為什麼在 AI 對話裡做的決定會不見，又該放在哪裡

在 ChatGPT 或 Claude 對話裡做的決定會不見，是因為對話沒有狀態。裡面沒有任何東西把某一行標成「這是我們決定的」，沒有任何東西把那一行跟它影響的工作綁在一起，而新的對話一開始是空的。解法是讓 AI 把決定寫在工作所在的地方，成為一筆附上理由的簡短紀錄，並讓下一個工作階段在動手之前先讀那些紀錄。

Weft 是我們做的。關於其他產品的資訊都來自它們的官方頁面，查證日期為 2026 年 10 月 27 日。「討論串沒有狀態」這個概念出自 Hypertask 關於 Slack 討論串的文章。這份指南把它套用到 AI 對話上。

為什麼跟 ChatGPT 或 Claude 一起做的決定會消失？

你花了四十分鐘跟助理權衡兩家資料庫供應商、兩種定價模式，或兩種 API 結構。你選定了一個。推理很紮實，助理也同意，然後你就去做下一件事了。

一週後，結論還在那段對話裡，埋在兩百則訊息的上面某處。新的對話對它一無所知。隊友從來沒看過它。而如果你隔天打開另一個 AI 客戶端，例如終端機裡寫程式的代理人，那個客戶端會從零開始，還可能興高采烈地提出你已經否決的那個選項。

這不是紀律的問題。對話是一連串的訊息。它沒有「已決定」的欄位、沒有負責人、沒有連到任務，也沒辦法表示「這個取代了我們星期二說的」。一個已經決定的問題和一個被放棄的問題，一旦捲走之後看起來一模一樣。

對話記憶不是已經解決這個問題了嗎？

對這件事來說沒有。現在很多助理都能在不同對話之間記住你的事，這對偏好和背景資訊很有用。但那份記憶屬於某一個產品、某一個帳號。它是寫給那個助理用的，不是一份人可以逐行審閱的紀錄，其他 AI 客戶端也讀不到它。它也不會說明某個選擇是關於哪個任務，或取代了哪個先前的選擇。

決策紀錄有不同的要求。它必須讓參與專案的人和代理人找得到、讓接手工作的任何 AI 客戶端讀得到、跟那份工作綁在一起，而且對歷史誠實：當決定改變時，舊的應該仍然看得見，並附上它被取代的理由。

什麼樣的決定值得記錄？

當有人原本可以合理地做出不同選擇，而這個選擇會影響之後的工作時，就把它記下來。好的例子：

• 選了某個工具、廠商或函式庫，而不是另一個。
• 刻意放棄某件事（「這一季不做推薦計畫」）。
• 訂下工作必須遵守的規則（「在歐盟顯示的價格一律含增值稅」）。
• 改變先前的選擇，並附上理由。
• 吃過苦頭才學到的教訓（「不要在上班時間跑資料庫遷移」）。

不要記錄：

• 你提過但沒有採用的點子。
• 工作本身的步驟（那屬於任務和它的結果）。
• 任何對方還沒同意的事，除非清楚標為提案。
• 任何人一分鐘內就能再查到的事實。

一個好用的測試：如果一個新的 AI 工作階段正要推翻這個選擇，你會希望它先停下來讀讀理由嗎？如果會，就記下來。

一筆好的決策紀錄長什麼樣子？

保持簡短，保留理由。下面的格式是 MADR（Markdown Architectural Decision Records）的精簡版，也就是 Weft 的 record_decision 工具所用的格式：

標題：　　　檔案上傳：用物件儲存，不用資料庫
結論：　　　上傳的檔案放進物件儲存；資料庫只保留
　　　　　　檔案金鑰和中繼資料。
狀態：　　　accepted
背景：　　　使用者會附加最大 50 MB 的檔案。把它們放在
　　　　　　資料庫裡會讓備份又慢又大。
選項：　　　1. 物件儲存　＋ 便宜，備份保持精簡
　　　　　　　　　　　　－ 多一個要設定的服務
　　　　　　2. 資料庫欄位 ＋ 所有東西都在同一個地方
　　　　　　　　　　　　－ 每次上傳都讓備份變大
後果：　　　下載需要簽名網址。
　　　　　　刪除任務時也必須刪除它的檔案。
重新檢討：　當我們需要搜尋檔案內容時。
任務：　　　檔案上傳

