企业官网建设流程全解析

用 AI 做长任务，你可能遇到过这种情况：

对话进行到后半段，AI 开始"忘事"——前面说过的要求它不记得了，已经确认的决定它又重新问，甚至开始输出和之前矛盾的内容。

这不是 AI 变笨了，是上下文窗口满了。

这篇文章教你理解上下文窗口的工作机制，以及怎么管理它——让 AI 在长时间工作中保持清醒，不变成"七秒记忆的鱼"。

一、上下文窗口是什么

上下文窗口（Context Window）是 AI 在一次对话中能"看到"的内容总量，用 token 计量。

超出窗口的内容，AI 就看不到了——不是忘了，是根本没有读到。

OpenClaw 使用的模型（Claude Sonnet/Opus）上下文窗口在 20 万 token 左右，听起来很大，但一次复杂的长任务很容易消耗完：

二、上下文满了的信号

信号一：AI 开始重复问已经回答过的问题

你已经说过"用追加模式写入文档"，它又问"要覆盖还是追加？"

信号二：AI 忽略了早期的约束条件

你在对话开头说"不要用感叹号"，到后面它又开始用了。

信号三：AI 的输出质量下降

回复变得模糊、泛化，不再像之前那样精准。

信号四：任务执行出现逻辑矛盾

前面做了 A，后面又做了和 A 矛盾的 B，没有意识到冲突。

三、核心策略：什么时候开新对话

最重要的上下文管理技巧，是知道什么时候该开新对话（/new）。

开新对话前的标准动作：把当前任务的关键结论和状态，用一段话总结出来，作为新对话的开场白。

四、长任务拆分策略

对于需要多步骤、跨多天的长任务，不要试图在一个对话里完成。

拆分原则：每个对话只做一件事，完成后把结果存到文件或文档里，下次对话从文件读取，而不是从对话历史读取。

实战示例：写一个 10 篇文章的系列

❌ 错误做法：在一个对话里连续写 10 篇，越写越慢，后面的文章质量越来越差。

✅ 正确做法：

对话1：确定系列规划，保存到 series-plan.md 对话2：写第1-3篇，保存到文件 对话3：写第4-6篇，开场白：「读取 series-plan.md，继续写第4篇」 ...

五、token 消耗控制技巧

技巧一：不要让 AI 重复输出已知内容

# 低效指令 帮我整理这份文档，输出完整的整理结果 # 高效指令 帮我整理这份文档，只输出修改的部分，不变的内容不用重复

技巧二：用文件代替对话传递大量内容

不要把大段文字粘贴到对话里，而是保存成文件，让 AI 读文件。读文件比对话传递更节省上下文空间。

技巧三：及时清理无用上下文

如果对话里有大量已经完成的中间步骤，开新对话，只带最终结论。

技巧四：SOUL.md 里加上简洁输出规则

## 输出规则 - 不重复用户刚说过的内容 - 不输出"好的，我理解了"等无信息量的确认 - 代码示例只展示关键部分，不展示完整文件

六、OpenClaw 的上下文压缩机制

OpenClaw 在上下文接近上限时，会自动压缩早期的对话内容——把详细的对话历史压缩成摘要，释放空间。

这意味着：对话越长，早期的细节越容易被压缩掉。重要的约束条件和决策，应该写进 AGENTS.md 或记忆文件，而不是只在对话里说一次。

实用规则：凡是你希望 AI 在整个任务过程中都记住的事，就不要只说在对话里——写进配置文件。

我的体感 & 行动

理解上下文窗口之前，我以为 AI 变笨是因为模型问题。理解之后才知道，大多数时候是我的使用方式有问题——任务太长、内容太多、没有及时开新对话。

改变使用习惯之后，最明显的变化是：AI 在整个任务过程中保持一致性，不再出现"前后矛盾"的情况。

我接下来打算做的事：给每个长期项目建一个"任务接续文件"，每次开新对话时，先读这个文件，把关键上下文带进来，而不是重新交代。

行动清单

下篇预告

第24篇：Skills技能系统全解：从安装到管理，给你的AI装上"手脚"

Workspace 篇到这里告一段落。下篇开始进入技能（Skills）深度篇——OpenClaw 的能力边界，很大程度上取决于你装了哪些技能。从技能分类到安装管理，全面讲清楚。

关键词：OpenClaw实操 上下文管理 Context Window token消耗 长任务拆分 对话管理 AI记忆 工作效率

相关阅读：OpenClaw实操指南22｜BOOT启动任务配置：Agent上线第一件事，决定它能走多远

OpenClaw实操指南21｜HEARTBEAT心跳实战：让AI在你不说话时，自己主动干活

OpenClaw实操指南20｜记忆系统实战：别让你的AI用完就忘，短期+长期记忆配置指南