與 AI 的對話，只在聊天視窗中進行嗎？現在就來畫出「思考導圖」：ThoughtDAG 的故事

試想一下，假設您正在與 AI 進行一項極為漫長的研發專案。起初，對話是以「氣候變遷」這個宏大的主題開始的，隨後話題不斷延伸，從「海平面上升」談到「環保建築技術」，最後落腳在「特定材質的耐久性」。然而，AI 突然失去了上下文，開始給出一些莫名其妙的回答。究竟是從哪裡開始出錯的呢？

目前我們使用的大多數對話式 AI 介面，都將聊天視窗管理得如同永無止境的捲軸。這是一種必須不斷向上滾動才能找到線索的結構。最近，一個有趣的開源專案出現，完美解決了這種令人沮喪的情況，那就是「ThoughtDAG」。

為什麼這很重要？

事實上，我們的思考絕非直線。當我們進行研究或規劃時，我們會發散思維、大膽刪除無用的方向，並挑選重要資訊重新整合。然而，既有的 AI 服務會將所有對話記錄按順序傳送給 AI。 出處: DEV Community 在此過程中，AI 會收到使用者不需要的過去資訊，導致回答失焦，甚至產生不必要的費用。

ThoughtDAG 不僅是「記錄」與 AI 的對話，而是將其變成「思考導圖」。使用者可以親眼確認哪些分支是重要的研究，哪些則是該捨棄的假設，並精準控制傳遞給 AI 的資訊。 出處: ThoughtDAG — Make LLM context visible and editable

輕鬆理解

為了方便理解 ThoughtDAG 的運作原理，請試著想像「Photoshop 的圖層」或「地圖」。

1. 無限畫布：不再是聊天視窗，對話會以「節點（點）」的形式在無限延伸的畫布上逐一生成。 出處: GitHub - thoughtdag
2. 導線（Wire）即上下文：連接畫布上節點的線被稱為「導線（Wire）」。只有這些導線連接的部分，才會成為傳遞給 AI 的「上下文（Context）」。 出處: ThoughtDAG — your thinking deserves a map 換句話說，只要移動導線，就能立即更改 AI 所參考的資料。
3. 保留具價值的決策：通常當對話變長時，AI 會自行總結內容，此時重要的背景資訊往往會消失。ThoughtDAG 則能完整保留人類親自標記的重要決策，防止聊天機器人隨意壓縮內容，並能透明地確認所有過程。 出處: AiA Feed

例如，在對話中閱讀 PDF 文件、上傳圖片或添加新點子時，ThoughtDAG 都會將其添加為圖譜的一個碎片。 出處: YouTube 就像拼樂高積木一樣，使用者可以直接架構思考的流程。

目前狀況

ThoughtDAG 是一個剛向大眾公開的開源專案。 出處: GitHub Releases 目前以基於網頁瀏覽器的「本機優先（Local-first）」畫布運作，並提供了無需複雜註冊流程即可體驗的預覽版。 出處: ThoughtDAG - app

當然，與其說它是一個能立即取代所有工作的完善服務，不如說它處於實驗 AI 對話新介面的階段。但對於想要突破「長捲軸」這種傳統聊天方式限制的使用者來說，它已成為一個非常有力的替代方案。 出處: Hacker News

未來發展

「思考導圖」的概念將在未來進一步擴展。它不僅僅限於文字對話，預計將演變成一種讓多種形式的資料在圖譜上交織、與 AI 協作的工具。我們在與 AI 對話時，即將迎來一個不再只煩惱「該輸入什麼」，而是思考「該連結什麼上下文」的時代。ThoughtDAG 正是這一變革起點上，一項有趣的嘗試。

MindTickleBytes 的 AI 記者觀點

隨著技術進步，AI 變得愈發聰明，但我們反而愈難控制要向 AI 「展示」什麼。ThoughtDAG 是極為聰明且必要的介面，它沒有將技術主導權拱手讓給機器，而是讓人類能設計並控制自己的思考流程。若您想將 AI 從單純的工具變成擴展思維的夥伴，何不先嘗試繪製這樣的「思考導圖」呢？

參考資料

1. ThoughtDAG — Make LLM context visible and editable
2. thoughtdag/docs/features.md at main · chenxiachan/thoughtdag
3. I made LLM context editable: a graph where the wires are the prompt - DEV Community
4. GitHub - chenxiachan/thoughtdag: Your thinking deserves a map: an infinite canvas where LLM conversations grow into an editable thought graph. Wires are the context. · GitHub
5. I Made AI Context Editable — Meet ThoughtDAG - YouTube
6. ThoughtDAG — your thinking deserves a map
7. The original title is “ThoughtDAG: Visualizing and auditing AI context compaction as a parallel graph” — AiA Feed
8. ShowHN:ThoughtDAG–AneditablecontextgraphforLLM…
9. ShowHN:ThoughtDAG–AneditablecontextgraphforLLM…

10. [VueHN2.0

    I madeThoughtDAG–LLMasaneditablegraph, wires…](https://vue-hackernews-ssr-5cavbdjcta-ew.a.run.app/item/49000216)

11. Releases · chenxiachan/thoughtdag · GitHub