AI 記憶：是什麼、如何運作，以及會儲存哪些內容

AI 記憶是對話式 AI 助理從你過去的對話中儲存下來、並帶入新對話的資訊，讓它能記住你的偏好與脈絡。模型本身不會保留任何這些資訊。助理會另外儲存這些資訊，並在相關時重新加入，為模型提供原本缺乏的持續性脈絡。

本指南說明助理如何儲存與回想這些資訊、會儲存哪些內容、為何有時會出錯，以及如何查看、變更或關閉這項功能。

什麼是 AI 記憶？

AI 記憶又稱持久記憶，是指 AI 助理的一項功能，可儲存與你有關的資訊，例如偏好、事實，以及過去互動中的脈絡，讓助理能在之後的對話中使用。

AI 助理建立這份紀錄的來源包括：你要求它記住的事項、它自行留意到的細節，以及它可以回頭參考的先前聊天。

AI 記憶層讓 AI 助理不需要你在每次聊天中重述偏好，就能提供個人化的回答。如果你曾告訴助理你正在為馬拉松進行訓練，而且偏好使用公里，那麼下次詢問配速問題時，即使你沒有重新說明，也會得到以公里為單位的回答。

相較於在每次聊天中重述自己的情況，記憶能省去打字的工夫，並讓提示保持簡短；這點很重要，因為過長的輸入會降低回答的準確度。

記憶並不是每段對話的逐字紀錄，而是一組與你有關的關鍵事實。因此它會記得你偏好使用公里。至於能否找到它上個月擬定的那份完整訓練計畫，則取決於助理是否也能查詢過去的聊天。

AI 記憶的類型

普林斯頓大學的研究人員（2024 年）借用人類記憶科學的術語，將 AI 記憶系統分為不同類型。他們的架構將工作記憶與長期記憶區分開來：

• 工作記憶：模型在目前步驟中所保留的內容，也就是到目前為止的對話，加上它所擷取的所有內容。又稱為短期記憶。
• 長期記憶：跨工作階段的持久記憶。這也是本文所探討的記憶類型。

長期記憶包含三種記憶類型：

• 情節記憶：過去互動的紀錄，例如你上個月要求擬定訓練計畫的那段聊天。
• 語意記憶：關於世界以及關於你的知識，例如偏好使用公里。
• 程序記憶：AI 代理程式的行為方式，內建於模型權重，以及驅動代理程式的程式碼與提示中。在 AI 助理中，最接近的對應是系統提示與你的自訂指示。

放大

AI 助理記憶與 AI 代理程式記憶的比較

AI 助理記憶與 AI 代理程式記憶都屬於長期記憶。AI 助理記憶大多是語意記憶，會儲存關於你的事實，讓回答更符合你的需求。代理程式記憶（例如 Perplexity 的 Brain）則會儲存代理程式做過的事及其結果，包括哪些做法有效、哪些經你修正過，讓它在每項新任務開始時都處於更有利的位置。

AI 記憶與上下文視窗、訓練資料及自訂指示的比較

AI 記憶很容易與另外三種影響回答的因素混淆：模型的上下文視窗、訓練資料與自訂指示。這幾者各自保存不同的資訊、持續時間長短不一，並由不同的系統控制。

上下文視窗是大型語言模型（LLM）一次能讀取的文字量，涵蓋目前的對話。當你開始新的聊天時，它就會重設。

目前有些模型擁有一百萬個 token 以上的大型上下文視窗，因此技術上你可以把關鍵資訊貼到每段對話中。但處理這麼多內容會增加延遲與成本。

多項研究也發現，即使答案就在上下文中，輸出的準確度仍會隨著輸入增加而下降。

一項 2025 年的伊利諾大學與 Amazon 研究發現，即使模型能複述每個相關細節，這種情況仍會發生：當輸入增加到 30,000 個 token 時，準確度下降了 13.9% 至 85%，遠低於模型宣稱的上限。Adobe Research 與慕尼黑大學（LMU Munich）於 2025 年推出的基準測試 NoLiMa 發現，只要問題與答案沒有共同的關鍵字，13 個受測模型中就有 11 個在僅 32,000 個 token 時表現便大幅下滑。Chroma 2025 年 7 月的報告在 18 個模型中都觀察到這種現象，包括模型根據 113,000 個 token 的聊天紀錄作答時。

