Mengapa keputusan yang dibuat dalam sembang AI hilang, dan di mana patut menyimpannya

Keputusan yang dibuat dalam perbualan ChatGPT atau Claude hilang kerana sembang tidak mempunyai keadaan (state). Tiada apa-apa di dalamnya yang menandakan satu baris sebagai "inilah yang kita putuskan", tiada apa-apa yang mengikat baris itu kepada kerja yang terjejas, dan sembang baharu bermula kosong. Penyelesaiannya ialah meminta AI menulis keputusan itu di tempat kerja itu berada, sebagai rekod ringkas bersama sebab-sebabnya, dan meminta sesi seterusnya membaca rekod tersebut sebelum bertindak.

Kami yang membina Weft. Fakta tentang produk lain diambil daripada halaman rasmi mereka, disemak pada 27 Oktober 2026. Idea bahawa sesuatu thread "tidak mempunyai keadaan" datang daripada artikel Hypertask tentang thread Slack. Panduan ini menerapkannya pada sembang AI.

Mengapa keputusan yang dibuat dengan ChatGPT atau Claude hilang?

Anda menghabiskan empat puluh minit bersama pembantu AI untuk menimbang dua penyedia pangkalan data, dua model harga atau dua cara menstrukturkan API. Anda memilih satu. Penaakulannya kukuh, pembantu bersetuju, dan anda beralih kepada perkara seterusnya.

Seminggu kemudian, kesimpulan itu masih ada dalam sembang tersebut, entah di mana di atas dua ratus mesej lain. Sembang baharu tidak tahu apa-apa tentangnya. Rakan sepasukan tidak pernah melihatnya. Dan jika anda membuka klien AI lain keesokan harinya, contohnya ejen pengekodan dalam terminal anda, klien itu bermula dari kosong dan mungkin dengan senang hati mencadangkan pilihan yang telah anda tolak.

Ini bukan masalah disiplin. Perbualan ialah urutan mesej. Ia tiada medan untuk "diputuskan", tiada pemilik, tiada pautan kepada tugas, dan tiada cara untuk menyatakan "ini menggantikan apa yang kita katakan pada hari Selasa". Soalan yang sudah diputuskan dan soalan yang ditinggalkan kelihatan sama sebaik sahaja ia tertolak ke atas.

Bukankah memori sembang sudah menyelesaikan masalah ini?

Bukan untuk tugas ini. Banyak pembantu AI kini boleh mengingati perkara tentang anda antara sembang, dan itu berguna untuk keutamaan dan latar belakang. Tetapi memori itu milik satu produk dan satu akaun. Ia ditulis untuk kegunaan pembantu itu, bukan sebagai rekod yang boleh disemak oleh manusia baris demi baris, dan klien AI lain tidak boleh membacanya. Ia juga tidak menyatakan tugas mana yang berkaitan dengan sesuatu pilihan atau pilihan terdahulu mana yang digantikannya.

Log keputusan mempunyai keperluan yang berbeza. Ia perlu boleh dicari oleh orang dan ejen yang bekerja pada projek, boleh dibaca oleh mana-mana klien AI yang mengambil alih kerja seterusnya, terikat kepada kerja itu, dan jujur tentang sejarah: apabila sesuatu keputusan berubah, keputusan lama patut kekal kelihatan bersama sebab ia digantikan.

Apakah yang dikira sebagai keputusan yang wajar direkodkan?

Rekodkan sesuatu pilihan apabila seseorang boleh secara munasabah memilih sebaliknya dan pilihan itu akan membentuk kerja kemudian. Contoh yang baik:

• Memilih satu alat, vendor atau pustaka berbanding yang lain.
• Menggugurkan sesuatu dengan sengaja ("tiada program rujukan suku tahun ini").
• Menetapkan peraturan yang mesti dipatuhi oleh kerja ("semua harga dipaparkan termasuk VAT di EU").
• Mengubah pilihan terdahulu, bersama sebabnya.
• Pengajaran yang dipelajari dengan cara yang sukar ("jangan jalankan migrasi semasa waktu pejabat").

