聊天隐藏了上下文。图就是上下文。线性对话 可编辑上下文图 相同提示 · 不同上下文 AI 对话 87 条消息 比较三条研究路径。从第一条开始。它的优势是……如果核心假设失败呢？考虑另一种解释……还有，我今晚应该吃些什么？附近有一家新餐厅。历史在这里。哪些部分进入下一个请求？ research-paper.pdf 第 7 页 结果 效应只在实验条件下出现。选自页面 夹取的段落 research-paper.pdf · 第 7 页 效应只在实验条件下出现 来源链接 · 还未连接 询问来源 research-paper.pdf · 第 7 页 这些证据到底意味着什么？源在上下文中 无关分支绕行 今晚我应该吃些什么？这段历史不应该进入研究总结。仍然连接 污染的总结 3 个来源 研究总结……也考虑火锅作为晚餐。提示保持不变。污染的上下文改变了答案。包含无关分支 将发送 1,284 个 tokens 预览模型将接收到的内容 即将到来的祖先：研究问题 证据 A 晚餐绕行 删除橙色边后：−47 tokens 上下文差异 −47 tok 晚餐绕行留下的上下文 相同提示 · 再生 相同提示再问 给我一个要点总结 词是相同的。只有一条边改变。可重复的上下文 干净的答案 2 个来源 一：记录数据库版本。二：使用独立评审者。三：以第三方评审者解决冲突。与晚餐无关的建议消失了。答案在原地更新 一条规则 ThoughtDAG 电线是上下文。没有隐藏的记忆选择器。模型看到的、为什么这样以及被删除的内容在图中保持可见。可见 可编辑 可检查 01 · 问题 聊天历史很长。上下文仍然不可见。界面显示了所说的话，而不是哪一段历史进入下一个请求。02 · 外部化 从源询问。剪辑重要内容。根据选定的段落询问，或将段落或图形变成其自己的源链接节点。来源保持附加；上下文仍然是你的电线。03 · 检查 在发送之前，检查模型将阅读的内容。预览源节点、顺序和 token 数。上下文不再是隐藏的决定。04 · 编辑 删除一条边。再次问同样的问题。被删除的分支确实离开了请求。答案随着上下文而变化。05 · 协议 大多数画布组织信息。ThoughtDAG 编辑上下文。你决定什么进入和离开。图是在生成之前的上下文协议。