先講結論

1. 上下文是 AI 這一次回答時能參考的資訊範圍，通常包含你的問題、前面的對話、系統指示和部分相關資料。

2. 上下文有容量限制，但超過後不一定只是把最早內容依序刪掉；不同產品可能截斷、篩選或摘要部分資訊。

3. 上下文、聊天紀錄和記憶是三件不同的事。畫面上看得到舊對話，不代表 AI 每次回答時都完整讀取了全部內容。

上下文是什麼？

上下文（Context）可以理解成：AI 在產生這一次回答時，手上有哪些資訊可以參考。

這些資訊可能包括：

• 你現在輸入的問題

• 同一個對話前面講過的內容

• 你上傳的文件或圖片

• 自訂指令、專案指示或系統設定

• 產品依功能提供的相關記憶

AI 能一次處理的上下文並不是無限的。這個容量通常以 Token 計算，也就是上一篇提到的 AI 文字處理單位。

不同模型、方案和產品介面的上下文容量可能不同，也會隨版本更新。以 OpenAI 在 2026 年 2 月 20 日公布的 ChatGPT 更新為例，當時手動選擇 Thinking 時，總上下文長度為 256K Token，其中包含 128K 輸入與最多 128K 輸出。

這個數字只是特定日期與模式的官方範例，不代表所有 ChatGPT 模型現在都是 256K，也不代表每次都適合塞滿。

資料來源：OpenAI Help Center：ChatGPT Release Notes（2026 年 2 月 20 日更新；本文查閱日期：2026 年 7 月 28 日）

用房仲工作的情境來說

把 AI 想成一位有工作桌，也有其他資料來源的助理。

上下文是他這次回答時攤在桌上的資料；聊天紀錄、記憶、自訂指令和專案，則比較像旁邊的筆記、資料夾或檔案櫃。

桌面還有空間時，範本文案、物件條件、修改紀錄和你剛交代的語氣，都能一起放在眼前。

但桌面容量有限。資料越堆越多，系統可能需要捨棄、摘要或降低部分內容的優先程度。這時候，AI 就可能漏掉你先前交代的條件。

所以「AI 聊久了會忘記」並不一定代表它把最早的內容按照順序刪掉，更準確的說法是：

那項資訊可能已經不在這次回答能有效參考的上下文裡，或在大量內容中沒有被正確抓到。

上下文、聊天紀錄和記憶有什麼不同？

名稱	白話理解	主要用途
上下文	這次回答時攤在桌上的資料	理解目前問題並產生回答
聊天紀錄	過去對話留下的紀錄	讓你之後回來查看或繼續對話
記憶	系統整理出的個人偏好與相關資訊	在未來對話中提供較個人化的回答
自訂指令	你主動寫下的固定要求	指定回答方式、背景與偏好
專案	把相關對話、檔案與指示放在同一個工作空間	處理長期或同一主題的工作

OpenAI 官方說明，ChatGPT 的記憶功能在開啟時，會從對話、檔案和已連結的應用程式中整理有用的內容，讓使用者不必一直重複交代。不過，記憶摘要不一定會顯示系統參考過的每一項資訊。

