หน่วยความจำ AI: คืออะไร ทำงานอย่างไร และจัดเก็บอะไรบ้าง

หน่วยความจำ AI คือข้อมูลที่ผู้ช่วย AI แบบสนทนาบันทึกไว้จากการสนทนาที่ผ่านมาของคุณและนำมาใช้ในการสนทนาใหม่ เพื่อให้จดจำความชอบและบริบทของคุณได้ ตัวโมเดลเองไม่ได้เก็บข้อมูลเหล่านี้ไว้เลย ผู้ช่วยจะจัดเก็บข้อมูลแยกไว้ต่างหากและเพิ่มกลับเข้าไปเมื่อเกี่ยวข้อง ซึ่งทำให้โมเดลมีบริบทที่คงอยู่ต่อเนื่องซึ่งปกติแล้วจะไม่มี

คู่มือนี้อธิบายว่าผู้ช่วยบันทึกและเรียกคืนข้อมูลนั้นอย่างไร จัดเก็บอะไรบ้าง เหตุใดบางครั้งจึงจำผิดพลาด และวิธีดู เปลี่ยนแปลง หรือปิดการทำงานของหน่วยความจำ

หน่วยความจำ AI คืออะไร

หน่วยความจำ AI หรือที่เรียกว่าหน่วยความจำถาวร หมายถึงฟีเจอร์ของผู้ช่วย AI ที่จัดเก็บข้อมูลเกี่ยวกับตัวคุณ เช่น ความชอบ ข้อเท็จจริง และบริบทจากการโต้ตอบที่ผ่านมา ซึ่งผู้ช่วยสามารถนำไปใช้ในการสนทนาครั้งต่อๆ ไปได้

ผู้ช่วย AI สามารถสร้างบันทึกดังกล่าวได้จากสิ่งที่คุณขอให้จดจำ รายละเอียดที่ผู้ช่วยเก็บได้เอง และแชทก่อนหน้าที่ผู้ช่วยสามารถย้อนกลับไปอ้างอิงได้

เลเยอร์หน่วยความจำ AI ช่วยให้ผู้ช่วย AI มอบคำตอบที่ปรับให้เหมาะกับคุณได้ โดยที่คุณไม่ต้องแจ้งความชอบของคุณในทุกแชท หากคุณเคยบอกผู้ช่วยว่ากำลังซ้อมวิ่งมาราธอนและชอบใช้หน่วยกิโลเมตร คำถามเรื่องการคุมเพซครั้งถัดไปของคุณจะได้รับคำตอบเป็นกิโลเมตรโดยที่คุณไม่ต้องบอกซ้ำ

เมื่อเทียบกับการต้องอธิบายสถานการณ์ของคุณซ้ำในทุกแชท หน่วยความจำช่วยให้คุณไม่ต้องพิมพ์มากและทำให้พรอมต์สั้นลง ซึ่งเป็นเรื่องสำคัญเพราะอินพุตที่ยาวทำให้คำตอบแม่นยำน้อยลง

หน่วยความจำไม่ใช่บันทึกถอดความของทุกการสนทนา แต่เป็นชุดข้อเท็จจริงสำคัญเกี่ยวกับตัวคุณ ดังนั้นผู้ช่วยจะจำได้ว่าคุณชอบใช้หน่วยกิโลเมตร ส่วนการค้นหาแผนการซ้อมฉบับที่ผู้ช่วยร่างไว้เมื่อเดือนที่แล้วนั้น ขึ้นอยู่กับว่าผู้ช่วยสามารถค้นหาแชทที่ผ่านมาได้ด้วยหรือไม่

ประเภทของหน่วยความจำ AI

นักวิจัยจากมหาวิทยาลัยพรินซ์ตัน (2024) ได้ยืมคำศัพท์จากวิทยาศาสตร์ด้านความจำของมนุษย์มาใช้จำแนกประเภทของระบบหน่วยความจำ AI โดยกรอบแนวคิดของพวกเขาแยกหน่วยความจำใช้งานออกจากหน่วยความจำระยะยาว:

