核心用法
Context Scope Tags 是一套用于即时通讯场景的显式上下文边界约定，通过消息开头的结构化标签（如 [ISO: topic]、[SCOPE: name]、[GLOBAL]、[NOMEM]、[REM]）人工控制 AI 的上下文引用范围与记忆策略。
显著优点
1. 精准隔离：[ISO] 标签强制创建独立话题上下文，有效避免跨项目信息污染；[SCOPE] 限制推理在指定范围内，防止无关知识干扰。
2. 记忆可控：[NOMEM] 禁止持久化存储，[REM] 主动保存关键偏好，用户拥有数据留存自主权。
3. 跨平台通用：纯文本标签设计，兼容 Telegram、Discord、Slack、WhatsApp 等主流聊天工具，无需 API 改造。
4. 轻量无侵入：不改变底层模型行为，仅作为用户侧提示词协议，部署成本极低。
潜在局限
- 用户学习成本：需记忆标签语法及组合规则（如推荐顺序：scope → memory intent），对非技术用户不够友好。
- 无强制约束力：文档明确声明标签"不覆盖安全策略、工具策略、访问控制"，实际效果依赖模型对提示词的遵循度。
- 上下文窗口未根本解决：仅通过显式提示减少串扰，并未扩展或优化上下文管理机制。
- 平台差异：Telegram 斜杠命令限制（禁用连字符）需特殊适配
/context_def。
适合人群
- 多项目并行、需要严格上下文隔离的专业用户（开发者、研究员、项目经理）
- 对数据隐私敏感、希望精细控制记忆存储的用户
- 跨平台重度聊天工具用户，追求一致交互体验
常规风险
- 过度依赖风险：用户可能误以为标签提供绝对隔离，忽视模型固有的话题漂移倾向。
- 误用风险：标签位置错误（非消息开头）或格式错误可能导致协议失效。
- 记忆持久化不确定性：
[REM]标签的实际存储效果取决于具体实现，缺乏标准化保障。