資料來源：OpenAI Help Center：Memory FAQ（查閱日期：2026 年 7 月 28 日）

房仲常見的兩個使用情境

場景一：文案越改，風格越跑掉

你一開始給 AI 一篇範本文案，交代它「照這個口吻寫，不要像新聞稿，也不要硬銷」。

前面幾次寫得很接近，但同一個對話陸續加入十幾間物件、修改紀錄和不同版本後，AI 開始漏掉原本的語氣要求，文案又變回制式寫法。

這不一定代表範本已經完全消失，也可能是目前對話裡的指示太多、彼此衝突，或原始範本沒有被抓成這次回答的重點。

場景二：一個對話包辦所有工作

早上在同一個對話問市場行情，中午拿來寫 A 物件文案，晚上又請 AI 回覆 B 客戶的問題。

三件事情混在一起，AI 就可能把 A 物件的坪數寫進 B 物件的回覆，或沿用上一個任務的格式。

這種狀況最有效的處理方式不是一直提醒 AI「你又寫錯了」，而是把不同任務拆開。

一件事，開一個新對話。

實際操作：幫 AI 做一次「上下文盤點」

與其用大量文字把對話硬塞到極限，不如直接檢查 AI 現在抓到了哪些要求。

在長對話進行一段時間後，可以輸入：

請先不要繼續寫。請列出你目前理解的物件資料、文案語氣、禁止事項及尚未確認的內容。沒有明確提供的資料，請標示「待確認」，不要自行補充。

接著檢查 AI 列出的內容：

• 物件資料有沒有混到別案？

• 原本要求的語氣還在不在？

• 禁止新增的資訊有沒有漏掉？

• 哪些內容其實已經失效？

如果缺漏很多，就不要繼續在原對話修補。請 AI 先整理一份「最新任務摘要」，確認正確後，再把摘要帶到新對話繼續。

這個測試比「暗號還記不記得」更實用，因為你真正要確認的不是 AI 能不能背出一句話，而是它有沒有抓對目前工作的條件。

（此處可放入上下文盤點前後的畫面截圖）

三個讓 AI 不容易忘記的方法

1. 不同任務，分開開新對話

物件文案、客戶回覆、政策研究和合約整理各自分開。

同一個案子可以留在同一個對話裡，但任務目的已經改變時，就值得另開一個。這不只減少混淆，也方便日後搜尋。

2. 長對話中途建立「最新摘要」

完成一個階段後，請 AI 整理：

• 已確認資料

• 尚待補充資料

• 固定語氣與格式

• 不可更動的限制

• 下一步要完成的任務

摘要經過你確認後，就能當成新對話的第一份任務說明。比起把整串舊對話全部搬過去，這份摘要更乾淨，也比較不容易夾帶過期資訊。

3. 固定要求放進適合的位置

如果是每次都要遵守的內容，例如「使用繁體中文」「不自行補充價格與坪數」「文案不要像新聞稿」，可以考慮放進 ChatGPT 的自訂指令。

OpenAI 官方說明，自訂指令可套用到所有對話，而且各方案都能使用。截至 2026 年 7 月 28 日，Free 與 Go 可儲存最多 1,500 個字元；Plus、Pro、Enterprise、Business 與 Education 則最多 5,000 個字元。

如果是某個建案、課程或長期企劃，可以使用專案，把相關對話、檔案和專案指示集中在一起。OpenAI 官方說明，專案中的對話可以參考同一專案內的其他對話；使用「僅限專案記憶」時，則不會參考專案以外的對話。

資料來源：

• OpenAI Help Center：ChatGPT Custom Instructions

• OpenAI Help Center：Projects in ChatGPT

查閱日期：2026 年 7 月 28 日

常見問題 FAQ

Q：AI 說「已經幫你記住」，是真的記住了嗎？

不一定，要看它指的是哪一種「記住」。

如果只是同一個對話中的內容，通常代表 AI 目前能在上下文裡參考這項資訊，不等於已經永久保存。

如果 ChatGPT 的記憶功能有開啟，系統可能把相關資訊整理進記憶，供未來對話參考。你可以到「設定＞個人化＞記憶」查看和管理，也可以直接問 ChatGPT：「你記得我哪些事情？」

OpenAI 也提醒，記憶摘要是系統從過去內容整理出的高階摘要，不一定列出所有可能影響回答的資訊。

資料來源：OpenAI Help Center：Memory FAQ（查閱日期：2026 年 7 月 28 日）

Q：上下文越大的 AI 就越好嗎？

不一定。

較大的上下文可以處理更長的合約、報告和對話，對需要分析大量資料的人確實有幫助。但容量大，不代表放進去的內容一定都會被同樣重視，也不代表資料越多，答案就一定越準。

日常寫一篇物件文案或回覆客戶時，比起追求最大的上下文，更重要的是資料乾淨、任務清楚，而且不要同時塞入互相衝突的要求。

Q：為什麼聊天紀錄明明還在，AI 卻說不知道？

聊天紀錄是你在畫面上能查看的歷史內容；上下文則是 AI 產生這一次回答時實際能參考的資訊。

畫面上還找得到以前的訊息，不代表每次回答都會逐字重新處理整串對話。產品也可能利用摘要、記憶或其他方式提供相關內容。

Q：怎麼讓 AI 一直遵守我的要求？

先判斷這項要求屬於哪一種：

• 只適用這次任務：直接寫在目前的提示詞中。

• 同一個案子會反覆使用：放進專案指示或任務摘要。

• 所有對話都要遵守：放進自訂指令。

• 希望 ChatGPT 了解你的偏好：開啟並管理記憶功能。

工具放對位置，比在同一個對話裡重貼十次更可靠。

下一篇預告

GPT、Claude、Gemini，這些名字到底代表什麼？模型名稱後面的數字越大，就一定越聰明嗎？

下一篇：

〈AI 模型是什麼？不同模型差在哪？我該用哪一個？〉

---

資料來源與時效說明

本文依據 OpenAI 官方 Help Center 整理，最後更新日期為 2026 年 7 月 28 日。

AI 產品的模型名稱、上下文容量、記憶方式和功能介面都可能調整。如果你是在不同時間閱讀本文，請以各產品官方最新文件與自己帳號實際顯示的功能為準。

主要參考資料：

1. OpenAI Help Center：ChatGPT Release Notes

2. OpenAI Help Center：Memory FAQ

3. OpenAI Help Center：ChatGPT Custom Instructions

4. OpenAI Help Center：Projects in ChatGPT

---

作者：巫建穎｜AI 研究所教官，專教不動產從業人員 AI 實戰應用。

延伸閱讀：

・[Token 是什麼？為什麼 ChatGPT 免費版會用完額度？]
・[Prompt 是什麼？為什麼同一個 AI，別人問得到好答案，你卻問不到？]