ChatGPT、Claude Code 和 Gemini 的記憶機制有什麼不同？

AI 產品裡的「記憶」正在變得越來越重要。它標誌著 AI 從「單次對話工具」走向「長期協作夥伴」：不用每次重新介紹背景，不用反覆解釋偏好，也不用讓模型一次次重新理解項目。

但不同產品裡的記憶並不是一回事。ChatGPT、Claude Code 和 Gemini 都在解決「AI 如何記得更久」的問題，但它們的設計目標、儲存位置、透明度和適用場景差異很大。

截至 2026 年 5 月 7 日，可以把它們粗略理解成三類：

ChatGPT 更像「個人助理記憶」。
Claude Code 更像「工程項目記憶」。
Gemini 更像「Google 生態上下文」。

ChatGPT：圍繞人的長期偏好

ChatGPT 的記憶機制主要面向個人協作。它關心的是「你是誰」「你偏好什麼」「你長期在做什麼」。

OpenAI 目前把 ChatGPT 的記憶分成兩類：saved memories 和 chat history。

saved memories 是 ChatGPT 保存下來的重要資訊，比如你的名字、偏好、目標、常用技術棧、寫作習慣等。你可以直接要求它記住某件事，它也可能在對話中自動保存它認為未來有用的資訊。

chat history 則是讓 ChatGPT 在回答時參考過去聊天。它不等於把每一段聊天都完整變成記憶，而是在需要時從過往對話裡找相關上下文。

所以 ChatGPT 的核心邏輯是：跨會話理解同一個使用者。

典型例子包括：

「以後給我程式碼示例時盡量簡潔。」
「我主要使用 Python 和 TypeScript。」
「我正在寫一個關於 AI 工具的 Hugo 部落格。」
「我喜歡先看結論，再看細節。」

這些記憶不是綁定某個單獨項目，而是跟隨帳號和個人使用習慣。

Memory Sources：讓個性化來源更可見

OpenAI 在 2026 年 5 月的更新中強調了 Memory sources。

它的作用不是新增另一種記憶，而是讓使用者看到 ChatGPT 在個性化回答時參考了哪些來源。根據 OpenAI 幫助文件，Memory Sources 可能顯示：

過去聊天。
保存記憶。
自定義指令。
文件庫中的文件。
已連接 Gmail 中的郵件。

其中，文件和 Gmail 的可見範圍會受到計畫、地區和連接狀態限制。OpenAI 也明確說明，Memory sources 不一定展示影響回答的所有因素，而是幫助使用者理解和管理個性化。

這一步很重要。因為 AI 越會「記住你」，使用者越需要知道它到底根據什麼在回答。否則個性化很容易變成黑箱：你感覺它好像知道你，但不知道它為什麼知道。

ChatGPT 的優勢是跨會話、跨主題持續理解個人偏好；風險是記憶容易過期，或者使用者忘了某條舊記憶還在影響回答。因此，適合定期清理 saved memories 和舊聊天。

Claude Code：圍繞程式碼庫和工程規則

Claude Code 的記憶機制更偏工程協作。它關心的不是「使用者平時愛喝什麼咖啡」，而是「這個程式碼庫應該怎麼改」。

Claude Code 有兩類容易混在一起的記憶：

顯式項目記憶：CLAUDE.md。
自動項目記憶：Auto Memory。

CLAUDE.md 是最基礎、最穩定的項目記憶文件。它可以放在項目根目錄，也可以在子目錄中存在。Claude Code 會讀取這些文件，把它們作為項目說明和操作規則。

適合寫進 CLAUDE.md 的內容包括：

常用構建、測試、lint 命令。
程式碼風格和命名規則。
項目架構說明。
模組邊界和危險區域。
團隊約定和提交流程。

如果 CLAUDE.md 放在程式碼庫裡，它可以提交到 Git，成為團隊共享的 agent 說明書。這一點和 ChatGPT 的雲端個人記憶完全不同。

Claude Code Auto Memory：自動累積項目經驗

Claude Code 現在也有 Auto Memory。它的目標是讓 Claude 在多個會話之間自動累積項目經驗，而不要求使用者每次手寫說明。

根據 Claude Code 文件，Auto Memory 會讓 Claude 在工作過程中為自己保存筆記，例如構建命令、調試發現、架構說明、程式碼風格偏好和工作流習慣。它不會每個會話都保存，而是判斷哪些資訊未來可能有用。

這裡有一個容易誤解的點：Auto Memory 預設不是把內容寫到項目根目錄的 .claude/memory.md。官方文件說明，每個項目會在使用者目錄下擁有自己的 memory 目錄，路徑類似：

1

~/.claude/projects/<project>/memory/

其中 MEMORY.md 會在每次對話開始時載入前 200 行或前 25KB，詳細內容則可能被拆到其他主題文件裡。Auto Memory 文件是本機本地的 Markdown 文件，使用者可以透過 /memory 查看、編輯或刪除。

