她的总结相当直白：ChatGPT 什么都记得，但人自己记不住。当使用者忘了自己曾经告诉过它什么，双方就会在原地打转。真正的症结在于，多数人把记忆当成了随手丢事实的垃圾桶，而没有把它当成教 AI 理解自己工作方式的地方。「给信息」和「给有用的信息」是两回事，想明白这一点之后，整个使用体验才发生改变。

在花了几周时间清理记忆内容、并对保存什么变得更克制之后，她给出了效果最明显的五个改动。

第一步：先做一次记忆大扫除

这是见效最快的一项。记忆不该变成堆满过时信息的阁楼。用了几个月之后，她翻出一大堆早已不反映真实工作状态的条目：作废的项目名称、后来改变了的偏好、以及和近期指令自相矛盾的旧要求。

不清理的代价是主动制造混乱。假如半年前告诉过 ChatGPT 偏好正式、结构化的写作，上周又说喜欢口语化的语气，它拿到的就是两条互相打架的指令，输出自然忽左忽右。

具体做法：进入「设置 → 个性化 → 记忆」，把列表从头翻一遍。她删掉了大约一半内容，回答质量立刻改善。如果从未检查过保存的记忆，花五分钟做一次就能看到差别。

第二步：别存事实，要存偏好

ChatGPT 记住「喜欢喝咖啡」或者「最爱的歌是菲尔·柯林斯的《Against All Odds》」几乎没有任何价值，这类信息不会改变它的回答方式。

她转而只保存那些能影响每一次对话的内容，相当于给新同事上岗第一天交代的长期规矩，比如：偏好口语化表达而非官腔套话；讨厌「深入探讨」「值得注意的是」「在当今飞速变化的格局下」这类 AI 陈词滥调；希望用要点罗列而不是注水的长段落。

判断标准很简单：这条记忆会不会改变 ChatGPT 今后写东西或思考问题的方式？如果不会，就不值得存。

第三步：把长期项目交给它记

这一条她自己也承认想通得太晚。凡是反复要做的事——列清单、查日程、给团队写周报、维护表格——背景信息在短期内都不会变，存一次即可，不必每回从头解释。

在具体操作上，她的做法是先建立任务（Task），工作时直接在对应的项目（Project）里回应该任务。当 ChatGPT 已经知道来龙去脉时，对话会顺畅得超出预期。

第四步：该重新开始时就重新开始

记忆并不意味着每次对话都要建立在上一次之上。碰到全新的头脑风暴、测试新的提示词思路、或者探索平时不涉猎的话题时，她会开一个临时对话，让过往记忆不干扰这次的回答。

这一点在需要不同视角时尤其重要。如果已经把 ChatGPT 训练成按自己的口吻写作，那它就会一直用这个口吻，哪怕换个风格明明更合适。临时对话的价值，是让人跳出默认设定又不必删掉它们。知道什么时候别用记忆，和知道什么时候依赖它同样关键。

第五步：把它当成一个正在带的新人

这是她认为改变最大的一条：训练不应该停止。带新同事时没人指望对方第一天就摸清所有偏好，都是慢慢教出来的，AI 也一样。

当 ChatGPT 给出满意的回答，她会明确告诉它好在哪里，并要求记住、下次照此办理；不满意时，则说明自己想要的是什么。这些小修正会不断累积。坚持几周之后，她发现 AI 输出越来越贴近真实需求，提示词写得更少，挫败感也大幅下降。

关键在于说得具体。「我不喜欢这个」什么都教不了它；「我不喜欢这个，因为太正式了，而且这些要点读起来像公司内部备忘录」才是它能应用到今后每一次对话的信息。

可以直接照抄的五句记忆提示词

• 「记住：除非我要求展开，否则回答尽量简洁。」——设定一个有用的默认值，又不会把自己锁死。
• 「记住：我正在做［项目名］，关键背景是［具体信息］。」——省下反复解释常规工作的时间。
• 「刚才那个回答正是我想要的，因为［原因］，下次记住这样做。」——强化有效的部分，而不只是纠正无效的部分。
• 「记住我觉得哪类例子最有帮助——要实用具体的，不要抽象的。」——决定它在任何话题下如何举例说明。
• 「你目前记住了关于我的哪些信息？其中哪些已经过时了？」——一次快速盘点，往往能翻出自己都没意识到的杂物。

Amanda Caswell 最后强调，记忆功能的意义在于减少重复：喂进去的有效信息越多、越愿意清理过时条目、越肯在当下给出反馈，它就越接近一个真正的助理。而且并不需要几百条记忆才能奏效——在她的经验里，几条经过思考的偏好设定，加上愿意随时纠偏的习惯，远比几十条零散事实更有价值。

来源：Tom’s Guide《Everyone is using ChatGPT Memory wrong — 5 tweaks to make it a true assistant》，作者 Amanda Caswell，2026 年 8 月 2 日

但这几年变化不小。围绕模型长出了一整套配套能力——文件访问、自定义指令、可复用的技能、浏览器操作，它们把聊天机器人变成了真正能干活的助手。科技媒体 How-To Geek 的记者 Dibakar Ghosh 撰文指出，如果还把 Claude 当成简单的聊天机器人，等于把订阅费的大部分价值白白扔掉。他总结了五处改动。

