一開始明明只是「做一個簡單的待辦清單」，聊了二十輪之後，卻多了會員系統、排行榜，連原本的按鈕名稱都換掉了。

這種需求在長對話中慢慢偏移的現象，可以稱為 Context Drift；研究上比較接近的說法是 lost in multi-turn conversation。

Day 08 問的是「此刻 AI 桌上攤著哪些東西」，那是橫切面。這篇問的是「這些東西怎麼一輪一輪堆成現在這樣」，是縱切面。

這很像傳話遊戲。每一輪只偏一點點，累積下來，最後的版本和最初的需求已經是兩件事。

常見的跡象有幾種：

• 功能一路長大，原本的核心反而沒做完
• 同一個東西前後用了不同名稱
• 早期定下的限制被後來的指令蓋掉
• 臨時的決定被當成永久規格

大部分的 drift 是你自己加的

會員系統和排行榜，八成不是 AI 偷偷塞的，是你在第九輪和第十四輪自己說的。

每一輪你都同意，每一輪也都只多一點點。drift 不是失控，而是一連串各自合理的小決定加起來的結果——這才是它難察覺的地方。

臨時決定會變成永久規格

你在第三輪說「先用假資料就好」，那句話的重點是「先」，為的是快點看到畫面。

二十輪後它還在用假資料，而你早就忘了自己說過什麼。AI 沒有記住那是暫時的，它只看到你說過這樣可以。

同樣的事會發生在暫定的資料庫、暫定的命名、暫定的簡化邏輯上。臨時方案不會自己舉手說該退場了。

怎麼發現自己已經飄了

每隔一段時間問一次：

請用三句話說明我們現在在做什麼、有哪些不能改的限制。

然後跟你心裡的版本對一下。不一致的地方，就是飄掉的地方。

這個動作幾乎沒有成本，而且最容易照出那些被當成永久規格的臨時決定。

三個預防動作

維護一份決策紀錄。 就是 Day 10 問完之後那份確認過的清單，別讓它停在當天。上面寫四件事：目前目標、不能改的限制、重要命名、已經確認的選擇。

任務切短。 一次只處理登入頁，不要在同一輪又改資料庫、首頁和部署設定。

該重開就重開。 對話累積了大量無關內容時，開新會話並把最新的需求摘要帶過去，通常比繼續在原對話裡糾正有效。研究發現，同一個任務改成多輪逐步補充之後，模型表現平均掉了 39%，而且早期一旦轉錯彎，後面很難自己回來。

傳話遊戲之所以好玩，是因為從頭到尾沒有人說錯話。每一輪都只差一點點，而終點那句話已經面目全非。定期回頭對一次原話，是唯一的解法。

延伸閱讀

Laban, P., Hayashi, H., Zhou, Y. & Neville, J. (2025). LLMs Get Lost In Multi-Turn Conversation. arXiv:2505.06120（preprint），Microsoft Research 與 Salesforce Research。研究模擬二十萬場以上的對話，比較同一個任務「一次講完」與「分多輪逐步補充」的差別：後者讓各家頂尖模型的表現平均下降 39%。作者指出，退步主要不是能力變差，而是穩定度大幅下滑——模型在早期做出錯誤假設後，往往無法在後續對話中修正回來。