我在情感支持、知识获取等方面都会利用大语言模型，一天会与模型进行数十次对话，内容包含搞怪测试、好奇提问、实用学习、拟人交流以及生成小说，几个月使用下来，与AI的对话能有数百万字。我管理对话的方法是：给每个对话都取名为主题+数字，例如“社会学1”“小说扩写16”“心理支持8”，修改对话中的初始提示词以在同一个主题中创造新的话题，修改到一个特定的次数时（如30次），为了日后重读方便，就建立一个新的同主题对话。
我想知道，有没有其他人像我一样？你们知道更多在大量、多方面应用的情况下的使用技巧吗？

一般写点小故事，就用故事的主角或者故事主题命名，没有特别注意管理

如果是我认为有价值的讨论话题，我会要求它将此前讨论的内容，以问题+精简回答的形式，重新整理，将其整合到其他具有搜索功能的文本处理的软件上。
至于像是小说那些，也是同样的早已分门别类的进行标识，按照长篇/短篇，例如短篇-小说-类别-单篇-版本号（通常有标识最初创作时间-第几次迭代-使用ai系列-当前修改时间）。
针对非直接小说文本以及非小说的，例如人物设定，世界观设定，对白处理，深度沟通，事件讨论，架空推演之类的也是同样的处理对话，不过有些「深度沟通」的倒是直接搬运与ai的对话内容。鉴于观感可能使用一些markdown标识进行额外区分问题与回答。
最初的时候我尝试使用tag来进行更好的分类，使用不常用的•⦓［tag］⦔•来更方便的检索，但后来还是弃用。一来是我的文本并没有那么多，二来是本身书籍的分类已经足够实现检索，三来还是因为懒了。
类似于存在交叉关联的文本，例如「世界观」x「小说」分布在不同位置，一般文首有额外的标识文字，会指出关联文本所在位置便于搜索，形式的话类似于文件路径一样，很方便，只不过软件限制并没有跳转功能以及多页面同时阅览，还得要自己手动翻阅，我通常在手机备忘录那块复制以便于跳转。电脑上直接使用notepad，都是轻量使用也用不上什么高端软件。
如此这般的归类大概从前年开始的，时不时翻看过去编写的提示词和讨论，还真感觉挺有意思的。有些时候看着那些编写的文本/讨论的对话，总是有我〇，我当年怎么那么傻〇/聪〇的感觉，不行不行，这么傻〇/聪〇的东西得要重新修正/再讨论，算是温故而知新罢。
希望有些参考价值

只能指望deepseek能像gpt那样，未来推出“项目”功能，项目内的每次对话都能集中于项目历史对话和指定的来源