当提示词超过 LLM 上下文窗口大小时，就需要利用LLM摘要，以减少提示词，保留高质量信息。
摘要时，需要分割提示词，并多次摘要。此时，为了保持上下文的完整性，需要将前一轮摘要结果加入后一轮摘要的输入，每一轮皆如此，直到摘要结束。
例如一个AI学习助手的提示词包括了用户做过的练习题，写过的作文。提示词随着时间积累，可能超过LLM上下文窗口。此时摘要的过程为：
- LLM 上下文减去 system prompt 和 一定余量，计算出 user prompt token 数。
- 取最接近 user prompt token 数的作文和练习题，得到第一轮摘要提示词，送入 LLM ，得到第一轮摘要结果。
- 第一轮摘要结果 + 尽可能多未摘要的作文和练习题，但不超过 user prompt 数，得到第二轮摘要提示词，送入 LLM，得到第二轮摘要结果。
- 循环往复，直到所有练习题和作文都被摘要完成。
切不可为了提升性能，将提示词分割后，并行调用LLM 摘要，最后拼接。这种做法，忽略了原始提示词的完整性，摘要质量不尽如人意。