Jangan rekodkan:

• Idea yang anda lontarkan tetapi tidak diterima pakai.
• Langkah-langkah kerja itu sendiri (itu tempatnya dalam tugas dan hasilnya).
• Apa-apa yang belum dipersetujui oleh orang itu, melainkan ia jelas ditandakan sebagai cadangan.
• Fakta yang boleh dicari semula oleh sesiapa dalam seminit.

Ujian yang berguna: jika sesi AI baharu hampir membatalkan pilihan ini, adakah anda mahu ia berhenti dan membaca sebabnya? Jika ya, rekodkannya.

Bagaimanakah rupa rekod keputusan yang baik?

Pastikan ia ringkas dan kekalkan sebab-sebabnya. Format di bawah ialah versi ringan MADR (Markdown Architectural Decision Records), iaitu format yang digunakan oleh alat record_decision Weft:

Title:        File uploads: object storage, not the database
Outcome:      Uploaded files go to object storage; the database keeps
              only the file key and metadata.
Status:       accepted
Context:      Users attach files up to 50 MB. Keeping them in the
              database would make backups slow and large.
Options:      1. Object storage  + cheap, backups stay small
                                 - one more service to configure
              2. Database column + one place for everything
                                 - backups grow with every upload
Consequences: We need signed URLs for downloads.
              Deleting a task must also delete its files.
Revisit when: We need to search inside file contents.
Task:         File uploads

• Title menamakan keputusan supaya anda boleh menemuinya dengan imbasan pantas.
• Outcome ialah satu ayat yang boleh terus diambil tindakan oleh orang baharu.
• Context ialah apa yang benar pada masa itu. Inilah bahagian yang paling cepat hilang daripada ingatan.
• Options hanya menyenaraikan apa yang benar-benar ditimbang, bukan alternatif yang direka kemudian.
• Consequences merangkumi keburukan yang anda terima, supaya tiada sesiapa "menemuinya" kemudian sebagai pepijat.
• Revisit when menyatakan apa yang akan menjadikan pilihan itu salah.

Bagaimanakah Weft menyimpan rekod keputusan?

Weft ialah papan tugas yang dicapai oleh klien AI anda melalui MCP di https://letsweft.com/api/mcp. Tiga daripada 32 alatnya mengendalikan keputusan:

• record_decision menerima tajuk dan hasil, serta konteks, sehingga lima pilihan dengan kebaikan dan keburukan, akibat dan syarat untuk menyemak semula. Ia boleh dipautkan kepada tugas (taskId) atau projek. Rekod tidak boleh diubah: untuk mengubahnya, AI merekodkan keputusan baharu dengan supersedesId yang menunjuk kepada rekod lama, dan rekod lama kekal, ditandakan sebagai digantikan (superseded).
• get_context memulangkan keputusan dan pengajaran yang masih berkuat kuasa dalam ruang kerja, yang terbaharu dahulu, dimuatkan dalam bajet token (800 token secara lalai). Ia boleh dihadkan kepada satu projek atau tugas. Setiap baris membawa tarikhnya, keputusan yang telah digantikan tidak pernah muncul, dan baris yang tidak muat akan dikira, bukan disembunyikan.
• get_task_history dalam mod decisions menyenaraikan setiap keputusan yang direkodkan tentang satu tugas, termasuk keputusan semakan dan sebab-sebabnya.

record_decision mempunyai kegunaan kedua: menyampaikan keputusan yang diberikan oleh pengguna dalam perbualan tentang kerja yang menunggu semakannya (diterima, perlu dibuat semula, digugurkan atau ditangguhkan). Penerangan alat itu memberitahu AI bahawa di sini ia hanya penyampai, bukan pembuat keputusan, jadi ia tidak boleh sekali-kali menggunakannya untuk menerima kerjanya sendiri.

Oleh sebab rekod tidak pernah disunting di tempatnya, sejarah kekal jujur. Jika anda menukar penyedia pada bulan Mac, keputusan bulan Januari masih ada, ditandakan sebagai digantikan, dan rekod bulan Mac menyatakan sebabnya.