• หน่วยความจำใช้งาน: สิ่งที่โมเดลเก็บไว้สำหรับขั้นตอนปัจจุบัน ซึ่งก็คือบทสนทนาจนถึงตอนนี้รวมถึงทุกอย่างที่ดึงข้อมูลมา หรือที่เรียกว่าหน่วยความจำระยะสั้น
• หน่วยความจำระยะยาว: หน่วยความจำที่คงอยู่ข้ามเซสชัน ซึ่งเป็นหน่วยความจำประเภทที่บทความนี้กล่าวถึง

หน่วยความจำระยะยาวประกอบด้วยหน่วยความจำ 3 ประเภท ได้แก่

• หน่วยความจำเชิงเหตุการณ์: บันทึกการโต้ตอบที่ผ่านมา เช่น แชทที่คุณขอแผนการซ้อมเมื่อเดือนที่แล้ว
• หน่วยความจำเชิงความหมาย: ความรู้เกี่ยวกับโลกและเกี่ยวกับตัวคุณ เช่น การที่คุณชอบใช้หน่วยกิโลเมตร
• หน่วยความจำเชิงกระบวนการ: วิธีที่เอเจนต์ AI ทำงาน ซึ่งฝังอยู่ในค่าน้ำหนักของโมเดล รวมถึงในโค้ดและพรอมต์ที่ใช้รันเอเจนต์ สำหรับผู้ช่วย AI สิ่งที่ใกล้เคียงที่สุดคือพรอมต์ระบบและคำสั่งที่กำหนดเองของคุณ

ขยาย

หน่วยความจำของผู้ช่วย AI เทียบกับหน่วยความจำของเอเจนต์ AI

หน่วยความจำของผู้ช่วย AI และหน่วยความจำของเอเจนต์ AI ต่างก็เป็นหน่วยความจำระยะยาว หน่วยความจำของผู้ช่วย AI ส่วนใหญ่เป็นหน่วยความจำเชิงความหมายและจัดเก็บข้อเท็จจริงเกี่ยวกับตัวคุณ เพื่อให้คำตอบเหมาะกับคุณ ส่วนหน่วยความจำของเอเจนต์ เช่น Brain ของ Perplexity จะจัดเก็บสิ่งที่เอเจนต์ทำและผลลัพธ์ที่ได้ รวมถึงสิ่งที่ได้ผลและสิ่งที่คุณแก้ไข เพื่อให้เริ่มงานใหม่แต่ละงานจากจุดที่ดีกว่าเดิม

หน่วยความจำ AI เทียบกับหน้าต่างบริบท ข้อมูลการฝึก และคำสั่งที่กำหนดเอง

หน่วยความจำ AI มักถูกสับสนได้ง่ายกับอีกสามสิ่งที่มีผลต่อคำตอบ ได้แก่ หน้าต่างบริบทของโมเดล ข้อมูลการฝึก และคำสั่งที่กำหนดเอง แต่ละอย่างเก็บข้อมูลต่างกัน คงอยู่นานต่างกัน และถูกควบคุมโดยระบบที่ต่างกัน

หน้าต่างบริบทคือปริมาณข้อความที่โมเดลภาษาขนาดใหญ่ (LLM) อ่านได้ในครั้งเดียว และครอบคลุมบทสนทนาปัจจุบัน หน้าต่างบริบทจะรีเซ็ตเมื่อคุณเริ่มแชทใหม่

โมเดลบางรุ่นในปัจจุบันมีหน้าต่างบริบทขนาดใหญ่ถึงหนึ่งล้านโทเค็นขึ้นไป ดังนั้นในทางเทคนิคแล้วคุณสามารถวางข้อมูลสำคัญของคุณลงในทุกการสนทนาได้ แต่การประมวลผลข้อมูลทั้งหมดนั้นจะเพิ่มเวลาแฝงและต้นทุน

