ChatGPT 对话越来越长，为什么回答开始跑偏

长对话并不等于上下文越多越聪明。旧代码、旧报错、旧需求和新状态混在一起时，模型可能继续基于已经过时的信息回答。编程问题尤其容易出现这种“上下文污染”。

一、为什么会出现这个问题

• 对话太长、旧上下文过多或多个任务混在同一个线程里。
• 浏览器 Cookie、扩展、缓存和设备网络导致网页端表现异常。
• 文件上传、图片、联网、工具等能力会走不同请求链路，不能用“能聊天”推断全部功能正常。
• 问题描述太宽，模型需要猜大量前提，导致回答泛化或跑偏。

二、推荐的排查顺序

1. 先缩小问题范围

新开空白对话、无痕窗口、小文件、小图片、简单提示词逐项测试。把“整个 ChatGPT 不行”拆成一个具体能力是否失败。

2. 减少上下文污染

长对话阶段性总结后开新线程，只带最新代码和当前唯一问题，避免旧需求与旧代码继续影响答案。

3. 给可验证的输入

技术问题至少提供目标、环境、完整错误、最小代码和已经尝试过的步骤，让模型按“原因→验证→修复”回答。

三、可以直接复制的排查示例

这是上一轮问题的最终状态：

项目：Go + Gin + MySQL
已经解决：登录 500、Redis 连接
现在唯一问题：token 过期仍返回 200
相关文件：middleware/auth.go、handler/login.go

请忽略之前旧实现，只基于下面最新代码分析。

四、使用建议

阶段性总结后开新对话并不意味着丢失效率，很多时候反而能明显提高准确率。