基础模型
提供通用的语言理解与生成能力，影响知识范围、推理方式、语言表现和响应特点。具体可用模型与服务安排以产品当前页面为准。
MEMORY MAP / 记忆与上下文
记住重要变化，
记住重要变化，
才能继续同一个故事
回复由基础能力、角色设定、当前上下文和本轮输入共同决定。上下文不是神奇的永久记忆，而是一份需要维护的工作资料。
FOUR INPUTS
一次回复由四个部分共同决定
角色设定
规定身份、目标、关系、知识与表达方式。设定之间冲突时，回复可能摇摆或选择性忽略部分规则。
上下文状态
保存本次互动已经确认的信息、人物变化和未完成问题。内容过长、重复或混入旧版本会降低可用性。
本轮输入
说明此刻要处理什么、需要怎样回答。具体问题和清晰限制通常比反复强调“认真回答”更有效。
SUMMARY SCHEMA
长剧情摘要的六个字段
事实
已经发生并得到确认
记录事件和证据来源，不把角色推测、计划或作者想法写成既定结果。
关系
当前立场与变化原因
说明人物为什么合作、竞争、怀疑或改变承诺，为后续行为提供依据。
知情
谁知道哪些信息
同一事实对不同人物可能不可见，明确知情范围能够保护秘密与悬念。
目标
仍然需要完成什么
关闭已经结束的目标，保留优先级、阻力与下一步可执行行动。
规则
仍然有效的世界条件
更新发生变化的规则，删除已经失效的旧版本，避免互相冲突。
起点
下一幕从哪里继续
写明时间、地点、在场人物、当前事件以及留给用户的回应接口。
角色偏离设定时，先定位是哪一层出了问题
角色突然知道秘密，通常需要检查知识分层和摘要；人物不再围绕目标行动，可能是当前目标被大量背景淹没；表达风格不稳定，可能是抽象形容词缺少可执行结构；关系无理由改变，则需要补充变化条件或删除互相冲突的旧状态。指出具体偏差比简单要求“更像这个角色”更有效。
比较不同模型或设定版本时，应控制变量。使用同一角色卡、同一摘要、同一开场和同一问题，从事实准确性、人物一致性、创意控制、信息密度与响应速度等方面观察。更长、更华丽的回答不一定更准确，一次表现也不能代表所有场景。
摘要要压缩信息，不要压缩因果
删除重复台词和无关描写时，仍要保留事件为什么发生、由谁确认、改变了什么以及哪些问题尚未解决。只有结果没有原因，人物下一次行动会失去依据；只有过程没有状态变化，摘要又会变成缩短版聊天记录。
建议在场景结束、关系发生重大变化、世界规则更新或即将进入新分支时整理摘要。每个版本标注日期和节点，重大修改前保留备份。需要回退时恢复完整的一组角色卡、世界资料和摘要，不要把不同时间线的状态拼在一起。
生成内容流畅，不代表真实、完整或最新
AI可能误解问题、遗漏条件、混淆时间或补充并不存在的细节。虚构故事也需要检查事件顺序和人物逻辑；资料讨论应区分来源内容与生成推测，并通过可靠来源核验关键事实。医疗、法律、财务、现实安全等事项应咨询具备资质的专业人士。
不要输入密码、验证码、证件、支付信息、精确住址及其他敏感资料。重要设定、摘要和作品版本由用户独立保存，不能把任何上下文机制理解为永久、绝对准确的个人记忆。Quack云酒馆AI会根据实际产品版本调整能力说明，具体支持范围以工作台展示为准。
维护上下文的目标不是让系统保存一切，而是让下一轮拥有完成当前任务所必需的信息。