• 標題替決定命名，讓你掃一眼就找得到。
• 結論是一句新來的人能據以行動的話。
• 背景是當時成立的事實。這是最先從記憶裡消失的部分。
• 選項只列出真正權衡過的，不是事後才想出來的替代方案。
• 後果包括你接受的缺點，這樣之後就沒有人會把它們當成 bug「發現」。
• 重新檢討說明什麼情況會讓這個選擇變成錯的。

Weft 怎麼保存決策紀錄？

Weft 是一塊任務看板，你的 AI 客戶端透過 MCP 在 https://letsweft.com/api/mcp 存取它。它的 32 個工具裡，有三個負責處理決定：

• record_decision 接收標題和結論，加上背景、最多五個附優缺點的選項、後果，以及重新檢討的條件。它可以連到一個任務（taskId）或一個專案。紀錄是不可變的：要改一筆，AI 會記錄一筆新的決策，用 supersedesId 指向舊的那筆，而舊紀錄會留著，並標為已被取代。
• get_context 回傳工作區裡現行的決定和教訓，最新的在前，並壓縮在 token 預算內（預設 800 個 token）。它可以縮小到某個專案或任務。每一行都帶有日期，已被取代的決定永遠不會出現，而放不下的行會被計數，而不是被藏起來。
• get_task_history 的 decisions 模式會列出關於某個任務記錄過的每一個決定，包括審閱的裁決和它們的理由。

record_decision 還有第二個用途：轉達對方在對話中針對等待審閱的工作所做的裁決（接受、重做、捨棄或延後）。工具說明告訴 AI，這時它是傳話的人，不是做決定的人，所以絕對不能用這個來接受它自己的工作。

因為紀錄從不就地修改，歷史就會保持誠實。如果你在三月換了供應商，一月的決定仍然在那裡，標為已被取代，而三月的紀錄說明了為什麼。

怎麼請我的 AI 記錄決定？

把 Weft 接上你的 AI 客戶端，然後在對話開始時貼上類似下面的指示，或者如果客戶端有自訂指示或專案檔，就貼在那裡：

當我們在這段對話裡做出真正的選擇時（選了某個選項而不是另一個、
放棄某件事，或改變先前的選擇），在繼續之前用 record_decision
把它記錄到 Weft：
- title：用幾個字替這個決定命名
- outcome：用一句話說明這個選擇
- context：當時有哪些事實迫使我們做這個選擇
- options：只列我們真正權衡過的選項，附上優缺點
- consequences：接下來會發生什麼，好的和壞的
- confirmation：什麼時候應該重新檢討
- taskId 或 project：這是關於哪個任務或專案
如果它改變了先前的決定，就傳 supersedesId，而不是去修改。
不要記錄閒聊、猜測，或我還沒同意的事。
如果我還沒拍板，就用 status "proposed"。
在開始任何不簡單的工作之前，先呼叫 get_context，並告訴我
哪些過去的決定適用。

連接只要一分鐘。在 ChatGPT 裡，Weft 是外掛目錄裡已上架的 App，所有方案都能用，包含免費版（設定）。在 Claude Code 裡是一行指令（設定）。Claude.ai 和 Claude Desktop 以自訂連接器加入。登入是在瀏覽器裡用 OAuth，所以沒有金鑰要複製，而且 Weft 會發 refresh token，所以客戶端會自己續期登入。其他客戶端的設定頁面，包括 Cursor 和 Codex，都在文件裡。

隔天我從 ChatGPT 換到 Claude Code，會發生什麼事？

這正是那段指示要處理的情況。

1. 星期一，你在 ChatGPT 裡規劃一個功能。你決定把上傳檔案放進物件儲存而不是資料庫，ChatGPT 呼叫 record_decision，附上背景、兩個選項和後果，並連到「檔案上傳」這個任務。
2. 星期二，你在程式庫裡打開 Claude Code。如果你還沒接上它：claude mcp add --transport http weft https://letsweft.com/api/mcp。
3. 你請它接下上傳的任務。在寫程式之前，它會針對那個任務呼叫 get_context，或用 decisions 模式呼叫 get_task_history，拿回星期一的紀錄。
4. 它照著物件儲存來做，而不是重新打開這個問題。如果它找到這個選擇是錯的真正理由，它可以提出一筆新的決定來取代星期一的那筆，由你來決定。