งานศึกษาหลายชิ้นยังพบว่าความแม่นยำของเอาต์พุตลดลงเมื่ออินพุตยาวขึ้น แม้ว่าคำตอบจะอยู่ในบริบทก็ตาม

งานศึกษาของมหาวิทยาลัยอิลลินอยส์และ Amazon ในปี 2025 พบปัญหานี้แม้ในกรณีที่โมเดลสามารถท่องรายละเอียดที่เกี่ยวข้องได้ครบทุกข้อ โดยความแม่นยำลดลง 13.9–85% เมื่ออินพุตยาวขึ้นถึง 30,000 โทเค็น ซึ่งต่ำกว่าขีดจำกัดที่โมเดลอ้างไว้มาก NoLiMa ซึ่งเป็นเบนช์มาร์กปี 2025 จาก Adobe Research และ LMU Munich พบว่าโมเดล 11 จาก 13 รุ่นที่ทดสอบมีประสิทธิภาพต่ำลงอย่างมีนัยสำคัญที่เพียง 32,000 โทเค็น เมื่อใดก็ตามที่คำถามและคำตอบไม่มีคีย์เวิร์ดร่วมกัน รายงานของ Chroma ในเดือนกรกฎาคม 2025 พบปัญหานี้ในโมเดล 18 รุ่น รวมถึงเมื่อโมเดลตอบจากประวัติแชทขนาด 113,000 โทเค็น

ข้อมูลการฝึกคือข้อมูลที่ฝังอยู่ในค่าน้ำหนักของโมเดลก่อนการเปิดตัว ผู้ใช้ไม่สามารถเปลี่ยนแปลงได้ นักพัฒนาสามารถปรับแต่ง (fine-tune) โมเดลด้วยข้อมูลใหม่ได้ แต่นั่นเป็นกระบวนการทางวิศวกรรม ไม่ใช่การตั้งค่าของผู้ใช้

คำสั่งที่กำหนดเองคือกฎที่บันทึกไว้ในการตั้งค่าของผู้ช่วย ซึ่งคุณเขียนและแก้ไขเองเพื่อปรับแต่งพฤติกรรมและเอาต์พุตของผู้ช่วย AI ตัวอย่างเช่น คุณอาจใช้คำสั่งที่กำหนดเองเพื่อกำหนดน้ำเสียงและสไตล์ของคำตอบ หรือกำหนดแหล่งข้อมูลที่ผู้ช่วยสามารถใช้ได้

ต่อไปนี้คือการเปรียบเทียบทั้งสี่อย่าง:

สิ่งที่หน่วยความจำ AI จัดเก็บ

ผู้ช่วยจะเก็บรายละเอียดบางอย่างเกี่ยวกับตัวคุณที่คัดเลือกแล้ว เช่น ข้อเท็จจริง ความชอบ และสรุป และผู้ช่วยบางตัวยังดึงข้อมูลจากแชทที่ผ่านมาของคุณด้วย

• ข้อเท็จจริงและความชอบที่คุณขอให้จดจำ: รายละเอียดเหล่านี้คือสิ่งที่คุณบอกให้ผู้ช่วยบันทึกไว้อย่างชัดเจน เช่น “จำไว้ว่าฉันชอบใช้หน่วยกิโลเมตร” ผู้ช่วยจะสร้างหน่วยความจำเมื่อคุณขอ และหน่วยความจำนั้นจะคงอยู่จนกว่าคุณจะลบ หรือจนกว่าการสนทนาครั้งต่อมาจะอัปเดตข้อมูลนั้น
• รายละเอียดที่ผู้ช่วยเก็บได้จากการสนทนาของคุณ: ผู้ช่วยจะบันทึกรายละเอียดเหล่านี้เมื่อเปิดการตั้งค่าไว้ Perplexity “ให้น้ำหนักกับความถี่ของคำถามที่ผู้ใช้ถามและข้อมูลที่ผู้ใช้ให้” ดังนั้นสิ่งที่คุณพูดถึงบ่อยจึงมีแนวโน้มที่จะถูกจดจำมากกว่าสิ่งที่คุณพูดถึงเพียงครั้งเดียว หน่วยความจำจะคงอยู่จนกว่าจะมีการอัปเดตหรือคุณลบทิ้ง
• การอ้างอิงแชทที่ผ่านมาของคุณ: ผู้ช่วยจะดึงข้อมูลจากการสนทนาก่อนหน้าโดยตรงแทนที่จะดึงจากรายการที่บันทึกไว้ Perplexity เรียกสิ่งนี้ว่าประวัติการค้นหา ซึ่งก็คือคำถามและคำตอบที่ผ่านมาของคุณที่ใช้เพื่อทำให้คำตอบใหม่มีความเกี่ยวข้องมากขึ้น

