对话进度不会保留什么意思

怎么样才能让别人对你充满分享欲，一有事呢，第一时间想跟你说。那今天这个内容呢？不管你是想搞定喜欢的人，还是想让同事朋友更愿意跟你聊，那今天这期呢，都特别适合，如果你觉得有用，记得给我点赞。 做咨询的时候呢，在面对面的这样一个空间里，有人很沉默，有人试探，有人第一句话就是， 我真的不知道从哪说起。那我的工作就是让那个从不知道从哪说起变得自然安全，甚至有点让人期待。 包括我身边的很多朋友，很多同行，甚至有些只有几面之缘的陌生人，他们很少会直白的夸我专业，而是会说，奇怪，我怎么跟你说了这么多，有些话呢？我连我老公都没有讲过的。 所以今天这个内容呢，你一定要好好听，我感受你的，肯定能学到真货。对话的能力分四个层次，第一个层次也是最基础，最初的层次，夸奖。 这也是说很多人会教你拉近距离的一个对话方法，就是你要夸他，要肯定他。但是现在很多人其实对这个都已经有点防御了，特别是不太熟的人，他听到你夸他，他会觉得 有啥套路吗？是不是有什么坑？所以夸奖有用吗？有，但是真不多。那终极的对话技巧是什么呢？就是提问。我们经常说，真正的浪漫不是你对一个人有分享欲，而是你对他有探索欲。 我想知道你今天经历了什么，我想了解你那些没有说完的话背后藏着什么。当你对一个人流露出这种探索欲的时候，对方感受到的是我在你眼里是特别的，是值得被了解的。 这种感觉呢，比任何夸奖都让人心动。哪怕你完全不懂他在说什么也没关系，你只需要看着他，带着好奇去追问更多的细节，去感受更多的感受你当时是什么感觉，这件事情你是怎么做到的？ 这种全能的关注啊，会让他对你有一种非常强烈的好感。更高级一点的对话技巧是什么呢？就是互动。互动不是一问一答，而是你接得住他的话， 还能抛得回去。他讲一件事，你不只是说哦，真的吗？而是能抓住他话里面的情绪点，细节点，延展出去。 比如说，他说我上周爬山爬的累死了，一般人会说，你爬哪座山啊？这是提问，但互动的人会说什么呢？听你这么说，我感觉虽然累，但是还挺过瘾的。是不是看到什么特别的风景了？ 你看，这既接住了他的泪，又引导他继续分享美。这一来一回，对话就有了节奏感，对方也会很愿意和你继续聊下去。以上这三个层次呢，确实能让你在大多数场合游刃有余， 但真正能走进人内心的，能让人对你掏心掏肺毫无保留的，是第四个层次，也就是最高级的层次，共情。 共情呢，不是简单的安慰，而是我感受到了那一刻，你一定很难。你当时下这个决心的时候，肯定面临着很多的质疑和诋毁吧， 尝试去感受对方的情绪，并且用语言表达出来。共情不是技巧，是你真的愿意去理解另一个人的内心世界。当一个人在你这里感受到被深深的理解，他对你的分享欲就会变成一种本能，因为和你说话就是和自己对话。 很多人认为想让别人对自己有分享欲，就得拼命的夸他、捧他、哄着他。但是你今天听完就立刻明白了， 最高级的吸引力从来不是你说了多少好听的话，而是你有没有能力让一个人在你面前放心的去做自己。 那这个技巧是用各种人际交往，比如说朋友之间，能让别人愿意找你倾诉，哪怕你只是想让孩子多跟你说两句心里话，这套方法都一样管用。所以从今天开始，别再只会傻傻的夸别人捧别人了， 去练习提问，一定要练习互动，练习真正的看见一个人。当你学会了共情，你会发现根本不用追着别人跑，自然有人愿意靠近你，把所有的话都留给你。

