OpenAI 有个反常规的设定,
他们将我生成的图片整理成一个画廊,但是点开图片并没有跳回到当时对话的选项,只能在这张图的基础上修改。
这也是很多AI目前的交互通病,
我和他们的对话正在丢失。
有时候选择太多也不是好事,毕竟,AI的记忆不属于我。
对话记录被分散在不同平台、不同账号、不同页面,我很难像找回笔记一样找回过去。甚至有的平台,干脆默认不保存聊天,或者直接清空历史。
明明写过一段效果很好的提示语,但翻遍历史记录找不到;
这种失落感驱使我把提示语们打包成一个个 GPTs 或者将多个相同作用的对话记录存到同一文件夹里。但还是没解决模型太多带来的对话经验被分割的缺点。
本来今天我应该是更新我的小米AI眼镜(有度数版),但是但是,
好不容易遇到了能解决这个问题的新产品,还是决定快点分享给大家,
它叫 Chat Memo,是我的好朋友@一泽Eze做的。纯自来水安利,是真的好用,他估计看到这句话才知道我是写他的产品。
🔗 chatmemo.ai
先说说结论,
Chat Memo是款浏览器插件,功能很简单,基本不需要配置,核心功能只有一个,自动保存ChatGPT、Gemini、DeepSeek、腾讯元宝 等主流 AI Chat 平台的对话记录,而且同一个对话你重新生成后Chat Memo里的记录也会更新。这些数据都是保存在本地设备里的,是专属于我们的资产。
但,自动保存每一个对话记录的话,会不会带来反效果,收集了一大堆无用信息?我的答案是不会,
虽然这个插件刚上线,但是就凭着它自带1GB内存,到时候会反过来倒推着我手动去掉无用的对话记录。
删除比记录简单多了,真的。
我一度对“保存聊天记录”这种事持消极态度。
以前也不是没尝试过,用过截图+Flomo;用过Notion剪藏;用过本地txt+滴答;
甚至还用过手动复制粘贴……
或者只保留提示语,一股脑放在一个超大文档里面,用 gemini 还能捞一捞。
按照项目手动把对话记录存起来看起来很厉害,但是实际上真的不好用。
多少还会遗漏一点,慢慢就懒得弄了,还不如我只用gpt,然后靠自己脑子看标题回忆。
Chat Memo不同,它不是让我多一个需要记录的“负担”,不需要点保存按钮、不需要重新导出、不需要复制链接。而是把原本就该留下的内容,“悄悄留好”。
我有一种“轮到AI为我操心”的舒适感。
当然现阶段它导出的对话记录我也重点看了看,毕竟可以打包给本地RAG使用,
目前来说Chat Memo能有效保存网页、文字、以及它们的相对位置,不足的是网页对应爬取得到的封面以及本身的文字排版,比较难在txt文件里存储。
我是挺希望在后续的更新里可以配置图床,让我把 flux、midjourney 们的对话记录也存进去,
最好再来个根据输出素材类型的默认分区,纯文字、图文、图、代码、深度研究等等。
我现在的使用习惯是:
本来还想在线催更Claude的,但是想想我的号只有在 claude desktop 才逃过一劫,还是不催了,够用了。。。
模型们有自己擅长的,相当于我在每个平台都有一套自己的操作指南。
我只能将模型A的输出结果,打包发给模型B,
那如果 Chat Memo 可以做到把 GPT 的对话整段完整搬到元宝呢,搬完元宝还可以搬给 Gemin 呢?
谁敢跟我比用ai搜索信息的完整性啊,大家都是几十个网页的信息源,我搬两次就上百了。
关键是可以综合获取不同信息源,终于不需要纠结参考的信息源是中文为主还是英文了。
甚至甚至,我还想到一个新的玩法,
模型更新的速度那么快。当下没有解决的问题就可以自动保存下来,
等过段时间,GPT5、Gemini3、DeepSeeK2、Claude4.7升级,再重新续上这未完的对话。
这个过程的起点和路径,Chat Memo都替你留住了。
OpenAI也是做了点好事的,
一次次升级的记忆功能,让模型可以记住我的输入和输出喜好,
它知道我不喜欢废话,不喜欢大量的排比句,不喜欢类比一些抽象的事物。
我后来一直想把这个跟 GPT一起养成的习惯迁移到cursor,让生成代码的时候AI也能少点废话。
之前尝试过直接用提示语+输出结果的组合,
Claude 很聪明,它能学习到我单次要求想要什么,反而我跟不上拍了,当时我真的特别特别特别想找上一次遇到类似的问题,我是怎么一步步问出结果的。
这样我能快速复刻当时更好状态的自己。
然后我意识到:
AI对话的真正价值,不是最终答案(因为这个已经有非常成熟的保存方案了)
而是你思维方式的镜像。
你会发现自己在哪些地方纠结、在哪些点总是重新生成、你是偏结构化思考的人,还是习惯边问边探索。
了解这个太重要了,这意味着:
你能重现优势的自己,也能避免失败的再现。
但这些“多轮对话的结构”,没有任何平台会主动呈现。
当我将多个平台多个模型的对话们集中起来后,它才能自然而然地浮现出来。
那感觉就像写完一篇日记再回头看,看到的是一个思考过程。
AI对话,其实就是一种数字时代的“思维原始手稿”。
就像手账记录情绪、Notion记录知识,AI对话记录的,是你的“认知过程”。
过去我总觉得对话“像风一样飘走”,就跟过去的搜索一样,
但现在我觉得它们其实可以成为我思考过程产生的资产。
我还做的就是把这些“风”,收进罐子里。
哪怕以后模型变了、工具变了、平台换了,我们依然有一份“AI成长档案”。
当然,Chat Memo 不是完美的。
它目前仅支持网页端AI平台,它不会整理摘要、不会自动分类,目前还停留在“收集+搜索”的阶段。
它只是安安静静,悄悄记录,偶尔陪你复盘一下。
AI带来的,不只是技术能力,更是人与技术交互方式的深刻变化。
我从“用完即走”,变成了“记忆构建”;
这场交互过程中的所有轨迹,都值得被记录。
Chat Memo只是一个开始,
它代表的,是我们对“AI时代的记忆资产”的定义。
当AGI真的来临,
我们最宝贵的,可能就是这份记录,
记录下自己是怎么一步步学会和AI共处、共创、共思的。
那是你和你自己最真实的对话,
也是你的数字自传。
文章来自于“卡尔的AI沃茨”,作者“卡尔”。
【免费】cursor-auto-free是一个能够让你无限免费使用cursor的项目。该项目通过cloudflare进行托管实现,请参考教程进行配置。
视频教程:https://www.bilibili.com/video/BV1WTKge6E7u/
项目地址:https://github.com/chengazhen/cursor-auto-free?tab=readme-ov-file
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI
【免费】ffa.chat是一个完全免费的GPT-4o镜像站点,无需魔法付费,即可无限制使用GPT-4o等多个海外模型产品。
在线使用:https://ffa.chat/