หน่วยความจำ AI ทำงานอย่างไร

โมเดล AI ไม่ได้จดจำสิ่งใดเลยระหว่างการสนทนาแต่ละครั้ง ระบบหน่วยความจำ AI เป็นผู้ทำหน้าที่นั้น โดยเก็บบันทึกเกี่ยวกับตัวคุณแยกไว้ต่างหากและเพิ่มส่วนที่เกี่ยวข้องเข้าไปในการสนทนาใหม่แต่ละครั้ง การจัดเก็บและการดึงข้อมูลเกิดขึ้นเบื้องหลัง โมเดลจึงอ่านข้อมูลเหล่านั้นไปพร้อมกับคำถามของคุณ

ขยาย

กระบวนการนี้ดำเนินการใน 5 ขั้นตอน:

1. การบันทึก: ผู้ช่วยจะบันทึกหน่วยความจำเมื่อคุณขอ หรือเมื่อผู้ช่วยพิจารณาว่ารายละเอียดนั้นควรค่าแก่การเก็บไว้
2. การจัดเก็บ: หน่วยความจำจะถูกเก็บไว้ในฐานข้อมูลที่แยกจากโมเดล ในหลายระบบจะเป็นฐานข้อมูลเวกเตอร์ เพื่อให้ค้นหาตามความหมายได้ รายการที่คุณเห็นในการตั้งค่าคือมุมมองหนึ่งของคลังหน่วยความจำนั้น
3. การดึงข้อมูล: เมื่อคุณส่งข้อความ ผู้ช่วยจะตัดสินใจว่าหน่วยความจำใดที่เกี่ยวข้อง หลายระบบทำเช่นนี้โดยแปลงข้อความของคุณและหน่วยความจำแต่ละรายการให้เป็นเอ็มเบดดิง ซึ่งเป็นตัวแทนเชิงตัวเลขของความหมาย แล้วเลือกรายการที่ใกล้เคียงที่สุด นั่นคือเหตุผลที่ระบบสามารถเรียกคืนหน่วยความจำได้แม้ไม่มีคำใดตรงกับคำถามของคุณเลย ส่วนระบบที่เรียบง่ายกว่าจะโหลดหน่วยความจำที่บันทึกไว้ทั้งหมดเข้าไปในการสนทนาทุกครั้ง
4. การใช้งาน: หน่วยความจำที่เรียกคืนมาจะถูกแทรกเป็นข้อความธรรมดาลงในอินพุต โดยปกติจะอยู่ในบล็อกคำสั่งที่โมเดลอ่านก่อนข้อความของคุณ โมเดลจะประมวลผลหน่วยความจำเหล่านั้นเหมือนข้อความอื่นๆ ในอินพุตนั้น
5. การอัปเดตและการลบ: ผู้ช่วยจะดึงข้อเท็จจริงจากแชท ค้นหาหน่วยความจำที่มีอยู่ แล้วตัดสินใจว่าจะเพิ่มเป็นหน่วยความจำใหม่ อัปเดตหน่วยความจำที่มีอยู่ รวมเข้ากับหน่วยความจำเดิม หรือลบหน่วยความจำเก่าที่ขัดแย้งกับข้อมูลใหม่ ผู้ช่วยบางตัวจะประทับเวลาให้กับหน่วยความจำแต่ละรายการเพื่อแยกข้อมูลใหม่ออกจากข้อมูลเก่า

