Day 13 整理了 Memory Retrieval，讓 AI 可以從長期記憶中找出和目前對話相關的資訊。

但只有 Memory 還不夠。

因為：

「這位長者是誰」和「這位長者最近發生什麼」其實是兩種不同的資訊。

所以今天要整理的概念是 Context。

什麼是 Context？

Context 可以理解成：

AI 在目前這段對話中，需要知道的近期背景資訊。

例如 Memory 裡可能記得：

平常喜歡早上去公園散步。

但最近幾天的 Context 可能是：

最近三天都沒有出去散步。

這兩筆資訊都很重要，但用途不同。

Memory 比較偏長期。

Context 比較偏近期。

Context 可以放哪些資訊？

在 VoCare 裡，Context 不需要保存所有近期資料，而是整理目前聊天真正需要的內容。

例如：

• 最近幾天的聊天重點
• 最近的問卷結果
• 最近重複出現的狀況
• 最近聊過的主題
• 當前這次對話的前幾則訊息

例如最近幾天長者多次提到睡不好，那「近期睡眠狀況」就可以成為這次聊天的 Context。

Context 不需要永久保存

Context 和 Memory 還有一個很重要的差別：

Context 通常具有時效性。

例如：

最近三天睡不好。

這個資訊現在很重要，但一個月後可能已經沒有參考價值。

所以 Context 可以設定一個時間範圍，例如：

• 最近 3 天
• 最近 7 天
• 最近一次對話
• 最近幾筆重要事件

超過一定時間後，就不再優先提供給 AI。

這樣可以避免舊的近期資訊一直影響後面的聊天。

Context 怎麼進入聊天流程？

加入 Context 之後，完整的聊天流程可以整理成：

長者輸入訊息
→ 搜尋相關 Memory
→ 整理近期 Context
→ 一起提供給 AI
→ 產生回應

例如長者說：

最近比較不想出門。

系統可以取得：

Memory： 平常喜歡早上去公園散步
Context： 最近幾天活動次數下降

AI 就能同時知道長者原本的習慣，以及最近的變化。

Memory 和 Context 的差別

兩個概念可以簡單整理成：

Memory：這位長者是誰？

例如：

喜歡釣魚、以前是老師、平常喜歡散步。

Context：這位長者最近怎麼樣？

例如：

最近睡不好、這星期比較少出門、昨天提到心情不好。

所以 VoCare 的個人化對話，不會只依賴其中一個。

而是：

Memory + Context + Current Message → AI Response