訓練資料是模型發布前就內建於其權重中的資訊。使用者無法變更這些資訊。開發人員可以用新資料微調模型，但那是一項工程流程，而不是使用者設定。

自訂指示是儲存在助理設定中的規則，由你親自撰寫與編輯，用來自訂 AI 助理的行為與輸出內容。例如，你可以透過自訂指示設定回答的語氣與風格，或是助理可使用哪些來源。

以下是這四者的比較：

AI 記憶會儲存什麼

助理會保留與你有關的特定細節，例如事實、偏好和摘要，有些助理也會參考你過去的聊天。

• 你要求它記住的事實與偏好：這些是你明確告訴助理要儲存的細節，例如「記住我偏好使用公里」。助理會在你提出要求時建立這則記憶，並保留到你將其刪除，或之後的對話更新它為止。
• 它從你的對話中留意到的細節：當這項設定開啟時，助理會儲存這些細節。Perplexity「會優先考量使用者提問的頻率和提供的資訊」，因此你經常提到的事，比只提過一次的事更可能被記住。這則記憶會保留到被更新或你將其刪除為止。
• 參考你過去的聊天：助理會直接參考先前的對話，而非已儲存的清單。Perplexity 將此稱為搜尋紀錄：也就是你過去的提問與回答，用來讓新的回應更切合需求。

AI 記憶的運作方式

AI 模型在不同對話之間不會記住任何事。這項工作是由 AI 記憶系統負責：它會另外保存一份關於你的紀錄，並將相關部分加入每段新對話中。儲存與擷取都在背景進行，因此模型會將這些內容與你的問題一併讀取。

放大

這個流程分為五個步驟：

1. 儲存：當你提出要求，或助理判斷某個細節值得保留時，就會儲存一則記憶。
2. 存放：記憶會存入與模型分開保存的資料庫。在許多系統中，這是一個向量資料庫，因此可以依照語意搜尋記憶。你在設定中看到的清單，就是這個記憶庫的檢視畫面。
3. 擷取：當你傳送訊息時，助理會決定要套用哪些記憶。許多系統的做法是將你的訊息和每則記憶轉換成嵌入向量（以數值表示的語意），再挑選最相近的結果。因此，即使某則記憶與你的問題沒有任何共同字詞，系統仍能回想起它。較簡單的系統則會將所有已儲存的記憶載入每段對話。
4. 使用：回想起的記憶會以純文字形式插入輸入內容，通常位於模型在讀取你的訊息前會先讀取的指示區塊中。模型會像處理該輸入中的其他文字一樣處理這些記憶。
5. 更新與移除：助理會從聊天中萃取事實、搜尋現有記憶，並決定要將其新增為新記憶、更新現有記憶、與某則記憶合併，或刪除與新發現相矛盾的舊記憶。有些助理會為每則記憶加上時間戳記，以區分新舊資訊。