ความท้าทายและความเสี่ยงของหน่วยความจำ AI

หน่วยความจำ AI มีจุดประสงค์เพื่อปรับปรุงคุณภาพของคำตอบ แต่ผลเบนช์มาร์กแสดงให้เห็นว่าการดึงข้อมูลจากหน่วยความจำไม่ได้นำเสนอข้อมูลที่เกี่ยวข้องหรือเป็นปัจจุบันเสมอไป โดยเฉพาะจากฐานข้อมูลขนาดใหญ่ นอกจากนี้ยังก่อให้เกิดความเสี่ยงด้านความปลอดภัยและความเป็นส่วนตัวด้วย

ปัญหาด้านความน่าเชื่อถือและความปลอดภัยที่พบบ่อยซึ่งเกี่ยวข้องกับหน่วยความจำ AI ได้แก่

• หน่วยความจำที่ถูกนำไปใช้ผิดที่: หน่วยความจำอาจถูกดึงเข้าไปในคำตอบที่ไม่เกี่ยวข้องกันเลย งานศึกษาในปี 2026 ได้ทดสอบโมเดล 18 รุ่นว่าหน่วยความจำที่บันทึกไว้จากเรื่องหนึ่งในชีวิตรั่วไหลเข้าไปในคำตอบของอีกเรื่องหนึ่งหรือไม่ อัตราความล้มเหลวค่ามัธยฐานอยู่ที่ 53% งานศึกษานี้ยังพบว่าเมื่อหน่วยความจำมีความเชื่อของผู้ใช้หรือความเชี่ยวชาญที่ผู้ใช้กล่าวอ้าง โมเดลเกือบทุกรุ่นจะคล้อยตามสิ่งเหล่านั้น แม้ว่าคำถามจะต้องการคำตอบที่เป็นกลางก็ตาม
• หน่วยความจำที่ล้าสมัย: ผู้ช่วยยังคงทำงานตามรายละเอียดหนึ่งต่อไป แม้ว่าการสนทนาครั้งต่อมาจะทำให้รายละเอียดนั้นไม่เป็นจริงแล้ว โดยเฉพาะเมื่อคุณไม่เคยพูดออกมาตรงๆ ในเบนช์มาร์กเดือนพฤษภาคม 2026 ซึ่งทดสอบว่าโมเดลสังเกตเห็นการเปลี่ยนแปลงโดยนัยดังกล่าวหรือไม่ โมเดลที่ดีที่สุดทำคะแนนเฉลี่ยได้ 55.2%
• หน่วยความจำล้น: ยิ่งผู้ช่วยต้องอ่านย้อนกลับมากเท่าไร ก็ยิ่งยากที่จะเลือกสิ่งที่สำคัญออกมาได้ LongMemEval ซึ่งเป็นเบนช์มาร์กปี 2024 พบว่าโมเดลที่อ่านประวัติแชทประมาณ 115,000 โทเค็นมีประสิทธิภาพแย่กว่าโมเดลที่ได้รับเฉพาะเซสชันที่เกี่ยวข้อง 30% ถึง 60%
• การวางยาพิษหน่วยความจำ: ข้อมูลเท็จหรือคำสั่งที่ซ่อนอยู่เข้าไปอยู่ในหน่วยความจำของผู้ช่วย เช่น ผ่านเนื้อหาที่คุณขอให้ผู้ช่วยอ่าน ส่งผลให้เกิดคำตอบที่มีอคติหรือไม่ปลอดภัย หรือเกิดการรั่วไหลของข้อมูล
• ความเสี่ยงด้านความเป็นส่วนตัว: หน่วยความจำเก็บรายละเอียดส่วนบุคคลไว้นอกเหนือจากแชทที่เป็นต้นทาง และบางครั้งก็นานกว่าที่คุณคาดไว้ ตัวอย่างเช่น Perplexity อาจเก็บบันทึกของหน่วยความจำที่ถูกลบไว้ได้นานสูงสุด 30 วันเพื่อความปลอดภัยและการแก้ไขข้อบกพร่อง กฎหมายคุ้มครองข้อมูลถือว่าหน่วยความจำที่จัดเก็บไว้เป็นข้อมูลส่วนบุคคล ดังนั้นคุณควรสามารถตรวจสอบและลบข้อมูลเหล่านั้นได้