Bagaimanakah saya meminta AI saya merekodkan keputusan?

Sambungkan Weft kepada klien AI anda, kemudian tampal arahan seperti ini pada permulaan sembang, atau ke dalam arahan tersuai atau fail projek klien jika ada:

Apabila kita membuat pilihan sebenar dalam sembang ini (kita memilih satu
pilihan berbanding yang lain, kita menggugurkan sesuatu, atau kita mengubah
pilihan terdahulu), rekodkannya dalam Weft dengan record_decision sebelum
kita teruskan:
- title: keputusan itu, dinamakan dalam beberapa perkataan
- outcome: pilihan itu dalam satu ayat
- context: apa yang benar sehingga memaksa pilihan itu
- options: hanya pilihan yang benar-benar kita timbang, dengan kebaikan dan keburukan
- consequences: apa yang menyusul, baik dan buruk
- confirmation: bila kita patut menyemaknya semula
- taskId atau project: tugas atau projek yang berkaitan
Jika ia mengubah keputusan terdahulu, hantar supersedesId dan jangan sunting.
Jangan rekodkan sembang kosong, tekaan, atau perkara yang belum saya setujui.
Jika saya belum membuat komitmen, gunakan status "proposed".
Pada permulaan sebarang kerja yang tidak remeh, panggil get_context dahulu dan
beritahu saya keputusan lalu mana yang terpakai.

Penyambungan mengambil masa seminit. Dalam ChatGPT, Weft ialah aplikasi yang diterbitkan dalam direktori plugin, tersedia pada setiap pelan termasuk Free (persediaan). Dalam Claude Code, ia hanya satu arahan (persediaan). Claude.ai dan Claude Desktop menambahnya sebagai penyambung tersuai. Log masuk menggunakan OAuth dalam pelayar, jadi tiada kunci untuk disalin, dan Weft mengeluarkan token refresh, jadi klien memperbaharui log masuk dengan sendirinya. Halaman persediaan untuk klien lain, termasuk Cursor dan Codex, ada dalam dokumentasi.

Apakah yang berlaku apabila saya beralih daripada ChatGPT kepada Claude Code keesokan harinya?

Inilah situasi yang menjadi sebab arahan itu dibina.

1. Pada hari Isnin, anda merancang satu ciri dalam ChatGPT. Anda memutuskan untuk menyimpan muat naik dalam storan objek dan bukannya pangkalan data, dan ChatGPT memanggil record_decision dengan konteks, kedua-dua pilihan dan akibatnya, dipautkan kepada tugas "File uploads".
2. Pada hari Selasa, anda membuka Claude Code dalam repositori. Jika anda belum menyambungkannya: claude mcp add --transport http weft https://letsweft.com/api/mcp.
3. Anda memintanya mengambil tugas muat naik itu. Sebelum menulis kod, ia memanggil get_context untuk tugas tersebut, atau get_task_history dalam mod decisions, dan mendapat semula rekod hari Isnin.
4. Ia membina menggunakan storan objek dan bukannya membuka semula soalan itu. Jika ia menemui sebab sebenar pilihan itu salah, ia boleh mencadangkan keputusan baharu yang menggantikan keputusan hari Isnin, dan anda yang memutuskan.

Kedua-dua klien membaca papan yang sama dan keputusan yang sama, kerana rekod itu berada dalam Weft, bukan dalam mana-mana sembang. Setiap sambungan OAuth ialah pelaku tersendiri, dan papan memaparkan nama yang didaftarkan oleh setiap klien, jadi anda boleh lihat sambungan mana yang mencipta tugas mana. Untuk menjalankan beberapa ejen pada satu papan tanpa bertembung, lihat beberapa ejen AI, satu papan.

Di manakah keputusan daripada ChatGPT patut disimpan?

Empat tempat yang biasa, dibandingkan berdasarkan keperluan log keputusan:

Maksudnya bukan sembang atau dokumen itu buruk. Sembang ialah tempat anda berfikir. Keputusan perlu disalin keluar daripada sembang ke sesuatu yang mempunyai keadaan, pada saat ia dibuat, oleh pihak yang sudah berada dalam perbualan: AI.