即便有了插件的加持，当前的长对话也走到了末路。 chat gpt 已经警告我，当前的对话已经达到了限额，必须得开启新聊天了。 找了各种方法，还是提示词好用，直接让 ai 总结当前的聊天记录并生成摘要的 j s o n 文件，在新窗口粘贴进去，继续聊天就好。提示词如下，请将我们之间上述所有对话， 包括您最初的提示压缩成尽可能无损且保留关键信息和统计数据的形式，这样您就可以完全恢复并继续进行对话，同时保持相同的概念框架。最终结果应该可以导入到像您这样的语言学习模型 l l m 中， 这样我们只需一个提示就能继续这段漫长的对话，就像没有中断一样。请生成一个我可以重复使用的 j s o n 代码摘要。另外，想用好 ai 工具，只需要抓住三个要点，给 ai 抄作业，提供视力或者需要参考的模板情景学习，防止 ai 下作答。 告诉他一步一步思考思路，练为 ai 定规矩，让他使用特定格式输出内容结构化输出。

用 ai 解决问题的时候，相信大家都遇到过这么一个问题，你调教好的 ai， 长期给他输入一些指令，一些问题到最后的时候聊到上限了，你又没有提前备份好， 就导致开个新对话框，有可能会省略掉很多信息，或者说你又要重新调教他，非常费时间，又或者说你备份的信你备份的不是特别好， a 对 话框到 b 对 话框， b 对 话框又到 c， c， d 对 话框，最后 a 到 d 之间省略了很多信息，你刚好又是又是需要一个长期聊的话题，就会导致越聊 他最后的信息越少。今天我给大家分享一个我常用的一个指令，是比较适合适合用这个问题的，就比如说 a 到 d 一 直往后聊，他不会说越聊越省略，也是我个人平时爱用的一个方法，今天分享给大家我这个方法， 说不定你有更好的方法，更简单的方法，如果有兄弟知道的话，也可以在评论区说一下，一起来分享。我就拿豆包和 deepsea 举例吧，豆包和 deepsea 单论上下文的长度限制的话，豆包的豆包是要比 deepsea 长一点的，豆包它单论对话框最多可以聊两百五十六 k， 比 deepsea 长，但是他没有，但是他经过多轮的那种记忆的记忆的稳定性是不如 deepsea 的， 就是说你看似比 deepsea 聊的长，但是如果是需要复杂的信息内容的话，你没有 deepsea 稳定，聊到后面你就说明就说明你问 ai 一 些问题， ai 就 忘记了， 这个情况下你就赶紧需要提前的给他输入这个特定的指令了，现在的 ai 他 没有那种功能，就是说快聊到上线之前，他会给你说你要提前备份好 快聊到上限了，他一般就是直接说聊到上限了，所以说你你自己要判断一下。豆豆包的话，大概是聊个二十轮左右的话，就可以把这个指令复制到新对话框了。 deepsea 的 话，大概聊到三十轮左右的话，就可以自己判断一下，把这个指令给它输入进去，放到新对话框，完成一个接力。 ok， 兄弟们，这些内容 就分享分享这个关于对话对话框长度的问题，指令我就放在下面了，我这个方法的话，我个人认为是比较好用的，如果有更好的方法，希望兄弟们分享出来。 ok， 兄弟们，希望对你有帮助。

飞哥又偷偷更新功能了，所有做抖店的家人，这三个开关赶紧去设置，那我们话不多说，直接开始。 第一个，我们到服务公单客服管理，欢迎与保留人工客服结束语直接关掉，那对话都结束了，系统还在自动发废话，那顾客一看就反感，那本来想复购的都被劝退了，纯纯的浪费流量，浪费钱， 记住，多余的话术就是流失的订单。第二，消费者自助服务，申请售后进度，直接关闭，别让顾客在聊天窗随便点退款，百分之九十的无理由退款都是从这两个入口来的，退后率啊，直接腰斩， 少退一单，多赚一单。第三，自动跟单，反过来开催拍催付啊，全部打开，提升下单转化率。 自助核对订单的地址也打开，让顾客呢二次确认信息异常订单提前拦截，细节做对，流量翻倍。 那细节做错啊，钱全白费！就这三步，少品退，少差评，多转化！做抖店的现在立马去设置吧！如果你有任何关于电商问题不懂的，直接来问！

过完年有小伙伴打开 whatsapp， 发现跟客户的聊天记录一夜之间全部没了，这是怎么回事？当你看到客户有这个图标的时候，你要记得把你跟他的对话框那边设置，把这个现实消息给他关闭掉。然后还有一种情况就是你发现你跟 所有客户的聊天记录全部都没有了，那么你记得去设置隐私的聊天记录，他都会定时清理掉。

