压缩上下文时如何判断信息的重要性？

核心回答

压缩时的重要性，应按信息丢失会不会改变当前任务的判断或下一步动作来评估，再结合有效时间、依赖关系和能否回查决定保留形式，不能只按“用户消息比助手消息重要”或“越近越重要”排序。

优先保留四类信息：当前有效目标和硬性条件；影响决策的已确认事实及原始证据；已完成、待执行、待确认等任务状态；尚未解决的问题、关键更正和后续步骤的依赖。金额、日期、对象 ID、否定词和适用条件，往往需要保留精确值。

重复解释、无关闲聊和已被消化的大段日志可以先精简。对仍可能有用的细节，可以保留摘要与可回查引用，而不是全部塞在窗口里。压缩后要检查关键事实是否完整、状态是否正确，并用跨窗口追问和任务继续执行验证；压缩率只能说明变短了，不能说明信息保留得好。

展开说明

1. 从任务影响判断，不从消息类别直接定级

判断一条信息时，可以依次问：

• 它是否约束当前交付物、操作范围或成功标准？丢失后会不会做错对象、违反条件？
• 下一步是否依赖它？例如前一步返回的记录 ID、未解决错误、已排除的方案和等待确认的事项。
• 它是否仍然有效？有没有被后续消息更正、被新版本替代，或只适用于已结束的任务？
• 它是否容易重新获得？一份可按版本读取的长文，与用户只说过一次的关键数字，保留策略可以不同。

消息角色影响指令层次，但不能直接替代信息价值判断。早期用户的一句限制可能一直有效，最近助手的一段重复解释则可以精简；工具结果中的失败原因，也可能是避免下一步再次走错的关键证据。

时间新并不自动意味着正确。用户把“周五交付”改为“周三交付”时，应保留更正后的有效条件及必要的更正记录，不能把两个时间都列成当前要求，也不能永远固定第一次抽取的条件。

2. 对关键字段保真，对叙述过程压缩

可把当前任务的目标、有效约束、关键事实、进度和待办维护成结构化状态，再用摘要保留原因、决策及证据位置。结构化字段也要记录必要的来源、范围和更新关系，并在后续模型调用中实际提供，存进数据库本身不会让模型记住。

以一个假设的售后对话为例，用户说“订单 A17 实付 500 元，先核对退款条件，暂时不要提交退款”。后续上下文至少需要保住订单对象、500 元、核对条件这个目标，以及“不要提交”的当前限制；商品描述的重复解释可以压缩。如果只总结成“用户想退款”，下一步就可能选错动作。

关键值可以保存为字段，同时保留对应原消息 ID；“尚未提交”和“已提交成功”要明确区分。若金额含税、日期含时区、范围带例外，这些条件也属于事实的一部分，不能只留下一个数字。对于不确定信息，要保留不确定状态，摘要不能把推测改写成确认。

3. 原文、摘要和引用怎样配合

适合的组合通常是：当前有效条件与任务状态、较早内容的摘要、最近必要的完整交互。长工具结果先按任务裁剪，保留结论、关键字段、必要反证和原始位置；例如排障日志可以保留错误码、请求时间、traceId、相关堆栈及文件位置，不必持续携带全部成功日志。

摘要可以按“当前目标—约束—已确认事实—关键决策—已完成与待处理—证据位置”组织。更新时记录覆盖到哪条消息和摘要版本，避免漏掉新增消息、重复摘要或旧摘要覆盖新状态。先成功保存新摘要及其覆盖范围，再清理对应历史；并发生成时可串行提交，或检查版本后更新。

对尚未结束的工具交互要格外小心：调用仍待执行时不能压成“已经完成”；保留在消息历史中的工具调用与结果，要满足目标接口的配对要求。已经完成的旧交互可以按规则整体转为摘要，不需要为了形式给每条旧用户消息补一个空助手回复。

原文回查还需要真正可用的存储和定位方式，例如会话消息 ID、文档版本与段落或结果文件路径。摘要中写“详见原文”，但系统找不到对应原文，就没有提供恢复能力。清理和保留范围也应遵循数据的权限与保留策略。

4. 怎样检查压缩没有破坏任务

先从业务中提取必须保真的字段和状态，检查压缩前后数值、单位、否定条件、对象、最新更正和未完成事项是否一致。模型可以辅助发现语义遗漏，但关键字段适合再做程序化比对。

随后用代表性的长对话回放，尤其测试早期条件、金额追问、目标修改、工具失败和跨窗口继续执行。观察关键事实召回、约束违反、下一步动作是否正确，以及是否重复执行已经完成的操作，同时记录 Token、延迟和压缩成本。若指标变差，就调整保留规则或摘要内容；不能只根据摘要模型自评“保留完整”判断效果。

常见追问

开放式对话不知道后面会问什么，怎么决定必须保留？

无法提前精确预测所有未来问题。可以保留少量已确认且可能持续有用的信息、当前对话主题与未解决事项，把其余内容保存在可检索的原始历史中。读取时结合新问题按需召回，并保留来源和有效时间；压缩摘要与写入长期记忆是不同操作，不需要把每句闲聊都变成长期用户画像。

能不能让模型给每条消息打重要性分数？

可以作为候选筛选，但评分应结合当前目标、状态和后续依赖，并由明确规则保护关键字段。最好以完整的语义片段或工具交互为单位，避免拆掉条件与结论的关系；再用实际回放验证评分是否有用，不能只按分数机械删除。

什么时候触发压缩？用户可以切换模型怎么办？

按当前模型及接口的实际输入限制，计算消息、工具定义、附件等开销，并为输出和预期工具反馈预留空间。可在接近预算时触发，结合任务阶段选择较完整的压缩边界；切换模型后重新计算预算和 Token 估算，不能让所有模型共用一个固定消息条数或阈值。

对应教程

参考资料