AI จำอะไรเกี่ยวกับเรา? แยก Context, Memory และประวัติแชตให้ชัด
AI จำสไตล์การเขียนได้ แต่กลับลืมตัวเลขที่คุยกันเมื่อวาน ไม่จำเป็นต้องแปลว่าระบบเสีย เพราะการเก็บประวัติ การดึงความจำ และการส่งข้อมูลให้โมเดลตอบอาจเป็นคนละขั้นตอน

ข้อมูลที่เก็บไว้ไม่เท่ากับข้อมูลที่โมเดลกำลังเห็น
เมื่อพูดว่า AI “จำได้” ควรแยกอย่างน้อยสามอย่าง: Context คือข้อมูลที่ใช้ในรอบการตอบนั้น Memory คือกลไกเก็บและนำข้อมูลกลับมาใช้ข้ามรอบหรือข้ามงานตามการออกแบบ และ ประวัติแชต คือบันทึกการสนทนาที่ผลิตภัณฑ์จัดเก็บให้เปิดดู ทั้งสามอาจเชื่อมกัน แต่ไม่ใช่วัตถุเดียวกัน
เอกสาร Memory ของ LangChain อธิบายการจำในระดับเธรดและการเก็บระยะยาว ส่วน บทความ Context Engineering ของ Anthropic อธิบายการคัดข้อมูลเข้าสู่บริบทที่มีขอบเขตจำกัด ใช้เป็นพื้นฐานของแนวคิดได้ แต่ไม่ได้ยืนยันว่าแอป AI ทุกตัวใช้รูปแบบเก็บหรือลบข้อมูลเหมือนกัน
บทความนี้อธิบายหลักการทั่วไป ไม่ใช่คู่มือตั้งค่าความเป็นส่วนตัวของผลิตภัณฑ์ใด หากต้องการรู้ว่าแอปหนึ่งเก็บอะไรและนานแค่ไหน ต้องอ่านเอกสารและการตั้งค่าของบัญชีนั้นโดยตรง
Context, Memory และประวัติแชตต่างกันตรงไหน
| ส่วน | คำถามที่ใช้ตรวจ | สิ่งที่ไม่ควรอนุมาน |
|---|---|---|
| Context | รอบนี้ระบบส่งข้อความ ไฟล์ หรือผลค้นใดให้โมเดล | ข้อความทุกบรรทัดในประวัติอยู่ในรอบนี้ทั้งหมด |
| Memory | ระบบเก็บข้อมูลอะไร และเลือกดึงกลับมาเมื่อใด | เก็บแล้วจะเรียกใช้ทุกครั้ง หรือเรียกได้ถูกเสมอ |
| ประวัติแชต | มีบันทึกใดให้ผู้ใช้เปิดย้อนหลัง | ลบแชตแล้วความจำหรือสำเนาทั้งหมดจะถูกลบด้วย |
ความรู้จากการฝึกโมเดลเป็นอีกชั้นหนึ่ง การแก้ข้อความในแชตหรือเปลี่ยนรายการความจำไม่ได้แปลว่าได้ฝึกน้ำหนักโมเดลใหม่ และการจำข้อมูลผู้ใช้ไม่จำเป็นต้องเกิดจากการฝึกโมเดล ระบบอาจเพียงดึงบันทึกเก่ามาวางในบริบทก็ได้
Context อาจรวมคำสั่งระบบ ผลจากเครื่องมือ และข้อมูลที่ค้นได้ซึ่งผู้ใช้ไม่ได้พิมพ์เอง หน้าจอแชตจึงอาจแสดงบริบทไม่ครบ หากแอปไม่เปิดรายละเอียดเหล่านี้ เราก็ตรวจได้เท่าที่แอปแสดง ไม่ควรให้ AI เดาว่าระบบเบื้องหลังทำอะไร
ตัวอย่างสมมติ: จำสไตล์ได้ แต่ใช้วันกำหนดส่งผิด
สมมติผู้ใช้บอกว่า “ชอบคำตอบไทยสั้น ๆ” และเคยวางแผนส่งงานวันศุกร์ ต่อมามีการเปลี่ยนกำหนดส่งเป็นวันพฤหัสบดีในข้อความยาวอีกห้องหนึ่ง หากระบบเก็บสไตล์ไว้เป็น Memory แต่ไม่ได้ดึงการเปลี่ยนกำหนดส่งเข้ามา AI อาจตอบสั้นตามใจผู้ใช้พร้อมใช้วันศุกร์ที่ล้าสมัย
นี่เป็นสถานการณ์สมมติเพื่อแยกชั้นข้อมูล ไม่ใช่ผลทดสอบของผลิตภัณฑ์จริง วิธีแก้สำหรับงานนี้คือส่งข้อมูลปัจจุบันพร้อมหลักฐานใหม่ว่า “กำหนดส่งที่ใช้กับงานนี้คือวันพฤหัสบดีตามประกาศฉบับล่าสุด อย่าใช้วันจากแผนเก่า” แล้วตรวจแผนที่สร้างว่าทุกส่วนใช้วันเดียวกัน
ข้อมูลถาวรอย่างภาษาที่ชอบกับข้อมูลชั่วคราวอย่างกำหนดส่งควรจัดการต่างกัน ในมุม KrobClick ข้อมูลชั่วคราวควรมีวันที่และขอบเขตของงาน ส่วนข้อมูลที่มีผลสูงควรยืนยันจากต้นฉบับปัจจุบัน แม้ระบบบอกว่าจำได้แล้ว