兩個客戶端讀的是同一塊看板、同樣的決定，因為紀錄住在 Weft 裡，不在任何一段對話裡。每個 OAuth 連線都是獨立的行為者，看板會顯示每個客戶端註冊時用的名稱，所以你看得到哪個連線建立了哪個任務。要讓好幾個代理人在一塊看板上跑而不互相衝突，請看多個 AI 代理人共用一塊看板。

來自 ChatGPT 的決定最後該放在哪裡？

四個常見的地方，依照決策紀錄的需求來比較：

重點不是對話或文件不好。對話是你思考的地方。決定需要在做出的那一刻，由已經在對話裡的那一方，也就是 AI，從對話中複製到一個有狀態的地方。

這會取代我們的文件或 wiki 嗎？

不會。Weft 沒有文件或 wiki 功能，也不打算成為那樣的東西。長篇說明、新人指南和設計文件，屬於你的文件工具。決策紀錄刻意做得很小：一個選擇、它的理由，以及什麼取代了它。如果你的團隊已經把決策紀錄放在 wiki 裡，而你用的每個 AI 客戶端都讀得到它，那可能就夠了。當決定是在 AI 對話裡做出、而下一個讀者常常是另一個 AI 時，Weft 才派得上用場。如果你在考慮用 Notion 做這件事，請看 給 AI 任務用的 Notion 替代方案。

另外兩個坦白的限制。Weft 不會讀你的對話：只有當 AI 呼叫 record_decision 時，決定才會被記錄，這就是為什麼上面那段指示很重要。而且 AI 可能會誤判什麼算是決定，所以不時讀一下 get_context，把它弄錯的地方取代掉。

這要多少錢？

記錄和讀取決定在免費版上就能用，免費版包含 50 個進行中的任務和每月 200 次 AI 工具呼叫。每次 record_decision 或 get_context 呼叫都算一次。Pro 是每席次每月 $7 或每席次一年 $60，任務和呼叫都不限（定價）。Weft 沒有 AI 額度：思考發生在你自己的 AI 客戶端裡，Weft 只保存看板和它的紀錄。

我不能在對話結束時，直接請 ChatGPT 整理一下決定嗎？

可以，而且有幫助。但那份整理還是住在那段對話裡，或你貼上的任何地方。它沒有跟任務綁在一起，其他 AI 客戶端讀不到它，而當決定改變時，也沒有紀錄顯示它取代了什麼。在每個決定做出時就記錄下來，這三個問題都能避免。

AI 會在沒被要求的情況下記錄決定嗎？

record_decision 的工具說明告訴 AI，只要使用者在對話中做出真正的選擇就要用它，所以有些客戶端會這麼做。別依賴這一點。貼上的指示會讓它變得明確，而你隨時都可以說「把那個決定記下來」。

如果決定記錯了，可以修改嗎？

不能就地修改。紀錄是不可變的。用 supersedesId 指向錯的那筆，記錄一筆更正後的決定。舊紀錄會留著，標為已被取代，get_context 也不會再顯示它。

決定一定要有任務嗎？

不用。決定可以連到一個任務、一個專案，或兩者都不連。連到任務代表 get_task_history 會把它顯示在那份工作旁邊，而 get_context 也能縮小到那個任務。

這跟 Weft 的工作記憶是同一個東西嗎？

不是。工作記憶（簡短的學習筆記）是另一個 Pro 功能。決策紀錄來自 record_decision，程式碼並沒有把它限制在 Pro。

如果我用不只一個 AI 客戶端呢？

這正是要這麼做的主要原因。連到同一個 Weft 工作區的 ChatGPT、Claude Code、Cursor 或 Codex，都透過 get_context 讀到同樣的決定，所以第二個客戶端不會重新打開第一個已經解決的問題。