues, les guies d'incorporació i els documents de disseny van a la teva eina de documentació. Un registre de decisió és petit expressament: una decisió, els seus motius i què la va substituir. Si el teu equip ja guarda registres de decisions en una wiki i tots els clients d'IA que fas servir la poden llegir, potser n'hi ha prou. Weft és útil quan les decisions es prenen en xats amb IA i qui les llegirà després sovint és una altra IA. Si t'estàs plantejant Notion per a això, consulta alternatives a Notion per a tasques amb IA.

Dos límits més, per ser honestos. Weft no llegeix els teus xats: una decisió només queda registrada quan la IA crida record_decision, i per això és important la instrucció d'aquí dalt. I la IA es pot equivocar sobre què compta com a decisió, així que llegeix get_context de tant en tant i substitueix el que hagi entès malament.

Quant costa?

Registrar i llegir decisions funciona al pla Free, que inclou 50 tasques actives i 200 crides a eines d'IA al mes. Cada crida a record_decision o get_context compta com una crida. Pro costa 7,87 € per persona al mes o 66,55 € per persona l'any, amb tasques i crides il·limitades (preus). Weft no té crèdits d'IA: el raonament passa al teu propi client d'IA, i Weft només guarda el tauler i els seus registres.

No puc demanar a ChatGPT que resumeixi les decisions al final d'un xat i prou?
Pots fer-ho, i ajuda. Però el resum continua vivint en aquell xat o allà on l'enganxis. No està lligat a la tasca, un altre client d'IA no el pot llegir i, quan la decisió canvia, no queda constància de què substitueix. Registrar cada decisió en el moment de prendre-la evita aquests tres problemes.
La IA registrarà decisions sense que li ho demani?
La descripció de l'eina record_decision diu a la IA que la faci servir cada vegada que l'usuari pren una decisió real en una conversa, així que alguns clients ho faran. No t'hi refiïs. La instrucció enganxada ho fa explícit, i sempre pots dir «registra aquesta decisió».
Es pot editar una decisió si es va registrar malament?
No directament. Els registres són immutables. Registra una decisió corregida amb supersedesId apuntant a l'errònia. El registre antic es manté, marcat com a substituït, i get_context deixa de mostrar-lo.
Les decisions necessiten una tasca?
No. Una decisió es pot lligar a una tasca, a un projecte o a cap dels dos. Lligar-la a una tasca fa que get_task_history la mostri al costat d'aquella feina i que get_context s'hi pugui limitar.
És el mateix que la memòria de treball de Weft?
No. La memòria de treball (notes breus apreses) és una funció de Pro a part. Els registres de decisions provenen de record_decision, i el codi no els restringeix a Pro.
I si faig servir més d'un client d'IA?
Aquest és el motiu principal per fer-ho. ChatGPT, Claude Code, Cursor o Codex connectats al mateix espai de treball de Weft llegeixen totes les mateixes decisions a través de get_context, de manera que el segon client no torna a obrir preguntes que el primer ja ha resolt.