分支讨论
ChatGPT、Gemini 等 AI 工具提供的功能，从某个对话节点分支出新的对话串，新串继承分支点之前的所有记忆和上下文。
简介
分支讨论（Branch Conversation）是 ChatGPT、Gemini 等 AI 工具提供的一项对话管理功能。它允许用户从某个对话的任意节点”分支”出一个新的对话串，新串会继承分支点之前的所有对话历史和记忆，但后续发展独立。
这个功能的核心价值在于：让不同角色或不同方向的探索，能够共享相同的知识起点，而不会互相干扰。
在 AI 团队管理 方法论中，分支讨论是创建专业助理的关键机制。通过从 AI PM 对话中分支，可以让每个专业助理（大纲助理、简报助理、图解助理等）自动继承 PM 建立的专案知识，无需重复提供背景信息。
关键信息
| 维度 | 说明 |
|---|---|
| 支持工具 | ChatGPT（Plus/Team/Enterprise）、Gemini（Notebook）、Claude（部分实现） |
| 操作方式 | 点击对话回合下方的”…” → “在新聊天中分支”（Branch into new chat） |
| 继承内容 | 分支点之前的所有对话历史、记忆、上下文 |
| 独立性 | 分支后的对话串独立发展，不会影响原对话串 |
| 典型用途 | 创建 AI 团队的专业助理、探索不同方案、版本控制 |
核心特性
1. 工作原理
分支前：
PM 对话串：
└─ 回合1：研究防弹笔记法背景
└─ 回合2：分析企业痛点
└─ 回合3：定义专案目标 ← 在这里分支
└─ 回合4：继续讨论 PM 相关工作
分支后：
PM 对话串：
└─ 回合1：研究防弹笔记法背景
└─ 回合2：分析企业痛点
└─ 回合3：定义专案目标
└─ 回合4：继续讨论 PM 相关工作
大纲助理对话串（从回合3分支）：
└─ 回合1：研究防弹笔记法背景（继承）
└─ 回合2：分析企业痛点（继承）
└─ 回合3：定义专案目标（继承）
└─ 回合4：你现在是大纲助理，学习课程设计方法...（新内容）
└─ 回合5：为 XX 企业设计课程大纲...（新内容）
关键特点：
- 大纲助理继承了 PM 前 3 回合的所有知识和上下文
- 但后续发展（回合 4、5…）是独立的，不会反向影响 PM 对话串
- PM 对话串继续发展（回合 4、5…），也不会影响大纲助理对话串
2. 与传统多对话的区别
传统方式（新开对话）：
第一步：在 PM 对话中，复制前 3 回合的内容
第二步：新开一个对话串
第三步：粘贴前 3 回合的内容作为背景
第四步：开始新的工作
问题：
- 需要手动复制粘贴，操作繁琐
- 可能遗漏重要的上下文信息
- 消耗的 token 与分支方式相同，但用户体验更差
分支方式：
第一步：在 PM 对话的回合 3 处，点击"..." → "分支"
第二步：自动创建新对话串，继承前 3 回合
第三步：开始新的工作
优势：
- 一键操作，无需手动复制
- 自动继承所有上下文，不会遗漏
- 同样消耗 token，但用户体验更好
3. 典型应用场景
场景一：创建 AI 团队的专业助理
在 AI 团队管理 中，这是最常见的用法：
- 先建立 AI PM 对话串，让 PM 研究专案背景、定义目标、制定规则
- 从 PM 对话中分支出”大纲助理”，继承 PM 的知识，然后教它课程设计方法
- 从 PM 对话中分支出”简报助理”，继承 PM 的知识，然后教它简报设计方法
- 从 PM 对话中分支出”图解助理”，继承 PM 的知识，然后教它图解设计方法
结果：所有专业助理都懂专案背景，但各自专注于自己的任务。
场景二：探索不同方案
当需要在某个决策点探索多个可能方向时：
主对话串：
└─ 回合1-5：问题分析和背景调研
└─ 回合6：现在有两种解决方案可以选择 ← 在这里分支
分支A（方案一探索）：
└─ 继承回合1-6
└─ 深入探索方案一的细节、优缺点、实施步骤
分支B（方案二探索）：
