พื้นฐานการใช้ AIการเขียน Prompt

Cache ส่วนคงที่โดยไม่ใช้ข้อมูลเก่า

เรียนรู้ “Cache ส่วนคงที่โดยไม่ใช้ข้อมูลเก่า” เพื่อควบคุมบริบท ความจำ ต้นทุน และข้อมูลส่วนบุคคลในระบบ AI

เป้าหมาย: ออกแบบ context และ memory lifecycle ที่ตรวจ แก้ และลบได้ · ใช้เวลาประมาณ 15 นาที

Store → Select → Assemble → Expire

context และ memory ต้องมีวงจรชีวิต ไม่ใช่กล่องข้อความไม่จำกัด

Store

เก็บ transcript/state/memory แยกตามวัตถุประสงค์

Select

เลือกเฉพาะข้อมูลที่เกี่ยวกับงานและสิทธิ์

Assemble

จัด policy, task, evidence และ state เป็นชั้น

Expire

อัปเดต ลบ invalidate และบันทึกเหตุผล

องค์ประกอบที่ต้องกำกับ

cache

กำหนด source, owner, version และอายุของ cache

อย่าเก็บเพียงเพราะอาจมีประโยชน์

version key

กำหนด source, owner, version และอายุของ version key

cache เฉพาะ instruction หรือข้อมูลคงที่ที่มี version key แยก dynamic/user data และ invalidate เมื่อ policy, permission หรือ source เปลี่ยน

invalidation

กำหนด source, owner, version และอายุของ invalidation

permission

กำหนด source, owner, version และอายุของ permission

ความจำที่ทำให้ระบบแย่ลง

ส่ง history ทั้งหมด

แพง ช้า และข้อมูลเก่าปน

assemble relevant state

summary ไม่มี citation

ตรวจสิ่งที่หายหรือเปลี่ยนไม่ได้

เก็บ source links

memory ไม่มี delete

ข้อมูลผิดและละเมิดวัตถุประสงค์

expiry, correction และ deletion

ออกแบบวงจร Context

ระบบใช้ FAQ เก่าหลังราคาและสิทธิ์พนักงานเปลี่ยน

กำหนดสิ่งเก็บ สิ่งส่งให้โมเดล conflict/expiry, privacy, evaluation และ fallback

ดูคำตอบตัวอย่าง

เก็บ transcript แยกจาก current state สกัด decision/open task พร้อม source เลือก context ตามงานและสิทธิ์ ใช้ memory เฉพาะข้อมูลมีวัตถุประสงค์และ retention เมื่อขัดกันใช้ timestamp/source หรือถามผู้ใช้ invalidate cache ตาม version และทดสอบ compression loss

store types
selection
source/version
conflict/expiry
PDPA/delete
evaluation/fallback

บันทึกช่วยจำ

ให้ผู้ใช้เห็นและแก้หรือลบ memory ที่มีผลต่อเขาเมื่อเหมาะสม
retention และ consent ต้องสอดคล้อง PDPA และนโยบายองค์กร

สรุปบทเรียนนี้

แยก session/context/memory
เลือกข้อมูลตามงาน
version expire และ delete