ทำไมคุยนานขึ้นไม่ได้แปลว่าระบบเข้าใจดีขึ้นเสมอ
บริบทมีขนาดจำกัด และระบบอาจตัด สรุป หรือค้นเฉพาะส่วนเพื่อทำงานต่อได้ตามการออกแบบ การสรุปช่วยรักษาใจความ แต่รายละเอียดที่ไม่ได้ถูกเก็บอาจหาย เช่น ข้อยกเว้นที่อยู่ในบทสนทนาเก่า การเปิดประวัติเห็นข้อความไม่ได้พิสูจน์ว่ารอบตอบล่าสุดได้รับข้อความนั้นเต็ม ๆ
บทความของ Anthropic เสนอการจัดบริบทและการใช้บันทึกช่วยงานยาว เรานำหลักนี้มาเป็นข้อเสนอปฏิบัติว่าให้สร้าง “สถานะงานล่าสุด” แยกจากบทสนทนาที่ยาว โดยระบุสิ่งที่ตกลงแล้วและสิ่งที่ยังไม่ยืนยัน ไม่ทำให้การสรุปนั้นกลายเป็นแหล่งความจริงที่เหนือเอกสารต้นฉบับ
สถานะงานล่าสุด: เป้าหมายคือคู่มือสำหรับผู้เริ่มต้น สิ่งที่ยืนยันแล้วคือใช้ภาษาไทยและส่งวันพฤหัสบดี แหล่งอ้างอิงคือประกาศฉบับล่าสุด ข้อห้ามคือห้ามเติมราคาหรือผลทดลอง งานที่เสร็จคือโครงเรื่อง งานค้างคือเช็กแหล่งและภาพ ก่อนทำต่อให้ระบุข้อมูลที่ยังขาด
ข้อความนี้เป็นแม่แบบสมมติ เปลี่ยนให้ตรงงานจริงและลบข้อมูลที่ไม่จำเป็นก่อนส่งต่อ สำหรับ workflow ส่งงานข้ามเซสชันอ่านต่อได้ที่ บทความ Handoff และบริบทงาน
หากต้องการอ่านเรื่อง Token และการจัดเอกสารยาวโดยเฉพาะ ดู คู่มือ Context Window ส่วนบทความนี้เน้นแยกข้อมูลที่เก็บ การดึงความจำ และความหมายของการลบประวัติ
ตรวจการจำและการลบจากการตั้งค่า ไม่ใช้คำตอบ AI เป็นใบยืนยัน
- มีหน้ารายการ Memory ที่ตรวจ แก้ หรือลบได้หรือไม่ และรวมข้อมูลประเภทใด
- การลบประวัติแชตกับการลบ Memory เป็นคำสั่งเดียวกันหรือคนละส่วน
- ไฟล์ที่แนบ ข้อมูลจากแอปเชื่อมต่อ และบันทึกงานมีนโยบายแยกกันหรือไม่
- มีข้อกำหนดด้านการเก็บรักษา สำรองข้อมูล หรือการบริหารโดยองค์กรอย่างไร
- การนำข้อมูลไปฝึกโมเดลควบคุมแยกจากการเก็บและใช้ Memory หรือไม่
รายการนี้เป็นคำถามสำหรับตรวจนโยบาย ไม่ใช่การรับรองว่าผลิตภัณฑ์ทุกตัวมีเมนูครบตามนี้ หาก AI ตอบว่า “ลืมแล้ว” แต่ไม่มีเครื่องมือหรือตัวบ่งชี้การลบที่ตรวจสอบได้ อย่าใช้ถ้อยคำนั้นเป็นหลักฐานว่าข้อมูลถูกลบจากระบบทุกชั้น
ทำให้งานต่อเนื่องด้วยหลักฐานที่ชัด ไม่ฝากไว้กับการจำอย่างเดียว
งานประจำอาจใช้ Memory ลดการพิมพ์ซ้ำได้ แต่กำหนดส่ง ตัวเลข เงื่อนไขสัญญา และสิทธิ์ทำงานควรอ้างแหล่งปัจจุบัน ก่อนเริ่มงานใหม่ให้ส่งสรุปสถานะที่กระชับ พร้อมลิงก์หรือไฟล์ฉบับที่ใช้ แล้วตรวจผลลัพธ์ว่าตรงกับข้อมูลนั้น
คำถามที่มีประโยชน์กว่าการถามว่า “จำฉันได้ไหม” คือ “คำตอบนี้ใช้ข้อมูลฉบับไหน และสิ่งใดต้องยืนยันใหม่” คำถามนี้ช่วยทั้งจับความจำที่ล้าสมัยและทำให้เราเห็นขอบเขตของการพึ่ง AI ได้ชัดขึ้น
แหล่งข้อมูล
ตรวจเอกสารต้นทางวันที่ 14 ตุลาคม 2569 ตามเวลาไทย ตัวอย่างและคำสั่งภาษาไทยเป็นข้อเสนอของ KrobClick ไม่ใช่ผลทดลองผลิตภัณฑ์ ความสามารถและการตั้งค่าอาจต่างตามรุ่นหรือบัญชี ควรตรวจต้นฉบับและผลลัพธ์ก่อนใช้งานจริง