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