這讓 Claude Code 的記憶更像「本機上的項目經驗庫」。它比 ChatGPT 的個人記憶更貼近程式碼庫，也比單純的 CLAUDE.md 更動態。

但要注意，Auto Memory 是機器本地的，不會天然跟隨程式碼庫同步到其他機器或雲環境。如果要團隊共享穩定規則，仍然應該優先寫進項目中的 CLAUDE.md。

Gemini：圍繞 Google 生態上下文

Gemini 的記憶邏輯又不同。

Gemini 也有保存資訊和參考過去聊天的能力。Google 幫助文件提到，使用者可以保存關於生活、工作或偏好的資訊，也可以讓 Gemini 在回答前參考過去聊天。Gemini 使用這些資訊時，可能會在回答底部的來源區域顯示 Your saved info 或 Previous chats。

但 Gemini 的差異化不只在「保存幾條偏好」，而在 Google 生態整合。

在使用者授權和功能可用的前提下，Gemini 可以透過連接的 Google 應用獲取上下文，例如 Gmail、Google Drive、Docs、Sheets 等。它的優勢不是讓使用者一條條教它記住什麼，而是把已有的 Google 帳號資料變成可檢索的工作上下文。

典型區別是：

ChatGPT 記得：「我最近在做 LTO 磁帶機修復。」
Gemini 可能可以從 Gmail 找到購買確認郵件，或從 Drive 裡讀取相關維修筆記。

當然，這不代表 Gemini 可以無條件讀取你所有 Google 資料。它取決於帳號類型、地區、權限、連接應用、Keep Activity 設定和具體產品可用性。對企業或學校帳號，還可能受 Google Workspace 管理員控制。

所以更準確地說，Gemini 的記憶不是一個單純的「備忘錄」，而是「保存資訊 + 過去聊天 + Google 生態連接」的組合。

三者核心差異

維度	ChatGPT	Claude Code	Gemini
核心對象	人和偏好	項目和程式碼庫	Google 帳號與生態資料
典型記憶	偏好、背景、長期目標	架構、命令、規範、調試經驗	saved info、過去聊天、Gmail/Drive/Docs 上下文
儲存形態	OpenAI 帳戶內的記憶和聊天上下文	`CLAUDE.md`、`MEMORY.md`、本地 Markdown 文件	Google 帳號活動、保存資訊、連接應用資料
透明度	Memory sources 可見一部分來源	Markdown 文件可直接查看和編輯	透過來源提示、Gemini Apps Activity 和 Google 設定管理
跨項目能力	強，跟隨使用者帳號	弱，主要跟隨項目或本機項目 memory	強，取決於 Google 生態資料和權限
團隊共享	不適合直接共享	`CLAUDE.md` 可隨 Git 共享	主要依賴 Workspace 和權限體系
最適合	個人偏好和長期助理	長期程式碼項目和 agent 協作	Google Workspace 資料檢索和跨工具工作

該怎麼選擇和使用

如果你想讓 AI 記住「我是誰、我喜歡什麼風格、我長期怎麼工作」，ChatGPT 的記憶更合適。

它適合保存個人偏好，例如寫作風格、常用技術棧、回答格式、職業背景、長期項目方向。它的重點是減少自我介紹成本，讓每次新對話更快進入狀態。

如果你想讓 AI 記住「這個程式碼庫怎麼改、哪些命令能跑、哪些坑不能踩」，Claude Code 更合適。

穩定規則寫進 CLAUDE.md，團隊共享；動態經驗交給 Auto Memory 輔助累積；關鍵決策最好仍然整理進文件或 CLAUDE.md，避免只停留在本機自動記憶裡。

如果你的資料大量存在 Gmail、Drive、Docs、Sheets 裡，Gemini 的生態上下文更有優勢。

它適合查找過去郵件、整理 Google Drive 文件、聯動日曆和辦公資料。使用 Gemini 的關鍵，不是反覆在聊天裡提醒它，而是確保相關應用連接、權限和活動設定正確。

一個實用分工

可以把三者這樣分工：

ChatGPT 記住「我的通用偏好」。
Claude Code 記住「這個倉庫的工程知識」。
Gemini 檢索「我在 Google 生態裡的資料」。

也就是說，ChatGPT 更像私人秘書，Claude Code 更像項目裡的資深工程同事，Gemini 更像 Google 帳號裡的資料索引員。

這三種記憶沒有絕對高低，只是目標不同。

最需要警惕的是把它們混為一談。個人偏好不一定適合寫進項目記憶；項目架構不一定適合存在雲端個人記憶；Google 生態檢索也不等於模型真正「長期理解」了你。

簡短判斷

AI 記憶的下一階段，不是簡單地「記得越多越好」，而是記憶要分層、可見、可控。

ChatGPT 的重點是跨會話個人化，Claude Code 的重點是程式碼項目連續性，Gemini 的重點是 Google 生態上下文。真正好用的長期 AI 協作，不是把所有資訊塞進一個黑箱，而是讓不同類型的記憶待在合適的位置。

個人偏好放在個人記憶裡，工程規則放在程式碼庫裡，歷史資料放在原本的文件和郵件系統裡。AI 要做的，是在需要時準確呼叫這些上下文，而不是把所有東西混成一團。