一位行銷人員每週五都請 AI 幫忙寫週報。第一週，AI 寫得像公司簡介；第二週，它把每個進度都列成表格；第三週，它把一個還在談的合作寫成已經確定。每次她都說「不對，重寫」，下一週又從頭來過。
於是她想：是不是該先把所有專案資料、範本、寫作偏好整理成一套知識庫，再讓 AI 去讀？這個念頭很合理，但通常會卡在資料夾怎麼分、標籤怎麼下、用哪個筆記軟體。真正難的地方其實在別處：她還說不清楚，自己到底是怎麼判斷一份週報「不對」的。
比較有效的起點，是 AI 做錯的那一次。與其事先整理一座完美的資料庫，不如把每次的修正寫成一條具體、下次讀得懂的規則，而且只記會改變下次行為的東西。
知識庫補的是資料，週報缺的是判斷
知識庫解決的是「AI 能讀到什麼資料」，但週報寫不好，往往不是缺資料，而是缺判斷。那些「一看就知道不對」的標準，例如還在談的事不能寫成定案、進度不必用表格、讀者是主管所以要先講結論，平常很少被說出口，也不會出現在任何專案文件裡。
這些標準最容易浮現的時刻，就是 AI 做錯的時候。它把還在談的合作寫成定案，你才發現自己有一條規則：「沒有簽約的事，只能寫成進行中」。錯誤把原本藏在腦中的判斷逼了出來。
規則要具體，AI 才照得到
只說「不對，重寫」，修正的只是這一次。多補一句，把它寫成規則，下一次才用得上。差別在於寫得夠不夠具體。
Anthropic 在 Claude Code 的說明文件裡，用一個很直接的例子說明這件事：與其寫「把程式碼格式整理好」，不如寫「縮排使用兩個空格」。文件也指出，指示寫得越具體、越精簡，AI 遵守得越一致；兩條指示互相矛盾時，AI 可能隨意挑一條。Anthropic 另一篇談 AI agent 的工程文章也提到，好的指示介於兩個極端之間：不是寫死每個細節的僵硬規則，也不是假設 AI 知道背景的模糊指引。
套回週報的例子：
- 「寫得專業一點」太模糊。改成「先寫一句本週最重要的結論，再列三到五項進度；沒有決策價值的技術細節不放進主文。」
- 「不要亂寫」沒有用。改成「沒有簽約或對方書面確認的事，只能寫成『洽談中』。」
只記會改變下次行為的東西
記憶不是越多越好。每一條修正可以先分成四類，決定要不要留下來：
- 偏好： 例如用繁體中文、主管週報不超過一頁。會影響很多次輸出，值得長期保存。
- 流程： 例如寫完週報先自我檢查一次「有沒有把洽談中寫成定案」。值得留下，而且最好是 AI 每次都會執行的步驟。
- 判斷邊界： 例如哪些事可以直接寫、哪些要先問人。這類最重要，因為它決定 AI 能走多遠。
- 一次性狀態： 例如這週某個專案進行到哪裡。不該放進長期記憶，否則下週就變成過期的背景。
這也是為什麼記憶需要定期清理。Claude Code 的文件建議定期檢查這些指示，刪掉過時或互相矛盾的內容；ChatGPT 的記憶功能也讓使用者查看、刪除已存的記憶，並提醒關閉記憶不會自動刪掉已經存下來的內容。
寫下來的規則是參考，不是強制
寫下來的規則是給 AI 參考的背景，不是強制的設定。Claude Code 的文件說得很明白：這些記憶被當成脈絡，而不是強制執行的設定；如果某件事無論如何都不能發生，要用程式層級的機制擋下，而不是寫一句提醒。套到工作上，像是正式寄出、付款、改權限這類動作，不能只靠「記得先問我」這條規則，要讓 AI 根本沒有權限直接做。
這個方法也需要持續一段時間才看得出效果。一兩次修正不會讓 AI 突然變懂你；累積幾週、清掉過時的規則之後，同一類任務需要你修改的地方才會明顯變少。
今天可以做的事很小：挑一個最常要改 AI 輸出的例行任務，請 AI 做一次。它做錯時，不要只說重寫，多寫下三句：這次錯在哪裡？它缺了哪一條我以為理所當然的規則？這條規則屬於哪一類，要不要長期留下？如果 AI 記住的背景本身可能過時，參考〈AI 記住你的看法之後，會更容易順著你說〉；如果它記住的是地址、帳號這類要拿來行動的資料，參考〈AI 記得你的地址，不代表現在就能拿來寄件〉。
AI 整理卡
請 AI 幫你把一次修正寫成可重複使用的規則 這段提示詞會先問清楚這次 AI 錯在哪裡，再幫你把修正寫成具體的規則，並判斷它該不該長期保存。
AI 剛幫我做了一個例行任務，但結果不對。我想把這次的修正寫成下次能用的規則，而不只是叫它重寫。
判斷方法來自這篇文章：https://boosterminiclass.com/posts/ai-memory-layer-starts-from-routines/
文章的看法是：建立 AI 記憶不必先整理完整知識庫，而是從 AI 做錯的那一次開始，把修正寫成具體、可檢查的規則；只記會改變下次行為的東西（偏好、流程、判斷邊界），不記一次性狀態。必須擋下的事，要用權限或程式機制，不能只寫成提醒。
請先問我 3 個問題：
1. 這是什麼例行任務，多久做一次，輸出給誰看；
2. 這次 AI 的輸出哪裡不對，我原本期待的是什麼；
3. 這個任務有沒有會對外送出、付款、改權限或其他做錯就很難收回的動作。
根據我的回答，請輸出：
- 一到三條具體的規則，每條都要寫到可以檢查是否做到的程度（避免「專業一點」「小心一點」這種說法）；
- 每條規則屬於偏好、流程、判斷邊界，還是一次性狀態，以及要不要長期保存；
- 哪些事情不應該只靠規則提醒，而要用權限或確認步驟擋下；
- 下次執行這個任務前，AI 應該先讀哪幾條規則。
不要替我改寫原本的任務輸出；資訊不足時先問我。
規則是給 AI 參考的，最後是否照做，仍由負責這項工作的人判斷。
參考來源
- Claude Code Docs：How Claude remembers your project — https://code.claude.com/docs/en/memory [accessed: 2026-10-11]
- Anthropic Engineering：Effective context engineering for AI agents — https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents（2025-09-29）
- OpenAI Help Center：Memory FAQ — https://help.openai.com/en/articles/8590148-memory-faq [accessed: 2026-10-11]
