Rivya AI Docs

คู่มือ Saved Sessions ของ Rivya

ใช้ saved sessions ของ Rivya เพื่อทำงานต่อกับ chat, prompt drafts, tool conversations, generation context, การตัดสินใจของ project และ workflow ที่ยาวขึ้น

ใช้คู่มือ saved sessions นี้เมื่อ chat, prompt draft, planning thread, tool conversation หรือ generation context ต้องยังมีประโยชน์ข้ามการเข้าใช้งานมากกว่าหนึ่งครั้ง

Saved sessions ช่วยไม่ให้งานกลายเป็นบันทึกใช้ครั้งเดียวแล้วทิ้ง

มันช่วยให้คุณกลับไปยังการวางแผน, prompts, การตัดสินใจ และ context ที่มีประโยชน์ แทนที่จะเริ่มทุก project ใหม่จากความจำ

Saved Sessions ใช้ทำอะไร

Saved sessions มีประโยชน์สำหรับ:

  • การวางแผน chat หลายรอบ
  • ร่างพรอมป์ต์
  • บันทึกแคมเปญ
  • การตัดสินใจด้าน product direction
  • การเตรียม brief สำหรับรูปภาพหรือวิดีโอ
  • งานติดตามผลหลัง generation
  • จดจำว่าทำไมถึงเลือก direction หนึ่ง

สิ่งนี้มีประโยชน์เป็นพิเศษเมื่อ project ต้องใช้เวลามากกว่าการนั่งทำครั้งเดียว

ควรบันทึกอะไร

บันทึก context ที่จะสร้างใหม่แล้วเสียเวลา:

  • เป้าหมายเดิม
  • หมายเหตุเกี่ยวกับ audience
  • ข้อเท็จจริงของ product
  • การตัดสินใจเรื่อง model หรือ workflow
  • เวอร์ชันพรอมป์ต์
  • ความเห็นรีวิว
  • สิ่งเตือนสำหรับขั้นตอนถัดไป

saved session ควรช่วยให้คุณทำงานต่อได้ ไม่ใช่แค่เก็บข้อความเก่า

เซสชัน ประวัติ และการแจ้งเตือน

ใช้ saved sessions สำหรับ reasoning และ planning context

ใช้ History สำหรับ generated outputs, task results และ files ที่คุณอาจต้องกลับมาเปิดอีกครั้ง ใช้ Notifications สำหรับ async status changes, failures, low-balance events และ billing-related updates

เมื่อ project ย้ายจาก Chat ไปยัง Image, Video, Audio หรือ Tools ให้เก็บ saved session เป็น planning thread และใช้ History เป็น output record

เมื่อใดควรใช้ทั้งสองอย่าง

Chat sessions และ generation history เกี่ยวข้องกัน แต่ไม่เหมือนกัน

Saved chat ช่วยเก็บ reasoning และ planning

Generation history ช่วยเก็บ outputs และ task results

ใช้ทั้งสองอย่างเมื่อ project ย้ายจาก planning ไปสู่ production

ทบทวนก่อนทำต่อ

ก่อนทำงานต่อจาก saved session ให้ทบทวน:

  • การตัดสินใจล่าสุดคืออะไร
  • prompt version ใดแข็งแรงที่สุด
  • ยังต้อง generate อะไรอีก
  • assumptions ใดเปลี่ยนไปแล้วหรือไม่
  • ควรใช้ Studio หรือ workflow ใดต่อ

สิ่งนี้ช่วยหลีกเลี่ยงการทำต่อจาก context ที่ล้าสมัย

เช็กลิสต์ความต่อเนื่องของ Task

เมื่อ task ต้องยัง trace ได้หลัง submission ให้ตรวจว่า:

  • ตรวจว่า task อยู่ในสถานะ pending, running, completed, failed หรือ ready for follow-up
  • ใช้ History สำหรับ outputs ที่มีประโยชน์ และใช้ Notifications สำหรับ async status changes
  • เก็บ task UUID, model, prompt และ output context ไว้ด้วยกันเมื่อต้อง troubleshooting
  • อย่าเริ่ม job เดิมซ้ำจนกว่าสถานะปัจจุบันจะชัดเจน
  • save หรือ download result ที่แข็งแรงที่สุดก่อนแตกไปอีก workflow

เป้าหมายคือหลีกเลี่ยงการสูญเสียงานเมื่อ generation ใช้เวลาหรือต้อง follow-up

ข้อผิดพลาดด้าน Continuity ที่พบบ่อย

หลีกเลี่ยงการมอง saved sessions เป็น project record เพียงอย่างเดียว

ข้อผิดพลาดที่พบบ่อย ได้แก่ save chat แต่ไม่เก็บ generated output, restart task ก่อนตรวจ status, ทำ prompt version ที่ให้ result มีประโยชน์หาย หรือย้ายไป Studio อื่นโดยไม่พา decision context ไปด้วย

หาก next step ขึ้นกับ output ให้ตรวจ History ก่อน หากขึ้นกับ reasoning เบื้องหลัง output ให้เปิด saved session อีกครั้ง

เมื่อใดควรตรวจสถานะอีกครั้ง

ตรวจ status อีกครั้งเมื่อ task ใช้เวลานานกว่าที่คาดไว้, notification หายไป, result ดูไม่สมบูรณ์ หรือผู้ใช้หา previous output ไม่พบ

ในกรณีเหล่านั้น ให้ inspect task state และ History ก่อนขอให้ผู้ใช้ regenerate

หน้าที่เกี่ยวข้อง

สารบัญ