按主题整理（原为按日期记录，涉及 10 月 17 日、19 日、24 日三天，每条后标注了日期）。
一、需求与表达
领域关键词很重要。（10/24）
AI 表达中或者干活中需要表达核心思想，尤其是大方向或者方案复杂时，会发现落地效果不好；换个角度，我们派活时也一样，但是人为了不思考可以做任何事。致敬 huihui，一个好的例子：（10/17）
Agent 的能力上限不由工具数量决定，由工作流引擎的表达力决定。前端一定要出视觉稿，确认成本低，一致性高。（10/24）
如何保证需求和交互一致、技术方案和实现一致、方案可以落地？（10/17）
1. 涉及到需求和交互的出html交互原型
2. 对于功能实现部分，需要出验收标准，即人工验收验收标准。
3. 如何让AI“更能”落地，给出足够的参考材料
4. 前紧后松才能更和日常开发一致。二、过程审视与收尾
AI 加速产出，但是没有加速成果，还会有更多的“不懂装懂”，放大人性的事，不懂一定要确认，否则越走越远。（10/24）
对话探索和总结，尤其当发现长耗时事项后要 review 过程，发现更深层次问题。可以用下面这段“对话审计”提示词：（10/17）
你的角色：对话审计批判官。禁止迎合我的想法。
基于我们全部对话历史，完成下面任务：
1. 遍历全部讨论，提取我反复讨论的所有子问题；
2. 寻找这些子问题共同依赖、但我**从未明确提出、也没有验证过**的底层前提；
3. 找出我不断迂回、拆分小问题去侧面碰，但不敢直接正面提问的那个核心元问题；
4. 评估：如果这个底层假设是错的，我们前面所有推导、方案、讨论全部会崩塌；
5. 列出候选深层问题，附带证据，并且标注每个假设的风险。
不要委婉，直接指出盲区。禁止只给模糊感受类结论。
上下文问题：即使模型会自动压缩，但是一旦达到上下文的 80% 以上，效果就会急剧下降。这种情况下紧急用上面的审计/总结方式收尾，然后开新对话继续迭代。（10/17）
三、人的注意力
在 AI 长输出 & 上下文太多的时候，如何提升人的专注力和判断力很重要。（10/19）
人的上下文切换能力不足 & 带宽不足时，如何对抗碎片时间。（10/19）