在 ChatGPT 上做一个两周交付，几乎都是同一种结局：30 个零散对话、同一份大纲的 3 个互相矛盾版本、一个晚上耗在”我明明在哪写过那段”。工具没问题，缺的是结构。这套方法给你一个可复用的节奏——一个 Project、一个 spec.md 文件、一个不断更新的 log.md——把同样的精力从碎片变成复利。文中也会讲到 2026 年那个让这套方法比以前可靠得多的功能：项目专属记忆（project-only memory）。
太长不看（TL;DR）
- 把整个交付放进同一个 ChatGPT Project，而不是一堆零散对话。
- 里面放两个文件：
spec.md（你在做什么）和log.md（沿路的决定和产出）。 - 建 Project 时打开项目专属记忆，别让它拉进无关上下文——这个开关只在创建时出现。
- 一个子任务对应一个对话；关掉对话前，先把产出和决定复制回
log.md。 - 每完成约 3 个子任务就重传一次
log.md，ChatGPT 才不会再重复建议你已经定下的事。
为什么一次对话永远不够
单个 ChatGPT 对话对上一段对话没有可靠的记忆，能留下的只有记忆系统恰好保住的那点——而且那部分既不完整也没结构。一个跨 5 次以上对话的任务，你需要的是你自己掌控的状态：一份模型可以按需重读的书面记录。这正是把 spec.md 和 log.md 放进 Project 的全部用意。文件是你的、有结构、有日期、能导出；对话则是用完即弃的。
这篇适合谁看
任何一个交付要做 5 次以上对话的任务：论文章节、产品上线计划、长系列内容、求职计划、课题申请。如果一次坐下就能做完，那这套你都用不上。
Project 给你什么（以及 2026 年的限制）
ChatGPT Project 是一个持久的工作区，有自己的自定义指令、自己的文件库，对话之间能延续。下面的数字是 2026 年 6 月的现状，会变——依赖某个硬上限前，请先看 OpenAI 的 Projects 帮助页。
| 能力 | 免费版 | Plus（$20/月） | Pro（$200/月） |
|---|---|---|---|
| 每个 Project 文件数 | 约 5 | 约 20 | 约 40 |
| 同时上传文件数 | 10 | 10 | 10 |
| 单文件大小上限 | 512 MB | 512 MB | 512 MB |
| 单文件 token 上限（文本） | 200 万 token | 200 万 token | 200 万 token |
| 账户存储（对话/Project 共用） | 25 GB | 25 GB | 25 GB |
| 项目专属记忆 | 否 | 是 | 是 |
| 引用本 Project 内其他对话 | 否 | 是 | 是 |
| 实时连接器（Google Drive、Dropbox、SharePoint、Box） | 否 | 有限 | 有（分地区） |
Project 里默认模型是 GPT-5.5，付费版能用 Instant / Thinking / Pro 选择器。做长任务的最终拼装对话时，切到 Thinking——把一堆决定缝到一起时，多一轮推理很值。
项目专属记忆：2026 年该打开的升级
现在建 Project 时，ChatGPT 会问你记忆要项目专属（project-only）还是默认（default）。这个看似不起眼的选择其实很关键：
- 默认记忆在 Plus、Pro、Business 账户上会拉进 Project 之外的对话，于是一个论文 Project 可能开始引用你的求职 Project。Enterprise 和 Edu 账户则不论设置都把 Project 关在边界内。
- 项目专属记忆把边界收紧：ChatGPT 只用本 Project 里的对话做上下文，忽略你的全局保存记忆。对一个聚焦的交付，这才是你想要的。
要注意：项目专属开关只在创建对话框里出现，事后在设置里找不到。忘了打开，就只能重建 Project。另外在 Plus 和 Pro 上，要让”引用项目内对话”生效，你还得开着全局个人记忆（设置 → 个性化 → 记忆，三个开关全开）。
具体步骤
- 用一句话和一段话定义最终交付。 说不出来，说明任务还没准备好让 AI 介入。两句都放在
spec.md顶部。 - 拆成 4–8 个子任务。 每个子任务大约够一次对话的体量（文献综述节、数据、方法、引言等）。
- 建一个 Project，在创建对话框里打开项目专属记忆。 加一条 Project 指令：“回答前先读