AI 記憶的挑戰與風險

AI 記憶的目的是提升回答品質，但基準測試顯示，記憶擷取不一定能找出相關或最新的資訊，尤其是從大型資料庫中擷取時。它也會帶來安全性與隱私權風險。

與 AI 記憶相關的常見可靠性與安全性問題包括：

• 記憶誤用：記憶可能被帶入毫不相干的回答中。一項 2026 年的研究測試了 18 個模型，檢驗某個生活領域中儲存的記憶是否會滲入另一個領域的回答。失敗率中位數為 53%。該研究也發現，一旦記憶中保存了使用者的信念或其自稱的專業知識，即使問題需要中立的回答，幾乎每個模型都會附和這些內容。
• 過時的記憶：在之後的對話已讓某個細節不再屬實後，助理仍繼續依據該細節行事，尤其是當你從未明確說明時。在一項測試模型能否察覺這類隱含變化的 2026 年 5 月基準測試中，表現最好的模型平均分數為 55.2%。
• 記憶過載：助理需要回頭讀取的內容越多，就越難挑出重點。2024 年的基準測試 LongMemEval 發現，讀取約 115,000 個 token 聊天紀錄的模型，表現比只獲提供相關工作階段的模型差了 30% 至 60%。
• 記憶投毒：錯誤資訊或隱藏指示進入助理的記憶中（例如透過你要求它讀取的內容），導致回答出現偏誤或不安全，甚至造成資料外洩。
• 隱私權風險：記憶會在原本的聊天之外保留個人細節，有時保留的時間比你預期得更久。例如，Perplexity 可能會基於安全與除錯目的，將已刪除記憶的紀錄保留最多 30 天。資料保護法將儲存的記憶視為個人資料，因此你應能檢閱並刪除這些記憶。

如何查看、編輯及關閉 AI 記憶

你可以查看助理已儲存的內容、將其刪除、關閉記憶功能，或使用不會建立記憶的私人聊天。

記憶管理歸根究柢就是幾項控制選項。以下說明各項的功能與使用時機：

若想完全從頭開始，請關閉記憶並清除已儲存的內容。

Perplexity 如何處理記憶

Perplexity 記憶適用於其提供的所有模型。

Perplexity 會根據兩種來源將答案個人化：記憶（也就是您分享的偏好與細節），以及您的搜尋記錄。當某則記憶影響了答案時，它會出現在該答案的來源中，讓您能看到使用了哪些記憶，並刪除其中任何一則。

放大

您也可以提供關於自己的詳細資訊，並為專案提供自訂指示，藉此將答案個人化（每個專案都有自己的記憶層）。

放大

Perplexity 可能會將消費者帳戶的記憶內容用於改進其模型（Enterprise 帳戶則絕不會），除非您關閉此功能（位於「設定 → 偏好設定 → 人工智慧」中的「AI 資料保留」）。

Max 與 Enterprise Max 訂閱者還能使用 Brain，這是一個共享記憶層，以記憶為基礎，進一步追蹤您的專案與工作。它有獨立的切換開關，且會忽略無痕工作階段。

試用 Perplexity，看看記憶如何影響您的下一個答案。

AI 記憶常見問題

AI 中的有限記憶是什麼？

根據 IBM 的定義，有限記憶 AI 是指能夠回想過去的事件與結果，並隨時間監控情況，但無法將這些資料保存在由過往經驗構成之長期資料庫中的 AI。這是 AI 系統分類法中的四個類別之一，IBM 將聊天機器人與虛擬助理歸入此類。

助理記憶則是這些系統額外附加的外部記憶。它會跨工作階段保留，因此助理能使用您在先前對話中分享過的細節。

哪個 AI 助理的記憶最好？

沒有任何一款助理適合所有人。好的記憶是您能掌控的記憶，因此評估 AI 工具時，可以問四個問題：您能看到它儲存了什麼嗎？您能將某則記憶與其來源聊天分開刪除嗎？訓練是否為獨立於記憶的設定？是否有不會建立任何記憶的臨時或無痕模式？

AI 模型會從它記得的關於您的資訊中學習嗎？

在答案中使用記憶，與訓練是不同的過程。Perplexity 表示，它會從您的記憶儲存區擷取相關脈絡，而不是將您的記錄當作訓練資料。您的內容能否用於改進模型，則是另一項獨立設定。在消費者帳戶上，Perplexity 可能會將記憶內容用於此目的，而「AI 資料保留」可將其關閉。

放大

哪些內容不應放入 AI 記憶？

任何您不希望被儲存、被用來建立您的個人剖析或日後被重複提及的內容，都不應放入 AI 記憶：身分與財務資料、健康資訊、密碼、他人的資訊，以及任何與兒童有關的內容。加拿大隱私專員辦公室（2025 年 5 月）與英國國家網路安全中心（2023 年 3 月）都建議，若某個提示詞一旦公開就會造成問題，就不要輸入。

篩選機制能降低隱私風險，但無法保證您的健康或財務資訊完全不會被儲存，因此請檢查您的記憶庫，並在詢問一次性的敏感問題時使用無痕模式。