AI 能看见目标、当前计划、参考材料、过去的决定和工作进展时，往往更有帮助。而多数提示词，只包含了这段历史中的一个小片段。
每次对话都复制背景，既费时，也不完整，还很快会过时。连接工作区提供了另一种方式：在你明确批准的权限范围内，让 AI 助手自行读取已经保留下来的工作内容。
好的提示词，也补不回缺失的历史
“继续完善上线计划”这样的请求，依赖的远不止这句话。相关背景可能包括预期结果、未解决的问题、客户反馈、被放弃的方案、截止日期，以及此前工作中发现的任务。
提示词可以澄清意图，却不能可靠地还原不存在的信息。任务越依赖逐渐积累的历史，让 AI 从原始来源检索这些历史就越有价值。
在正常工作中积累背景
安排任务，在任务中记录思考，给值得保留的内容添加标签。工作区就会自然积累有用的背景，不需要再专门为 AI 准备一套材料。帮助你继续工作的笔记，也能帮助 AI 理解工作。
背景因此能够持续积累。已完成的任务保留决定背后的依据与推理，标签则提供稳定的路径，方便以后再次找到。
明确授权，再建立连接
把 ActionDrivenNote 的远程 MCP 地址添加到兼容的客户端，登录并查看它申请的权限。只读权限允许客户端读取授权范围内的工作区信息；写入权限还允许客户端通过可用工具修改内容。
请使用支持 HTTP 传输和 OAuth 授权的远程 MCP 客户端。MCP 是可选功能，不连接 AI 客户端，也可以独立使用 ActionDrivenNote。
服务器地址
https://app.actiondrivennote.com/api/mcp- 添加服务器。将地址粘贴到 AI 客户端的远程 MCP 服务器设置中。
- 登录。授权页面打开后，使用你的 ActionDrivenNote 账号登录。
- 确认权限。确认所申请的读取或写入权限，再返回客户端。
有关授权和权限的更多说明，请阅读安全与数据访问概览。
连接应该让边界更清晰。只授权你信任的客户端，以及你愿意给予的访问范围。
让 AI 查找真正相关的内容
连接后的客户端可以列出或按标题搜索任务、查看状态与截止日期、沿任务结构查找，并以 Markdown 读取具体任务的文档。需要时，它可以直接获取工作区的当前信息，而不必依赖手动粘贴的旧片段。
检索也能减少不加区分的信息分享。AI 可以从某个任务或主题出发，沿相关关系读取，而不是一开始就接收整个工作区的导出内容。
实际带来的变化：减少工具之间的复制，让权限边界更清楚，也让回答更有可能反映工作的当前状态。
适当的时候，把结果写回去
获得写入授权后，兼容的 AI 助手可以通过可用工具创建或更新任务、编辑文档、管理标签和添加附件。有用的结果可以回到任务里，而不是随着聊天结束而散失。
持续积累才是更长远的价值。AI 从真实工作产生的背景出发，在明确的权限范围内参与，再把有用的结果留在原处，成为下一次工作的基础。