└─ 继承回合1-6
└─ 深入探索方案二的细节、优缺点、实施步骤
对比两个分支的结果后，再做最终决策。
场景三：版本控制
在关键决策点或重要里程碑处分支，保留”历史快照”：
主对话串：
└─ 回合1-10：专案初版设计
└─ 回合11：客户提出重大修改需求 ← 在这里分支保留初版
分支（修改版）：
└─ 继承回合1-11
└─ 根据客户需求调整设计
如果修改版不理想，还可以回到主对话串继续探索其他方向。
场景四：不同风格/视角的平行探索
在 AI 团队管理 的”反思者”角色中：
主对话串（正式方案）：
└─ 回合1-8：按主流思路设计课程
分支（反思者）：
└─ 继承回合1-8
└─ 采取批评者角度，指出主流思路的盲点
└─ 提供另一种完全不同的设计方向
反思者的探索不影响主对话串的执行，但提供了有价值的备选视角。
4. 在 ChatGPT 专案功能中的应用
当结合 ChatGPT 专案功能 使用时，分支讨论的价值更大：
继承的不仅是对话历史，还包括：
- 专案的”专案指令”（团队规则）
- 专案的”资料来源”（共享知识库）
- 专案内其他对话串的记忆（通过专案级记忆互通）
操作流程（创建专业助理）：
- 在专案内创建 AI PM 对话串，建立专案知识
- 在 PM 对话的某个合适节点（如完成背景研究后），点击”…” → “在新聊天中分支”
- 分支后的新对话自动出现在专案内，继承 PM 的知识
- 给新对话定义角色和任务：
你现在是【大纲助理】，你的任务是根据前面 PM 建立的专案知识， 为不同客户设计课程大纲。我会先教你课程设计的方法...
效果：
- 大纲助理继承了 PM 的专案知识
- 大纲助理也能访问专案的”资料来源”
- 大纲助理可以引用专案内其他对话串的内容（如引用简报助理的工作）
不同素材中的观点
电脑玩物站长 Esor Huang 的实战应用（2026-06-17）
核心用法： 利用分支讨论功能，从 AI PM 对话中”衍生”出不同的专业助理，让它们继承 PM 的知识，但发展自己独立的技能。
操作步骤： “在 AI PM 员工建立这个专案的基础知识与观点后，我会利用’分支讨论串’的功能，从 PM ‘衍生’出不同的讨论串，让它们变成不同的 AI 员工，但具备 PM 前面分析过的知识与观点。这个功能在 ChatGPT、Gemini 中都有。在对话下方选择’…’ → ‘在新聊天中分支’，那么这个对话之前的讨论、记忆都会直接带入新的聊天中。”
防弹笔记法案例：
- AI PM 先研究防弹笔记法背景、分析企业痛点、定义专案目标
- 从 PM 分支出”内训课程大纲助理”，继承 PM 的知识，专注于课程规划
- 回到 PM 对话，同样透过分支功能，衍生出”简报助理”，继承 PM 的知识，专注于 PPT 制作
关键洞察： “我把专案 PM 建立的知识’分支’出来，带着这个观点，开始训练第二号员工：专门制作课程大纲。这个助理的任务，是根据 PM 前面建立的知识，参考某一家企业提出的痛点需求，设计有效的企业内训课程大纲。我教这个专业助理怎么规划课程的方法，这是他独立的技能。但是他可以参考分支之前的讨论规划，也可以参考前面存入资料来源的共通知识。”
与专案功能的结合： “这时候，‘PM 讨论串’继续钻研专案的方向、技术、观点，而’内训课程大纲讨论串’则取用那些资料，但专注在满足企业需求的课程规划上。”
来源：2026-06-17-chatgpt-ai-team-management
实用信息
如何使用分支讨论
在 ChatGPT 中使用：
- 找到要分支的对话回合（通常是完成某个阶段性工作后）
- 鼠标悬停在该回合上，点击右上角的”…”菜单
- 选择”在新聊天中分支”（Branch into new chat）
- 自动创建新对话串，继承分支点之前的所有内容
- 在新对话的第一条消息中，定义新的角色和任务
在 Gemini 中使用：
- 在对话回合下方找到”分支”按钮（具体 UI 可能因版本而异）
- 点击分支，创建新的对话串