วิธีดู แก้ไข และปิดหน่วยความจำ AI

คุณสามารถดูสิ่งที่ผู้ช่วยบันทึกไว้ ลบทิ้ง ปิดหน่วยความจำ หรือใช้แชทส่วนตัวที่ไม่สร้างหน่วยความจำได้

การจัดการหน่วยความจำมีตัวควบคุมเพียงไม่กี่อย่าง ต่อไปนี้คือสิ่งที่ตัวควบคุมแต่ละอย่างทำและควรใช้เมื่อใด:

หากต้องการเริ่มต้นใหม่ทั้งหมด ให้ปิดหน่วยความจำและล้างข้อมูลที่จัดเก็บไว้

วิธีที่ Perplexity จัดการหน่วยความจำ

หน่วยความจำของ Perplexity ทำงานได้กับทุกโมเดลที่มีให้บริการ

Perplexity ปรับคำตอบให้เหมาะกับคุณจากสองแหล่ง ได้แก่ ความทรงจำ ซึ่งก็คือความชอบและรายละเอียดที่คุณแชร์ และประวัติการค้นหาของคุณ เมื่อความทรงจำมีส่วนกำหนดคำตอบ ความทรงจำนั้นจะปรากฏอยู่ในแหล่งที่มาของคำตอบนั้น คุณจึงดูได้ว่ามีการใช้ความทรงจำใดบ้าง และลบรายการใดก็ได้

ขยาย

คุณยังปรับคำตอบให้เหมาะกับคุณได้ด้วยการให้รายละเอียดเกี่ยวกับตัวคุณ และการให้คำแนะนำที่กำหนดเองสำหรับโปรเจกต์ (แต่ละโปรเจกต์มีชั้นหน่วยความจำของตัวเอง)

ขยาย

Perplexity อาจใช้เนื้อหาในหน่วยความจำเพื่อปรับปรุงโมเดลสำหรับบัญชีผู้บริโภค (ไม่ใช้กับบัญชี Enterprise เลย) เว้นแต่คุณจะปิดตัวเลือกนี้ (การเก็บรักษาข้อมูล AI ใน การตั้งค่า → การกำหนดค่า → ปัญญาประดิษฐ์)

สมาชิก Max และ Enterprise Max ยังได้รับ Brain ซึ่งเป็นชั้นหน่วยความจำที่ใช้ร่วมกัน โดยต่อยอดจากหน่วยความจำด้วยการติดตามโปรเจกต์และงานของคุณ Brain มีสวิตช์เปิดปิดของตัวเอง และจะไม่นำเซสชันแบบไม่ระบุตัวตนมาใช้

ลองใช้ Perplexity แล้วดูว่าความทรงจำมีส่วนกำหนดคำตอบถัดไปของคุณอย่างไร

คำถามที่พบบ่อยเกี่ยวกับหน่วยความจำ AI

หน่วยความจำแบบจำกัดใน AI คืออะไร?

