把 AI 用明白｜经验分享 07：它记住的不是你的原话
三个月前，你跟它说过一句：以后写东西，别再用“首先其次”。
0:00 / 7:20
把 AI 用明白｜经验分享 07：它记住的不是你的原话
三个多月前，你跟它说过一句：以后写东西，别再用“首先其次”。前面两周一直好用，昨天交出去的那份材料，第一段又是“首先”。你翻到设置里的记忆，才看见它自己写下的那条：偏好简洁、直接的表达。
你交代的是一句具体要求，它存下来的是一句概括。这一期讲的就是这两者之间那道缝：它到底记住了什么，为什么同一句“请记住”时灵时不灵，以及哪些事根本不该交给记忆。
这期会听到什么
- 记忆里存的不是你的原话，是它自己写的一条概括——所以“设过的偏好不生效”是默认行为，不是偶发故障。
- 官方没有给出“记忆和当次要求冲突时以哪个为准”的通用规则。
- 跨着多次对话记住信息，商业助手的实测平均掉三成；记忆已经过时的场景里，最强的模型也只有五成五。
- 一条当天就能用的分界线：稳定的偏好交给它长期记，会变的东西每次现说。
它记住的，不是你说过的那句话
一家厂商在自己的帮助文档里写得很直白：记忆不会保留每一次对话的每个细节，由它自己判断哪条信息跟这次回答有关，而且记忆会随着你的语境变化而改变。1
同一页里还有一句问答，比这句更关键。有人问：它每次回答都要去翻我的历史吗？官方答得很干脆：不会，只在这件事很可能改善回答的时候，它才去找相关上下文。1
所以“设过的偏好有时候不生效”是默认行为，不是偶尔出故障。它在两个环节上省了事：存的时候存成一条概括，取的时候又自己做判断。
更麻烦的是，这本账你看不全。官方说，设置里那个记忆摘要只是高层视图，不必然包含每一条细节和来源；回复下面列出来的来源，也不显示影响这次回答的全部因素。1
另一家的文档把存储方式写得更直白：它是边聊边存，一边聊一边存成一条条独立的主题，而不是等对话结束再统一总结。2 所以记忆里放的是它当时理解出来的几条结论，而不是聊天记录本身。
这一次说清楚，也没自动赢
那如果你在这一次就说清楚了呢？你明明说了。
只有一句挨着边的话很说明问题：两份指令互相矛盾的时候，它可能随便挑一条。4
所以当次说清楚是必须做的，但它并不自动压过记忆里那一句。稳一点的做法，是把当次要求写成只有一种读法的句子，而不是指望它自己去比谁重要。
它能记住多少
有一组研究者把这件事做成了可以打分的评测：编了五百道题，塞进可以无限拉长的聊天历史，专门测五种能力，跨对话推理、时间推理和知识更新都在里面。结论登上了正式会议——商业助手和长上下文模型在“跨着许多次对话记住信息”这件事上，平均掉三成。5
这个评测用的是二〇二四到二〇二五年那两代的模型，所以别把三成当成今天的数字，把它当成这件事的下限。
更值得记住的是错在哪。同一篇论文的错误分析里有一类错误，占全部题目的百分之十五到十九，占所有错题的一半左右：检索是对的，答案生成错了。它常常已经找到了那条记忆，然后用错了。这一条有个前提要说清——那是在研究者自己搭的最优检索方案下测出来的，不是产品里的表现。5
二〇二六年五月又有一轮新评测换了个角度，专门测旧的记忆已经失效、但没有人明确否定过的时候会怎么样：四百个场景、一千两百条查询，最强的模型也只有五成五，模型常常直接接受提问里夹带的那个过时假设。6
今年四月还有一篇专门看“该忘的有没有忘”。在推荐类任务里，六成四的错例，原因是那条已经过时的记忆没有被丢掉。7
还有一份还在修订中的工作稿，测的是另一种情况：记忆本身是对的、也相关，但就是会把它带偏；那里面所有被测的记忆方案，成绩都低于干脆不用记忆，掉得最少的也超过一成。这份还没有经过同行评审，列在这里是因为它说的是机制，不是说某一家产品的现状。8
什么长期放着，什么每次现说
官方给的划分是按这句要求从哪儿来：你明确要它遵守的东西，放进自定义指令，那是对所有对话立即生效的；从对话里自然积累的东西，才交给记忆。9 自定义指令还有个长度上限：免费档位一千五百个字符，付费档位五千个字符。9
那究竟什么值得长期放着？一家厂商给自己的编程助手写用法时，给了一条可以直接搬过来的标准：只写每一次都要让它知道的事实，那些你会反复解释的东西；多步流程、只影响局部的东西，挪出去。4
还有个挺反直觉的数字：他们建议每个这样的说明文件控制在两百行以内。文件越长，占的上下文越多，遵循度反而越低。他们甚至提醒，两份指令互相矛盾的时候它可能随便挑一条，所以要定期回去删掉过期和冲突的那几条。4 另一家的官方说法更简单：把它当活文档维护。10
还有一层是它自己写的那部分。同一份文档里说，它自己记的只有三类：你的角色和专长、你给过的纠正和确认过的做法、正在进行的工作；而且它会跳过两样东西，能从代码库里推出来的，和说明文件里已经写过的。4
搬到日常用法上就是一句话：稳定的偏好交给它长期记，会变的东西每次现说。截止日期、当前的项目状态、这一次的口径和格式，这些都是会变的。你把会变的东西写进长期记忆，等于给未来的自己埋一颗雷——它会在某一天，认认真真地按一条早就作废的事实替你干活。
三条边界
别往里放敏感信息。 一家明说，你告诉它的敏感信息可能出现在记忆里。1 另一家列了四类即便你要求它也永不保存的信息：政府证件号、犯罪记录、金融账号、移民身份。2 面向开发者的一侧，官方给的建议是更保险的做法——在写入之前就把敏感数据剥掉。11
要让某一段对话完全不写进记忆，用临时对话：它不会创建、也不会更新记忆，但默认仍然可以使用你已有的记忆；这个选择在开始之前定好，开始之后改不了。3
账号类型会改变规则。 个人账号在“帮助改进模型”开着的时候，你的对话和记忆可能被用于训练，这个开关可以关；企业、教育、医疗这类工作区默认不用来训练。1
还有一句要说透：上面那些掉分的数字，大多是在受控评测里测出来的，不是拿真实用户做的对照实验。它们能说明这类失败真的存在、而且会重复出现，不能说明你一开记忆就一定变差。
今天花十分钟试一次
References
- 1Memory in ChatGPT（OpenAI Help Center）
help.openai.com
- 2
- 3Temporary chat in ChatGPT（OpenAI Help Center）
help.openai.com
- 4How Claude remembers your project（Claude Code Docs）
code.claude.com
- 5
- 6
- 7
- 8
- 9ChatGPT Custom Instructions（OpenAI Help Center）
help.openai.com
- 10AGENTS.md
agents.md
- 11Memory tool（Claude Platform Docs）
platform.claude.com
- 12
- 13Personalize what Microsoft Copilot remembers（Microsoft Support）
support.microsoft.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.