一、别只用网页版

订阅 Claude 后拿到的其实是三个核心产品：网页版、带 Cowork 的桌面客户端，以及在终端里运行的命令行工具 Claude Code（另有更小众的 Claude Design）。常见的误区是一直待在网页版，或者装了桌面客户端却只用普通聊天模式——能用，但体验很基础：问一句答一句，产出全都锁死在那一次对话里。

桌面客户端独有的 Cowork 改变了这一点。用户把电脑上的某个文件夹授权给 Claude，之后让它制定计划、生成表格或处理其他任务，结果会直接写成文件存进那个文件夹。下一次对话可以从上次的位置接着干，因为东西都还在硬盘上；用户自己丢进去的文件，Claude 同样能读取和处理。日子久了，形成的是一套随工作一起生长的资料体系，而不是一堆互不相干、每次都要从头解释的对话。

Claude Code 逻辑相同，只是面向软件开发：Cowork 更多产出文档、表格、PDF 这类知识工作成果，Claude Code 则生成 HTML、JSON 等代码文件，组织成项目、拉起本地实例、推送到 GitHub。

两者目前都只有桌面端。手机上只能用标准应用，缺少支撑这类流程的文件系统访问权限。变通办法是：如果手机上有终端应用，可以在里面装 Claude Code 并授予文件访问权。作者使用的 Google Pixel 10 自带终端应用，实测效果出乎意料地好。

二、换用开源和本地优先的软件

Claude Code 与 Cowork 能读写本地文件之后，很多人第一时间把它们和 Obsidian 搭在一起用。原因很简单：Obsidian 把笔记存成本地磁盘上的纯 Markdown 文件，Claude 可以整批生成，用户再在 Obsidian 里浏览、编辑和建立链接。

对比之下，Notion 的每一条笔记都活在自家生态里，而不是电脑上的普通文件；Claude 要和它们打交道，通常得绕接口。能用，但远不如直接给一个装满 Markdown 文件的文件夹那样简单、透明、灵活。当笔记、任务、文档都以普通文件的形态存在时，Claude 才能不依赖专有集成，自由地读取、整理、转换和串联。

三、把 CLAUDE.md 用起来

这大概是 Claude Code 和 Cowork 里最被低估的功能。Claude 拿到一个文件夹的访问权后，并不会在对话一开始就把整个目录塞进上下文——那样每次开场都会灌满冗余信息、烧掉大量额度，也更快撞上上下文上限。它只在需要时才去读文件。

但总有些信息，用户希望它在被提问之前就已经知道，CLAUDE.md 正是为此存在。它相当于自定义指令，区别在于按目录生效：Claude 在某个文件夹里工作时会读取该文件夹的 CLAUDE.md，进入子目录后再读子目录那一份，行为随之更新。作者还把它当作常备信息的热缓存，写入合作者名单、术语与缩写表、设备环境说明、偏好的工作流程。唯一的原则是别写太长，最好控制在 200 行以内，超过这个量反而会挤占上下文，得不偿失。

四、用好并自建技能

技能以 SKILL.md 文件的形式存在，本质是”一段提示词 + 一份关于何时如何使用它的说明”。过去复用提示词主要靠 Claude Projects（对应 ChatGPT 的自定义 GPT），把提示词存进项目，该项目下的每次对话都会自动带上。技能则更进一步：不必切换到专门的项目或另起对话，随时按下斜杠键、输入名称回车即可调用，Claude 也能在识别出任务匹配时自动加载。

技能相对项目最大的优势是”串联”。假设有三段提示词，分别负责调研、把调研写成长文、再改写成社交媒体内容。放在项目里意味着来回切换、反复复制上下文；用技能则可以在同一次对话中依次调用，让上下文贯穿整个流程。

Anthropic 和社区已经提供了不少现成技能，但真正的价值在于自建。作者的做法是先把某个工作流反复打磨到满意，再让 Claude 回看整段对话、把其中的经验固化成一个可复用的技能；Anthropic 还内置了名为 Skill Creator 的技能来自动完成大部分工作。这样几轮下来，就攒出一套贴合自身习惯的工作流库。

五、把浏览器交给它

Claude 支持连接器（包括 MCP 服务器），可以打通 Notion、Google 日历等应用，读取任务、创建日程、在两者之间同步信息。但这套机制的前提是对方开放了相应接口，而大量应用和云服务并没有。

浏览器自动化补上了这块缺口。哪怕没有接口，人照样能打开网页、点界面把事情办完；把浏览器交给 Claude，它也能像人一样操作。作者举的例子是：让 Claude 遍历自己的 Spotify 账号、分析”喜欢的歌曲”里的每一首曲目，并把结果导出成表格——这件事 Spotify 连接器做不到，浏览器自动化做到了。

权限交出去之前，先想清楚边界

Claude 本身仍是一个通过聊天界面提供的大语言模型，围绕它的这套工具才是把它变成生产力的关键：一个工作文件夹、若干可复用技能、一份写清上下文的 CLAUDE.md，再加上兜底的浏览器权限。四件事配齐之后，它会更像一名能接手大量例行工作的助手，而不只是一个聊天对象。

需要提醒的是，文件读写和浏览器操作都是实打实的权限。公开资料显示，Cowork 在桌面端运行于隔离的虚拟机环境，并提供逐步审批、自动审批、跳过审批三档权限设置。授权范围越大，越应该把它限制在自己信得过、且已经跑通过流程的目录里。

来源：How-To Geek《These 5 changes unlocked 100 percent of Claude’s power》（作者 Dibakar Ghosh，2026 年 8 月 2 日）