IBM ให้นิยาม AI แบบหน่วยความจำจำกัดว่าเป็น AI ที่สามารถเรียกคืนเหตุการณ์และผลลัพธ์ในอดีต รวมถึงติดตามสถานการณ์เมื่อเวลาผ่านไปได้ แต่ไม่สามารถเก็บข้อมูลนั้นไว้ในคลังประสบการณ์ในอดีตระยะยาวได้ AI ประเภทนี้เป็นหนึ่งในสี่หมวดหมู่ของการจัดประเภทระบบ AI และ IBM จัดแชทบอทและผู้ช่วยเสมือนไว้ในหมวดนี้

หน่วยความจำของผู้ช่วยคือหน่วยความจำภายนอกที่ระบบเหล่านั้นเพิ่มเข้ามาอีกชั้นหนึ่ง หน่วยความจำนี้คงอยู่ข้ามเซสชัน ผู้ช่วยจึงสามารถใช้รายละเอียดที่คุณแชร์ไว้ในบทสนทนาก่อนหน้าได้

ผู้ช่วย AI ตัวไหนมีหน่วยความจำดีที่สุด?

ไม่มีผู้ช่วยตัวใดที่ดีที่สุดสำหรับทุกคน หน่วยความจำที่ดีคือหน่วยความจำที่คุณควบคุมได้ ดังนั้นให้ประเมินเครื่องมือ AI ด้วยคำถามสี่ข้อ: คุณดูได้หรือไม่ว่าเครื่องมือบันทึกอะไรไว้? คุณลบความทรงจำแยกจากแชทที่เป็นต้นทางได้หรือไม่? การฝึกโมเดลเป็นการตั้งค่าที่แยกจากหน่วยความจำหรือไม่? มีโหมดชั่วคราวหรือโหมดไม่ระบุตัวตนที่ไม่สร้างความทรงจำหรือไม่?

โมเดล AI เรียนรู้จากสิ่งที่จดจำเกี่ยวกับคุณหรือไม่?

การใช้หน่วยความจำในคำตอบเป็นกระบวนการที่แตกต่างจากการฝึกโมเดล Perplexity ระบุว่าดึงบริบทที่เกี่ยวข้องจากคลังหน่วยความจำของคุณ แทนที่จะนำประวัติของคุณไปใช้เป็นข้อมูลสำหรับฝึก ส่วนการที่เนื้อหาของคุณจะถูกนำไปใช้ปรับปรุงโมเดลได้หรือไม่นั้นเป็นการตั้งค่าแยกต่างหาก สำหรับบัญชีผู้บริโภค Perplexity อาจใช้เนื้อหาในหน่วยความจำเพื่อจุดประสงค์ดังกล่าว และการตั้งค่าการเก็บรักษาข้อมูล AI จะปิดการใช้งานนี้

ขยาย

ข้อมูลใดบ้างที่ไม่ควรเก็บไว้ในหน่วยความจำ AI?

อย่าเก็บสิ่งที่คุณไม่ต้องการให้ถูกจัดเก็บ ถูกนำไปใช้สร้างโปรไฟล์ของคุณ หรือถูกนำมาพูดซ้ำในภายหลังไว้ในหน่วยความจำ AI ได้แก่ ข้อมูลระบุตัวตนและข้อมูลทางการเงิน ข้อมูลสุขภาพ รหัสผ่าน ข้อมูลของผู้อื่น และทุกอย่างที่เกี่ยวกับเด็ก สำนักงานคณะกรรมาธิการความเป็นส่วนตัวของแคนาดา (พฤษภาคม 2025) และศูนย์ความมั่นคงปลอดภัยไซเบอร์แห่งชาติของสหราชอาณาจักร (มีนาคม 2023) แนะนำให้หลีกเลี่ยงพรอมต์ใดก็ตามที่อาจก่อให้เกิดปัญหาหากถูกเปิดเผยต่อสาธารณะ

ตัวกรองช่วยลดความเสี่ยงด้านความเป็นส่วนตัว แต่ไม่ได้รับประกันว่าข้อมูลสุขภาพหรือข้อมูลทางการเงินของคุณจะไม่ถูกจัดเก็บเลย ดังนั้นควรตรวจสอบคลังหน่วยความจำของคุณ และใช้โหมดไม่ระบุตัวตนสำหรับคำถามที่ละเอียดอ่อนซึ่งถามเพียงครั้งเดียว