哼哼哼哼哼哼哼哼哼哼。

cloud code 的 创始人有一个对人性的洞察，叫做人们不会做新事情，凡是你做过产品，然后去用产品去满足需求，做过类似事情的人呢，你都能理解他这句话的分量。那另外还说呢， ai 的 plan 模式可能一个月之后就不需要了。如果你正在用 cloud code， 你 大概率用过 plan mode 这个模式啊， 是先让 cloud 想清楚，然后呢再让它动手写代码。那其实现在我们用 ai coding， 用 cloud code， 很多教程都是这样教大家用的，然后先计划，然后再实施，对吧？也确实目前是很有用的啊，包括我自己，大部分时候呢，都是这么来做的。 但是呢， cloud code 创始人 boris 在 最近的一次访谈里面说这句话，确实让我非常的意外啊，或许一个月之后都不需要用 plan 这个模式了， 各位要注意啊，这不是说的一年，不是说六个月，而是一个月，所以我们知道 ai 的 进化很快，但是没想到他的这个创始人觉得其实比我们预期的还要快很多。这个视频会解释一下他为什么这么说，当然这个观点呢，也只是他的整个访谈中众多反 直觉的观点和认知之一。 y c 最近起呢， boris 做的这一期深度对谈里面，他几乎毫无保留的分享了 cloud code 从零到现在的全过程，怎么诞生的，为什么是终端这种形式？产品的方法论是什么？以及 他对 ai agent 未来的判断，以及他对人的行为模式的判断。在 cloud code 横扫世界的今天，我觉得我们所有人都应该竖起耳朵，认真听一下这位核心开发者的声音。第一点， cloud code 的 诞生呢，是一个意外，当时呢，只是想试试 p i。 这个呢，要从二四年的九月份说起。当时呢， boris 在 osapic 的 一个叫 osapic nex 的 团队，这个团队呢，后来产出了三个产品， blockcode， m c p 以及桌面应用。当然， m c p 今天已经眼疾识股了，但这三个当时都是 osapic 的 杀手级产品。 但一开始呢，其实没有人要求他做一个编程工具。 boris 呢，他只是想试一试 ospec 的 a p i。 因为他当时呢，还没有用过，所以他随手写了一个终端的聊天小程序，能问问题，看答案， 仅此而已。那为什么他选择做成终端呢？答案非常简单，因为不用做 u i， 就 这么简单啊。后来托 user 功能上线了，他就给模型呢加了一个 bash 工具，原因也特别简单，因为那恰好是文档里面的事例代码。然后呢，他随手问了一句， 我现在在听什么音乐？然后 cloud 写了一段脚本，去他的 mac 音乐播放器里面查了歌名，然后告诉了他。 boris 说，这是他第一次感受到 ai 的 冲击， 模型只是想用工具，这就是他想做的全部事情。 ok。 两天后，他把这个原型给团队里坐对面的同事 robert 第二天来上班呢，发现 robert 已经在用它写代码了。 波尔斯呢，这个时候吓了一跳，他说，这个东西还只是个圆形啊，你们就在用了，这说明什么呢？这个东西确实有用，当一个东西啊，它很粗糙的时候，如果还有很多人用， 那一定是未来。第二点，为什么 cloud code 呢，一直是终端，不是因为技术信仰，而是因为呢，不确定性。大家接触 cloud code 第一反应就是说，这个东西呢，怎么是在终端里面用的？ 很多人就以为 boris 呢，是那种死忠终端用户， web 不 离手，鄙视 vs code 的 那种人。但事实呢，恰恰相反， boris 呢，说自己是个相当普通的工程师，他用 vs code， 然后不用 web， 不是 什么 mini 行的即刻。