- 新对话会出现在 Notebook 或对话列表中
在 Claude 中使用：
Claude 目前没有直接的”分支”功能，但可以通过以下方式模拟：
- 复制某个对话节点之前的所有内容
- 新开一个对话，粘贴作为背景
- 或使用 Claude Code 的 agents.md 定义多个 Agent，通过共享 memory.md 实现类似效果
分支的时机选择
最佳分支时机：
✅ 完成阶段性工作后：
- PM 完成专案背景研究 → 分支出专业助理
- 完成需求分析 → 分支探索不同技术方案
- 完成初版设计 → 分支探索不同风格
✅ 遇到重大决策点：
- 需要选择方向 A 或方向 B → 分支分别探索
- 需要正方案和备选方案 → 分支创建反思者
✅ 需要不同角色协作：
- 从 PM 分支出设计师、开发者、文案等不同角色
- 每个角色继承相同的专案背景，但专注于自己的任务
❌ 不适合分支的时机：
- 对话刚开始，还没有建立足够的上下文 → 等积累更多讨论后再分支
- 分支点的上下文与新任务无关 → 不如直接新开对话
- 分支会继承不必要的冗长讨论 → 考虑从更早的节点分支
分支后的命名和管理
建议命名规则：
在分支后立即给新对话串取一个清晰的名字：
PM - 防弹笔记法（原 PM 对话）大纲助理 - 防弹笔记法（从 PM 分支）简报助理 - 防弹笔记法（从 PM 分支）反思者 - 批评视角（从 PM 分支）
管理建议：
- 在专案内将分支出的对话按角色分组
- 定期清理不再需要的分支（如已经完成任务的反思者）
- 为重要的分支点添加标记或注释（方便日后回溯）
常见问题
Q1：分支后，原对话和新对话会互相影响吗？ A：不会。分支后两个对话独立发展，原对话的后续讨论不会出现在分支中，分支中的讨论也不会反向影响原对话。但在 ChatGPT 专案中，通过”记忆互通”机制，不同对话可以主动引用彼此的内容。
Q2：分支会消耗更多 token 吗？ A：分支本身不额外消耗 token。但分支后的对话会继承分支点之前的历史，这些历史作为上下文会消耗 token。这是必要成本，因为如果不分支，你也需要手动提供背景信息（消耗的 token 是一样的）。
Q3：可以从一个分支再次分支吗？ A：可以。例如从 PM 分支出大纲助理，然后从大纲助理分支出”企业 A 专用大纲助理”和”企业 B 专用大纲助理”。
Q4：分支后能否合并回原对话？ A：ChatGPT 目前不支持分支合并。如果需要将分支的成果反馈到原对话，需要手动复制内容或让原对话引用分支的工作。
Q5：分支后如何让两个对话互相引用？ A：在 ChatGPT 专案中，直接用自然语言指定：
请参考【大纲助理】对话中为 XX 企业设计的课程大纲...
ChatGPT 会自动找到对应的对话并提取内容。
Q6：如果分支后发现分支点选错了，怎么办？ A：删除这个分支，回到原对话，从更合适的节点重新分支。
进阶技巧
技巧 1：多层分支架构
PM（根对话）
├─ 大纲助理（一级分支）
│ ├─ 企业 A 大纲（二级分支）
│ └─ 企业 B 大纲（二级分支）
├─ 简报助理（一级分支）
└─ 反思者（一级分支）
适用于需要细分任务的复杂专案。
技巧 2：版本化分支
在关键里程碑处分支，命名为”v1.0”、“v2.0”等：
主对话（持续演进）
├─ v1.0 分支（保留初版快照）
├─ v2.0 分支（保留第二版快照）
└─ v3.0 分支（保留第三版快照）
方便日后回溯和对比不同版本。
技巧 3：A/B 测试分支
从某个节点分支出两个平行对话，分别探索不同方案，最后对比结果：
需求分析（共同起点）
├─ 方案 A 探索
└─ 方案 B 探索
技巧 4：角色专业化训练
从 PM 分支出专业助理后，在分支的前几个回合集中训练该角色的技能：
大纲助理（从 PM 分支）
└─ 回合1-3：继承 PM 的专案知识
└─ 回合4-6：学习课程设计方法（给范例、讲方法论）
└─ 回合7+：开始实际产出课程大纲