自定义指令和记忆是什么？让 ChatGPT 记住你

每次开新对话都要让 AI 重新认识你一遍：我是做什么的、习惯什么格式、回答要什么风格——重复劳动让很多人烦。ChatGPT 给了两把钥匙解决这件事：自定义指令与记忆。两个名字容易混，机制却完全不同：一个是你主动写的固定说明书，每轮对话都带上；一个是它自己攒的笔记本，从对话里挑重点存。这篇拆开讲两个机制各怎么工作、怎么管理、隐私边界在哪，与通用 AI 记忆体系的对照可看AI 记忆功能一篇。

自定义指令：你主动写的说明书

自定义指令是两段式文本框：一段讲你是谁（职业、背景、使用场景），一段讲你要什么（回答风格、语言、格式偏好）。写好之后，每次新对话自动带上这两段内容，模型从第一轮就知道怎么配合你，省掉开场白。它有三个特性。一是显式：写了什么完全可见，随时可改可清空。二是固定：内容不随对话变化，每轮注入，重复性强、偏好稳定的要求适合放这里。三是全局：默认对所有新对话生效，个别对话里也可以临时不用。写法纪律与提示词相通：具体胜过抽象，「回答用要点列表」比「回答专业一点」有用得多，提示工程的基本原则见提示工程一篇。

记忆：它自己攒的笔记本

记忆是另一套机制：模型在对话中发现值得长期记住的信息——你的称呼、常做的项目、提过的偏好——主动写进记忆列表，之后的对话自动引用。它的特性与自定义指令正好互补。一是被动写入：你不写，它判断值得记就记，记了什么可以在记忆列表里逐条查看。二是逐条管理：单条可删，全部可一键清空。三是随用随取：记忆内容按相关性取用，并非每轮全量注入。要分清两点：记忆不等于完整聊天记录——它只是从对话里提炼的条目，删掉某条记忆不删除对话历史；记忆也改不了模型本体——清空之后，模型回到「不认识你」的状态，通用的记忆分层原理见记忆分层一篇。

两个机制怎么配合

实际用起来，分工清楚：稳定的身份与格式偏好写自定义指令，动态积累的上下文靠记忆。举例：职业是教师、常要教学材料，写进自定义指令；某次对话里提到下学期的课表安排，记忆会自己记下，之后再问排课问题就能接上。冲突时谁优先？自定义指令是显式声明，权重高于记忆里推断出来的偏好——如果它记错了什么，直接在指令里写明纠正，或者在记忆列表删掉那条。记忆被写歪的排查入口就在列表页：看到不该记的条目，删掉并在对话里说明一句「这类信息不用记」，比在对话里反复纠正高效得多。

管理入口与隐私边界

两个机制的管理都在设置里：自定义指令在个性化板块，记忆在记忆管理页，各自独立开关。隐私边界的口径值得记三条。一，记忆内容只服务于你自己的对话，不会同步给其他用户。二，训练数据的口径看你的数据控制设置——训练开关的状态决定这些内容是否可能用于模型改进，开关位置见数据控制一篇，敏感内容无论开关状态都建议先脱敏，对话隐私的通用清单见对话隐私一篇。三，临时会话（无痕模式）不读不写记忆，适合一次性敏感提问。想让记忆机制用得更顺，可以让 DeepSeek 帮你起草一版自定义指令，把工作背景与格式偏好结构化，再用豆包模拟新对话检验指令是否真的生效，一轮就能调准。

记忆机制速查

• 自定义指令：显式、固定、全局，你写的说明书
• 记忆：被动写入、逐条管理、按相关性取用
• 记忆不等于聊天记录，删记忆不删历史
• 冲突时显式指令优先于记忆推断
• 临时会话不读不写记忆，敏感提问走这里

关于记忆机制的常见疑问

• 关掉记忆后它还记得之前的内容吗？记不住。记忆关闭或清空后，模型不再引用旧条目，对话历史本身仍在但不再被主动利用。
• 它能记住全部对话吗？不能。记忆是挑选出来的条目，不是全量日志，重要偏好建议写进自定义指令。
• 团队版里记忆共享吗？不共享。记忆挂在个人账号下，同事看不到你的记忆与自定义指令。