所以跟大家想象的是不一样的， cloud code 之所以一直是用终端，并不是有什么高深的考量，而 因为团队呢，一直不确定最终形态是什么。它的原话是这样的，如果你一年前问我，我会说终端的寿命呢，大概是三个月。但直到今天，终端形态呢，还在，那这个临时方案呢，就成了 产品本身。现在 cloud code 已经扩展到网页端，桌面应用 slack、 github vs code 插件、 jeffries 插件等等。 团队呢，一直在实验不同的形态，但终端呢，始终是核心。 boris 把这归结为一个设计约束带来的意外优势，因为终端只有八十乘一百个字母，二百五十六色一种字号，而且没有鼠标的交互。在这个极度受限的空间里面，他们被迫发明了一套新的 u x 原则。 比如说那个加载动画 spinner， 经历了大约五十到一百次的迭代，百分之八十呢，其实没有上限的。第三， cloud code 没有一行代码是活过六个月的。这是整场访谈里面最让我震惊的内部信息之一啊。 boris 直接说， cloud code 的 代码库被完全重写了， 不是一次，而是在反复的重写。现在百分之八十以上的代码可能只有不到两个月的历史，这并不是之前这个技术栈导致的这种被动的重写，而是他们的主动策略。 boris 把它和苦涩的教训这篇文章呢联系在了一起。 那这个文章如果你关注 ai， 就 应该知道，这是图灵奖得主 richard sutton， 他的经典论文核心观点就是说，更通用的模型总是会打败更具体的模型。他们在 cloud code 团队的办公区墙上呢，挂了一份这篇文章的表框打印 件。具体来说，他们会构建一些脚手架代码来扩展模型能力，比如提升百分之十，百分之二十的某项性能。但每隔几个月，新模型出来，这些脚手架就变成了技术战。因为模型本身已经能做到了， 所以他每几周就会下架一些工具，同时呢，新增一些工具，不断淘汰，被模型能力追上了功能。这个创业者最大的启示就是说，你今天写的代码保质期可能呢只有两个月了。所以不要执着于代码本身，而是要执着于 解决的问题，因为你要解决问题，这个是不变的。那这里有必要划一个重点，就说思维其实现在应该变了，比如说是否优雅，是否模块化？ no， 这些通通要让位于 要解决的问题。第四点， osmic 工程师生产力增长了百分之五十，而且不是靠家人。 boris 分享了一组他们内部的数据，团队规模在一年内呢，翻了一倍，但是每个工程师的生产力也同时增长了大约百分之七十。以 p r 数量来衡量， 并且交叉验证了 comi 的 生命周期。自从 cloud code 推出以来， ospek 每个工程师的生产力累计增长了百分之一百五十。他特别感慨了一句，在他的上一份工作就是在 metac， 那 个时候负责全公司的代码质量，当时要提升百分之二的生产力，需要几百人干一整年。 现在呢，百分之五十。 boris 自己则更加极端，自从 opus 四点五之后呢，他卸载了 id， 百分之百的代码呢，都通过 cloud code 来完成， 每天提交大约二十个 p r。 他 说，在这个 isopic 的 内部，技术员工每天都在用 cloud code， 甚至他说一半的销售团队也在用。当然，这部分人最近呢，转向了 codework， 他 们最新的一个非技术版本的 cloud code。 你 可以这样理解啊， 因为它有虚拟机和更多的安全防护，更适合非工程师的群体。第五点啊， plan mod 是 花了三十分钟从 get up 一 手到上线。 plan mod 的 诞生过程本身就是 boris 产品哲学的完美案例，它是在一个周日的晚上十点。 boris 呢，在浏览 get up 一 手和 内部反馈频道的时候呢，发现很多用户呢都在做同一件事情，就是让 cloud 先想清楚再写代码，是通过什么呢？