spec.md，把log.md当作过往决定的唯一依据。” - 上传两个文件：
spec.md（你在做什么，含子任务清单）和log.md（先建一个带日期标题的空文件）。 - 每个子任务在 Project 里开一个新对话。 开头先点名本次子任务并贴上
spec.md相关章节；关对话前把产出和决定复制进log.md对应日期的标题下。 - 两个子任务矛盾时，不要当场拍板。 把矛盾写进
log.md，专门开一个对话来解决。这条矛盾轨迹正是交付保持自洽的关键。 - 每完成约 3 个子任务，重传一次
log.md。 不刷新，Project 里那份索引副本就会过期，ChatGPT 会再提你早就否掉的决定。 - 最终拼装： 一个专门对话（用 GPT-5.5 Thinking），读
log.md，把所有产出缝成完整交付。
实例：一个 6 周的论文章节
spec.md 用一段话写清这一章的论点，再列 8 个子任务：文献综述、数据描述、方法、结果、两个讨论节、局限、结论。你每周完成一两个子任务，各自一个对话，把产出追加进 log.md，标题写成 ## 2026-05-19 — 方法 这样。到第六周，log.md 已是一份约 1500 字的决策记录。最终拼装对话读它，产出一份 30 页、真正贴合你做过的决定的初稿——因为每一条决定都写下来了。
实时连接器 vs. 上传文件
如果你用 Plus 或 Pro，且 spec.md / log.md 放在 Google Drive，你可以把 Drive 文件链进 Project，而不是反复重传。下次引用时 ChatGPT 会读到最新版本，于是”每 3 个子任务重传一次”那一步就自动化了。截至 2026 年 6 月，连接器（Google Drive、Dropbox、SharePoint、Box）在付费版可用，但分地区——上线时还不支持欧洲经济区、瑞士和英国。上传文件哪里都能用；连接器是有条件地区的便利升级。
容易踩的坑
- 跳过
spec.md。 你会在每个对话里从头脑补一遍任务简介，而且每次都略有出入。 log.md不分章节、不写日期，堆成一团。 模型定位不到的东西，它也引用不了。- 在过期的
log.md上做最终拼装。 每次拼装前都先重传。 - 在同一个 Project 里夹杂无关问题。 Project 指令会漂移，回答越来越糙。
- Plus/Pro 账户把记忆留在”默认”。 无关 Project 会渗进来。用项目专属记忆。
- 一个 Project 硬塞 12 个子任务。 超过约 10 份上下文文件，回答开始变差，还可能撞上每个 Project 的文件上限。拆成两个共享同一份
spec.md的 Project。
进阶技巧
log.md用带日期的标题（## 2026-05-19 — 方法节），ChatGPT 就能引用某一天的具体决定。- 每个子任务 Pin 一个对话。这些是你的里程碑，比翻历史快得多。
- 感觉乱了，就把
spec.md贴回一个新对话，问：“对照log.md，目前的工作还在spec.md那个交付的轨道上吗？“每隔一两周做一次这样的校准。 - 在
log.md顶部留一个简短的decisions段，只放已解决的矛盾。这正是拼装对话最需要的部分。
FAQ
为什么用文件而不是 ChatGPT 记忆？ 记忆没结构、不完整，还会悄悄变。跨周的任务需要一份你掌控的记录：有日期、可编辑、能导出。文件就是这份记录；记忆只是助手，不是真正的底账。
子任务多少算太多？
超过大约 10 个，两件事会咬人：Project 的文件上下文变大、回答质量下滑；以及你会逼近每个 Project 的文件上限（截至 2026 年 6 月，Plus 约 20 个、Pro 约 40 个）。拆成多个共享一份 spec.md 的 Project。
任务中途 scope 变了怎么办？
在 spec.md 加一条带日期的说明（“2026-05-15：scope 收窄到第 1–3 章”），不要静默改。这条矛盾轨迹能防止后面的对话又把砍掉的活儿捡回来。
能跟协作者共享吗？ 能，在 Team 或 Business 工作区里。共享 Project 让文件成为 Project 内所有人的共同上下文，而 Enterprise/Edu 账户默认把这份上下文关在 Project 边界内。
log.md 一定要手动重传吗？
只有上传的才需要。如果你用连接器（Plus/Pro，部分地区）把 log.md 从 Google Drive 链进来，ChatGPT 会按需读最新版本，手动重传那一步就省了。