Adakah ini menggantikan dokumen atau wiki kami?

Tidak. Weft tiada dokumen atau wiki, dan ia tidak cuba menjadi salah satunya. Penerangan panjang, panduan orientasi dan tulisan reka bentuk sepatutnya berada dalam alat dokumentasi anda. Rekod keputusan sengaja dibuat kecil: satu pilihan, sebab-sebabnya, dan apa yang menggantikannya. Jika pasukan anda sudah menyimpan rekod keputusan dalam wiki dan setiap klien AI yang anda gunakan boleh membacanya, itu mungkin sudah memadai. Weft berguna apabila keputusan dibuat dalam sembang AI dan pembaca seterusnya selalunya AI lain. Jika anda sedang menimbang Notion untuk tujuan ini, lihat alternatif Notion untuk tugas AI.

Dua lagi had yang jujur. Weft tidak membaca sembang anda: keputusan hanya direkodkan apabila AI memanggil record_decision, sebab itulah arahan di atas penting. Dan AI boleh tersilap menilai apa yang dikira sebagai keputusan, jadi baca get_context sekali-sekala dan gantikan apa-apa yang salah.

Berapakah kosnya?

Merekod dan membaca keputusan berfungsi pada pelan Free, yang merangkumi 50 tugas aktif dan 200 panggilan alat AI sebulan. Setiap panggilan record_decision atau get_context dikira sebagai satu panggilan. Pro berharga $7 sebulan atau $60 setahun bagi setiap pengguna, dengan tugas dan panggilan tanpa had (harga). Weft tiada kredit AI: pemikiran berlaku dalam klien AI anda sendiri, dan Weft hanya menyimpan papan serta rekodnya.

Tidak bolehkah saya minta ChatGPT meringkaskan keputusan pada akhir sembang?

Boleh, dan ia membantu. Tetapi ringkasan itu masih berada dalam sembang tersebut atau di mana sahaja anda menampalnya. Ia tidak terikat kepada tugas, klien AI lain tidak boleh membacanya, dan apabila keputusan berubah, tiada rekod tentang apa yang digantikannya. Merekodkan setiap keputusan pada saat ia dibuat mengelakkan ketiga-tiga masalah ini.

Adakah AI akan merekodkan keputusan tanpa diminta?

Penerangan alat record_decision memberitahu AI supaya menggunakannya setiap kali pengguna membuat pilihan sebenar dalam perbualan, jadi sesetengah klien akan berbuat demikian. Jangan bergantung padanya. Arahan yang ditampal menjadikannya jelas, dan anda sentiasa boleh berkata "rekodkan keputusan itu".

Bolehkah keputusan disunting jika ia direkodkan dengan salah?

Tidak di tempatnya. Rekod tidak boleh diubah. Rekodkan keputusan yang telah dibetulkan dengan supersedesId yang menunjuk kepada rekod yang salah. Rekod lama kekal, ditandakan sebagai digantikan, dan get_context berhenti memaparkannya.

Adakah keputusan memerlukan tugas?

Tidak. Keputusan boleh dipautkan kepada tugas, kepada projek, atau tidak kepada mana-mana. Memautkannya kepada tugas bermakna get_task_history memaparkannya di sebelah kerja itu, dan get_context boleh dihadkan kepadanya.

Adakah ini sama dengan memori kerja Weft?

Tidak. Memori kerja (nota ringkas yang dipelajari) ialah ciri Pro yang berasingan. Rekod keputusan datang daripada record_decision, dan kodnya tidak menghadkannya kepada Pro.

Bagaimana jika saya menggunakan lebih daripada satu klien AI?

Itulah sebab utama untuk melakukan ini. ChatGPT, Claude Code, Cursor atau Codex yang disambungkan kepada ruang kerja Weft yang sama semuanya membaca keputusan yang sama melalui get_context, jadi klien kedua tidak membuka semula soalan yang telah diselesaikan oleh klien pertama.