# 热门搜索 #
搜索
从今天起,ChatGPT会记住每一位付费用户
2401点击    2024-05-01 12:32

现在,ChatGPT记忆功能,向所有Plus用户开放!



只需开启新的聊天,然后告诉ChatGPT:‘


我希望你能记住所有内容。


比如你跟ChatGPT说你养了只叫Ellie金毛狗以及叫做Teddy的猫。那么下一次你想画一张她们俩的写真,就无需重复Prompt。


有网友称这是史诗般的功能。



还有网友提前就注意到了这一功能:Pretty Cool!



此前在OpenAI的预告中,也透露了不少信息。


记忆功能是如何运作的?


此前该功能曾在2月份开放小范围测试。当时OpenAI透露,在12月份曾泄露多次。


既然如此,记忆功能到底是如何运作的?


当你跟ChatGPT聊天时,可以要求它记住特定的内容,或者让它自行获取详细信息。使用次数越多,ChatGPT记忆力就会越来越好。


举几个例子。


比如,你已经解释过,你更喜欢会议记录在底部总结标题、项目符号等,那么ChatGPT就会记住这一点,然后以这种方式来回顾会议。


又或者像,你提到你有一个小孩,她喜欢水母。那么当你要求ChatGPT帮你创建生日贺卡时,就会建议一只戴着派对帽的水母。


这个功能可以通过设置来控制,随时开始或者关闭。


如果你希望ChatGPT忘记某些内容,只需告诉它即可。你还可以设置中管理它的记忆(设置->个性化->管理记忆)。



不过需要注意的是,删除聊天记录并不会消除记忆,你必须消除记忆本身。



此外,OpenAI也官方表示,如果允许的话,OpenAI会使用你的数据(包括记忆)来改进模型。


你也可以使用临时聊天来进行无记忆对话。



现在这一功能还没面向团队、企业以及GPT构建者推出,但此前OpenAI也专门预告过,大致可以实现这些场景:


  • ChatGPT可以记住你的语气、声音和格式偏好,并自动将他们应用到博客文章草稿中,无需重复。
  • 编码时,您告诉ChatGPT你习惯使用的编程语言和框架。它可以记住后续任务的这些偏好,从而简化流
  • 对于每月的业务回顾,您可以将数据上传到 ChatGPT,它会创建您喜欢的图表,每个图表包含三个要点。


而像GPT使用者也有自己独特的记忆功能,且记忆功能不会与构建者共享。


比如一个图书GPT可帮助您找到下一本读物。启用记忆功能后,它会记住你的偏好,例如最喜欢的类型或热门书籍,并相应地定制推荐,而无需重复输入。


有网友开始试上了


目前该功能已经有网友开始用上了。



也有人因此放弃Claude,选择OpenAI了。到底还是更好的ChatBot获胜。



理解记忆对于拓展大模型的能力至关重要,比如长期记忆、多轮对话等。此前为了让ChatGPT加上长期记忆,有不少开发者提出了不少外挂。


比如基于API的MemoryGPT,它将向量数据库与常规数据库相结合,以此来实现跨聊天的长期记忆。


好了,ChatGPT这个新功能,有友友已经用起来了吗?


本文来自微信公众号“量子位”



01:06


关键词: ChatGPT , GPT-4 , 奥特曼 , openai
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
RAG

【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

2
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0