Проще говоря, thread summary - это сжатая память по разговору. Оно не должно пересказывать каждую реплику. Его задача - сохранить смысл, решения, ограничения, обещания, дедлайны, ссылки на документы, открытые вопросы и последние действия.
Для AI-агента thread summary помогает экономить токены и не терять контекст. Если агент поддержки ведет длинный чат с клиентом, он может не отправлять всю историю в каждый новый запрос. Вместо этого он отправляет свежие сообщения плюс summary: проблема, уже проверенные шаги, номер заказа, настроение клиента и следующий рекомендуемый шаг.
Хорошее summary должно быть проверяемым. В нем лучше разделять факты, решения, задачи и предположения. Например: "факт: клиент оплатил счет 12 мая", "решение: отправить замену", "открытый вопрос: подтвердить адрес", "риск: клиент недоволен вторым переносом". Так модель меньше путает подтвержденные данные с догадками.
Thread summary связано с context compression и short-term memory. Summary часто обновляют после каждого важного этапа: завершилась встреча, закрылась задача, появился новый документ, изменился статус клиента. Старые детали можно удалить, но важные решения и ограничения должны остаться.
В production важно хранить не только само summary, но и время обновления, источник, автора или модель, confidence score и ссылку на исходный trace или сообщения. Тогда при споре можно понять, откуда взялся факт и не превратилось ли резюме в испорченный пересказ.
Примеры
- В поддержке thread summary хранит проблему клиента, номер заказа, уже выполненные проверки, обещанный срок ответа и текущий уровень недовольства.
- После встречи агент делает summary: решения, action items, владельцы задач, дедлайны и вопросы, которые нужно вынести в следующий созвон.
- В sales-чате summary фиксирует потребности клиента, бюджет, возражения, следующую дату контакта и отправленное коммерческое предложение.
- В длинном диалоге с AI summary заменяет старую историю сообщений, чтобы агент не выходил за context window.
- При handoff от бота к оператору summary показывает человеку, что уже произошло, чтобы не заставлять клиента повторять все заново.
Где используется
- сжатие длинных чатов для AI-агента
- поддержка клиентов и handoff оператору
- резюме встреч и follow-up
- сохранение short-term memory между запусками агента
- уменьшение token usage и стоимости
- передача контекста между агентами
- работа с email-тредами и тикетами
- ведение CRM-заметок по сделке
- подготовка следующего шага в customer success
Связанные термины
Action item
Action items
Agent handoff
Agent state
Agent trace
Call summary
Context compression
Conversation context
Частые вопросы
Что такое thread summary простыми словами?
Это короткая сводка длинной переписки: что произошло, какие факты важны, о чем договорились, какие задачи открыты и что делать дальше.
Зачем AI-агенту thread summary?
Оно помогает не отправлять в модель весь старый диалог, экономит токены, ускоряет ответ и сохраняет важный контекст для следующих шагов.
Что должно быть в хорошем thread summary?
Участники, цель диалога, важные факты, решения, открытые вопросы, задачи, дедлайны, ограничения, настроение клиента и ссылки на исходные документы или сообщения.
Чем thread summary отличается от обычного пересказа?
Обычный пересказ может быть свободным текстом. Thread summary лучше делать структурированным: факты отдельно, решения отдельно, задачи отдельно, предположения отдельно.
Как часто обновлять thread summary?
После важных событий: нового решения, смены статуса, завершения встречи, передачи оператору, появления документа или когда диалог стал слишком длинным для context window.
