ПРАКТИЧЕСКИЙ КЕЙС · 06
Почему AI-агент снова спрашивает то, что уже знает
Ответы становятся непоследовательными, когда в одной папке смешаны исходные письма, старые решения, личные предпочтения и временные задачи.
Ситуация
Разделите память на `raw`, знания, профиль, предпочтения и задачи. Исходник не редактируйте. В производной записи указывайте источник, дату, уверенность и срок пересмотра.
Что делать
Если два источника расходятся, создайте конфликт, а не перезаписывайте старый факт. Временную задачу нельзя записывать как постоянное предпочтение. Для поиска сначала используйте точные ссылки, затем семантический поиск.
Проверка результата
Проверка: добавьте факт, измените его новым источником и спросите агента о расхождении. Он должен показать обе версии и попросить решение, а не выбрать одну молча.
Что обычно ломается
Память — это не склад всей переписки. Сохраняйте только то, что влияет на будущие решения, и оставляйте ссылку на доказательство.
← Все инструкции · Лабораторный словарь →
Частые вопросы и ответы (FAQ)
❓ Какую ключевую задачу решает подход из материала «Почему AI-агент снова спрашивает то, что уже знает»?
Материал разбирает сценарий практического применения: Ответы становятся непоследовательными, когда в одной папке смешаны исходные письма, старые решения, личные предпочтения и временные задачи.. Это позволяет исключить субъективные оценки, протестировать инструмент на реальной рабочей задаче и принять взвешенное решение о внедрении.
❓ Как протестировать решение перед запуском в рабочий контур?
Необходимо зафиксировать исходные требования, сценарий тестирования и контрольные метрики (время выполнения, число ручных правок, стабильность тестов). Каждому прогону присваивается идентификатор без подмены измерений модельными выводами.
❓ Как контролировать риски и окупаемость AI-инструментов?
Следует изолировать доступы инструментов по принципу наименьших привилегий, отслеживать расход токенов и предусмотреть понятный порог эскалации на человека при отклонении от регламента.