之前通过提词词指令来实现这样的方式的。比如说，有人就这么来说，先做个计划，但是别写代码。有人呢，要求写详细的技术方案啊，共同点都是说，先计划，但先别写代码。 波尔斯花了三十分钟写完这个功能，当晚呢，就提交第二天早上上线。而 plan mode 的 实现其实极其简单，他只是在 prompt 里面呢，加了一句话， please don't code 非常的简单啊。波尔斯说，你甚至可以自己打这句话，那效果是一样的。但有意思的是他的预测波尔斯，他认为现在 cloud code 已经可以自己决定何时进入 plan mode。 它的判断就是，在一个月之内用过，就完全不需要手动切换到 plan mode 这个模式了。 那它的逻辑是，六个月前，即使有了计划呢，你还得盯着它执行，因为它经常跑偏。现在呢，一旦计划定好模型呢，几乎每次都能完美执行。下一步，就是连计划本身也不需要你操心了。第六点啊， agent swarm 在 一个周末构建了整个的插件系统。 那这是访谈中比较科幻的一个故事，它提到 cloud code 的 插件，这个功能是由一群 agent 在 一个周末自动构建完成的， 几乎没有人类干预。具体操作是这样的，就是一个工程师给 cloud 一 份规格文档，然后呢，让 cloud 使用 osana 看板来管理任务。 cloud code 在 osana 上创建了一批任务卡片，然后生成了多个子 agent， 那 主 agent 给每个子 agent 的 分配指令，子 agent 开始自动 任领任务，独立执行。而这些子 agent 彼此并不共享完整的项目背景，他们只有各自被分配的任务信息。 boris 说，这个插件系统正是上线时候的形态，跟当时自动构建出来的几乎是一样的。他提到一个概念，叫做不相关上下文窗口，多个 agent 拥有各自独立的，未被 彼此上下文污染的窗口。第七个 burst 呢，最后给创业者的三条建议啊，这个很重要。第一个，不要为今天的模型而建，要为六个月之后的模型而创建。这意味着呢，你要去找模型。今天还做的不太好，但是呢，即将变好的这个能力的边界，然后在这个能力边界上提前构建产品。 国内有很多这个访谈提到这一点啊。第二个，永远不要跟模型对赌，苦涩的教训。这个论文的核心推论就是，你今天花工程资源构建的脚手架，明天可能就被模型原生能力取代。那这不是说不应该，而是呢，做之前你要问自己，这个投入 是值得的，短期收益还是在建一座即将被淹没的堤坝？第三个，挖掘需求比创造需求重要得多。波尔斯说，这是他经历了几次创业之后才真正理解的产品原 则。他提的非常非常关键一句话就是，人们只会做他们已经在做的事情，你不能让人做新的事情，只能是让他们已经在做的事情更容易 挖掘出已有的，被遮蔽的，而不是创造出一个全新的。人类的。许久几千年，基本没有变化过。 plan 模式就是典型的案例，因为用户已经在浏览器里面打开 cloud 的 窗口来规划方案了。 plan 这个模式呢，只是把这个行为搬进了 cloud code， 你 只需要观察用户，倾听用户， ok。 第八点，软件工程师这个头衔可能要消失了。 boris 对 未来的判断很直接，编程对所有人都将是基本解决状态了。软件工程师这个头衔可能会变成 builder 或产品经理。 工程师的工作呢，不再只是写代码，还包括写规格文档，跟用户对话，做产品设计。 ospek 内部已经是这样了， emm 写代码，然后设计师写代码，工程经理也写代码，财务经理他还写代码。他描述的极端上线场景呢，是 a s l 四级别，也是 ai safety level 模型，具备地归自我改进的能力，这也是今年 agent 正在引进的方向。