一个对话到底能聊多久：上下文快塞满的 7 个信号、什么时候该新开一个、旧对话里的东西怎么搬过去（附 2 段可直接抄的「搬家」提示词）
后台看用户对话时有一个很常见的形态：一个对话窗口，两百多轮，从「帮我写个周报」开始，中间夹着改简历、问社保、算房贷，最后一轮是「你怎么又忘了我上面说的格式」。
它没忘，它是装不下了。每个模型能同时「记住」的内容是有上限的（术语叫上下文窗口，30 个术语那篇解释过），满了之后要么把最早的内容挤掉，要么把整段对话压缩成一个模糊的摘要。你周一定下的格式，到周四已经被挤成「用户好像对格式有要求」。
这篇只解决三个实际问题：怎么看出它快满了、什么时候该新开、新开之后怎么不丢东西。
先交代立场：我们做的不墨 AI 助手把 DeepSeek、Kimi K3、通义千问、GLM-5.1 放在一个窗口里，下面的做法在任何平台都能用，只是「装得下多少」各家不一样，文末有表。
一、快塞满的 7 个信号
这些信号按出现顺序排，越靠后越严重。出现前两个就该准备搬家了，不要等到第五个。
| # | 信号 | 它会怎么表现 | 严重程度 |
|---|---|---|---|
| 1 | 开始重复问已经给过的信息 | 「请问你的目标读者是谁？」——你第 3 轮就说过了 | 轻 |
| 2 | 格式开始漂 | 前 20 轮都按你要的三段式输出，突然变成大段散文或加了一堆表情 | 轻 |
| 3 | 把两件事的设定混在一起 | 改简历时用了你写周报时定的语气 | 中 |
| 4 | 回答变短、变笼统 | 之前给 5 条具体建议，现在给「可以从以下几方面考虑」 | 中 |
| 5 | 引用你没说过的话 | 「按你之前提到的 30 万预算」——你说的是 20 万 | 重 |
| 6 | 明显变慢 | 每次回复等待时间比刚开始长一倍以上 | 重 |
| 7 | 直接报错或截断 | 「对话过长」「请开启新对话」，或者回答写到一半停了 | 满了 |
信号 5 最危险，因为它长得像正常回答。它不是在骗你，是把被压缩的摘要当成了原文。 这时候对话里所有涉及数字、日期、名字的内容都要重新核对——核实流程那篇的第 0 步分类在这里直接用得上。
二、一条规则：什么时候新开
不用数轮数，也不用算 token。记一条：
一件事一个对话。换事就换对话，同一件事出现信号 1 或 2 就搬家。
「一件事」的颗粒度按这个判断：如果你需要 AI 记住前面的内容才能继续，那就是同一件事；如果前面的内容对接下来的问题没帮助，那就是另一件事。
几个常见场景套一下：
- 写一份方案，从大纲到成稿改了 15 版：同一件事，一个对话。改到第 15 版出现格式漂移，搬家。
- 写完方案顺手问「社保断缴怎么办」：另一件事，新开。方案对话留着，下次改还能用。
- 每天写周报：每周新开，不要一个对话写三个月。旧周报的格式用下面的「打包」提示词带过去。
- 长文档问答（一份 80 页的合同问 30 个问题）：同一件事，但文档本身就占了大量空间，问到 15 个左右就该搬——Kimi K3 除外，它的上限够大，见文末表。
- 当私人助理随手问东问西：每件事新开，或者接受它会忘。私人助理 7 天日记里翻车的两次都是因为把一周的杂事塞进了同一个窗口。
新开对话的成本是几秒钟加一段提示词。不新开的成本是你不知道它什么时候开始用错数字。
三、搬家：旧对话里的东西怎么带走
大多数人不愿意新开，是因为觉得「前面聊的都白费了」。其实真正需要带走的通常只有三样：已经定下的要求、已经确认的结论、正在改的那份东西的最新版本。 中间的试错过程不需要。
第 1 段：在旧对话里让它自己打包
在快满的对话最后发这一段：
这个对话快到上限了，我要新开一个继续。请把我们到目前为止的内容整理成一份「交接说明」，
只保留这三类，其他都不要：
1. 我提出过的所有要求和限制（格式、语气、字数、不要出现什么），逐条列出，用我的原话
2. 已经确认过的结论和决定（哪些方案选定了、哪些否掉了、为什么）
3. 当前正在处理的东西的最新完整版本（原文贴出，不要摘要）
不要加你的建议，不要总结过程，不要客套。
它会给你一段几百到一千字的东西。通读一遍——这是唯一需要你动脑的步骤：被压缩过的对话里，它列出的「要求」可能已经走样，改掉不对的。
第 2 段：在新对话里拆包
新开一个对话，第一条消息：
下面是上一个对话的交接说明，请先完整读完，然后只回复「已读，继续」，不要复述、不要总结、不要提建议。
从下一条消息开始，我们接着做第 3 项里的那份东西。
【交接说明】
（贴上第 1 段的输出）
「只回复已读」这一句很重要。不加的话，多数模型会把交接说明重新总结一遍再夸你一句，白白吃掉新对话的空间。
更省事的做法：要求固定的东西单独存
如果你有一套每次都要用的要求（比如周报的固定格式、简历的语气），别每次从旧对话里挖，存成一段文字放在备忘录里，新对话第一条直接贴。提示词速查表那篇最后的「三段式骨架」就是为了这个准备的。
四、各家「装得下多少」
同样的对话，在不同模型里撑的时间差别很大：
| 模型 | 上下文上限（官方标称） | 大致相当于 | 实际体感 |
|---|---|---|---|
| Kimi K3 | 100 万 token | 一部长篇小说 + 几百轮对话 | 几乎不用搬家，长文档问答首选 |
| DeepSeek V4.1 Flash | 128K token | 一份 200 页的文档或几十轮长对话 | 普通任务一天用不满；带附件问到 15 轮左右开始出信号 1 |
| 通义千问 3.7 | 128K～256K（按版本） | 同上或略多 | 和 DeepSeek 接近 |
| GLM-5.1 | 128K token | 同上 | 和 DeepSeek 接近 |
| DeepSeek R1 | 128K，但思考过程也占空间 | 比 Flash 少一半左右 | 推理题连问 5～6 道就该新开 |
两点补充：
- 标称上限 ≠ 好用的范围。多数模型在填到六七成之后就开始出现信号 1、2，不要等到报错。
- 附件算在里面。上传一份 50 页 PDF，相当于对话已经用掉一大块——这是为什么上传文件那篇建议大文档优先给 Kimi K3。
最后
「越聊越傻」的对话，九成是因为该新开的时候没新开。规则只有一条——一件事一个对话——加上两段搬家提示词，就够把这个问题解决掉。
如果你不确定自己现在的用法有没有这个问题，看一眼你最近的对话列表：有没有哪个对话的轮数是别的十倍以上？ 有就是它。