Memory

Memory — способность AI-ассистента помнить факты о пользователе между сессиями. В отличие от Context Window (один разговор) Memory сохраняет информацию надолго: «у меня корги, зовут Локи», «я работаю над книгой про AI», «не люблю эмодзи в ответах». Под капотом обычно работает специальное хранилище плюс контекстная инъекция.

Коротко

Коротко. Memory — это «долгосрочная память» AI-ассистента, которая работает между разговорами. ChatGPT помнит, что у вас собака Локи; Claude помнит, что вы пишете книгу; Gemini помнит ваши проекты. Технически это база фактов, которые автоматически подкладываются в system prompt каждой новой сессии. Не путать с Context Window — окном текущего разговора. Memory расширяет контекст за пределы одной сессии.

Что это такое

Пользователь общался с ChatGPT неделю. Рассказал в разных чатах: что у него корги по имени Локи, что аллергия на молочное, что любит готовить азиатскую кухню, не любит эмодзи в ответах. Открывает новый чат: «Подбери рецепт для ужина».

Без Memory: ChatGPT отвечает как чужому: предлагает молочные блюда, использует эмодзи, не учитывает аллергию.

С Memory: ChatGPT уже знает контекст. Предлагает азиатский ужин без молочных продуктов, без эмодзи. Может даже добавить: «Локи дома сегодня? Подходящий вечер для жареной утки по-пекински».

Функции долговременной памяти появились в разных чат-ассистентах, но под одним названием скрываются разные механизмы: сохранённые факты, поиск по истории, профиль и память конкретного проекта.

• ChatGPT Memory — управляется в Settings → Personalization, видны все факты.
• Claude Memory — добавляется через /remember в чате; хранится в специальной секции.
• Gemini Saved Info — то же, под другим названием.
• Notion AI, Cursor, Continue — у каждого свой механизм.

Как это работает

Memory под капотом — это два уровня:

1. Хранилище фактов. База данных (SQLite, Postgres, vector DB) с записями вроде:

   • "У пользователя корги по имени Локи"
   • "Аллергия на молочное"
   • "Не любит эмодзи в ответах"

2. Контекстная инъекция. В начале каждой новой сессии релевантные факты добавляются в system prompt как контекст:

You are a helpful assistant.

About the user (from memory):
- Has a corgi named Loki
- Lactose intolerant
- Prefers responses without emoji
- Working on a book about AI

User: Подбери рецепт для ужина

Модель видит факты и формирует ответ с их учётом.

Сохранение фактов происходит автоматически в фоне:

1. После каждого сообщения LLM-фильтр анализирует: «есть ли здесь персональный факт?».
2. Если да — извлекается в краткой форме, сохраняется.
3. Дубликаты обновляются (новое заменяет старое).
4. Старые/неактуальные могут удаляться (зависит от провайдера).

Пользователь видит и контролирует Memory: можно прочитать список, удалить факт, отключить функцию.

Пример на практике

Дизайнер пользуется Claude Pro для рабочих задач. Через месяц использования его Memory выглядит так:

- Работает в digital-агентстве, специализация — UI/UX для финтех
- Использует Figma, Cursor, Linear, Notion
- Стиль ответа: краткий, без воды, технические термины оставлять как есть
- Главный проект сейчас: мобильное приложение для управления криптой
- Команда: 4 человека, тимлид — Анна

В новом чате просит: «Помоги составить план презентации для клиента».

Без Memory Claude дал бы общий шаблон. С Memory:

План презентации мобильного приложения управления криптой для клиента:

1. Контекст финтех-рынка и источник статистики по использованию криптокошельков
2. Проблема — фрагментация UX между биржами / кошельками
3. Решение — ваш концепт (показать ключевые экраны из Figma)
4. Технические детали (стек, безопасность)
5. Timeline и команда (вы + Анна как тимлид + 2 дев)
6. Q&A

Включить ли что-то про конкурентов?

Сохранённый контекст сокращает повторное объяснение задачи, но его всё равно проверяют на устаревшие предпочтения и сведения перед важным ответом.

В корпоративных решениях (Notion AI, Glean, Microsoft Copilot) Memory работает на уровне организации: знает структуру команды, проекты, документы. Это сильно меняет качество ответов в рабочих сценариях.

С чем часто путают

• Memory и Context Window — Context Window ограничивает один запрос или сессию, а Memory хранит выбранные сведения между разговорами. Точные пределы зависят от продукта.
• Memory и Cookies / Login — Memory это содержательная память (что вы любите), не сессионная (вы залогинены).
• Memory и Fine-tuning — Fine-tuning меняет веса модели на основе ваших данных. Memory — внешнее хранилище, веса не меняются.
• Memory и RAG — RAG ищет в документах при каждом запросе. Memory подгружает заранее извлечённые факты в system prompt.
• Personal Memory и Shared Memory — Personal у каждого свой. Shared (в корпоративных Copilot'ах) — общий для команды.

Частые ошибки и заблуждения

• «Memory сохраняет всё, что вы говорите». Нет. Продукт выбирает отдельные факты или использует сохранённые пользователем записи; правила отбора и управления отличаются.
• «Память автоматически приватна». Это зависит от провайдера, типа аккаунта, настроек и политики данных. Чувствительную информацию лучше не сохранять без понятного срока хранения и контроля доступа.
• «Удаление одной записи стирает все её следы». Интерфейсная память, история чатов, журналы и обучающие настройки могут быть разными системами. Удаление проверяют по документации каждой из них.
• «Memory не имеет лимита». Хранилище и механизм отбора всегда ограничены, даже если продукт не показывает точное число пользователю.
• «Memory автоматически делает ответы лучше». Не всегда. Иногда лишний контекст путает: модель будет упоминать собаку даже там, где она не нужна.

Связанные термины

• Context Window — окно одной сессии.
• System Prompt — куда инжектируются факты Memory.
• RAG — родственная техника подгрузки информации.
• Fine-tuning — альтернативный путь персонализации.
• Vector Database — частое хранилище под Memory.
• AI Agent — часто использует Memory для долгосрочной работы.

Частые вопросы

Где включается Memory в ChatGPT? Расположение настройки может меняться вместе с интерфейсом. В разделе персонализации обычно можно увидеть доступные элементы управления, удалить сохранённые сведения или отключить функцию; точный путь указан в справке продукта.

Memory доступна на бесплатном плане? Доступ зависит от продукта, региона и плана, поэтому его проверяют в действующем описании тарифа.

Можно ли «загрузить» в Memory свой готовый список фактов? Одни продукты принимают записи через диалог, другие дают отдельный интерфейс или API. Для большого управляемого набора сведений часто лучше подходит RAG или профиль в собственной базе, где понятны источник, версия и удаление данных.

Memory работает в API? Универсального ответа нет: одни API дают готовые механизмы хранения состояния, другие оставляют это приложению. В собственной системе память обычно собирают из базы профиля, истории, правил отбора и явного управления удалением данных. Векторный поиск может быть частью решения, но он нужен не всегда.

Может ли модель «забыть» по моей просьбе? Если продукт поддерживает удаление сохранённых сведений, это можно сделать через его настройки или предусмотренную команду. Важное удаление стоит проверить в интерфейсе управления данными: ответ ассистента сам по себе ещё не доказывает, что запись исчезла из хранилища.

Memory кросс-сессионная и кросс-устройственная? Это зависит от продукта и настроек аккаунта. Если память хранится на стороне сервиса и синхронизируется, она может работать между разговорами и устройствами. Локальная память приложения, напротив, может оставаться только на одном устройстве.

Главное

Memory — это слой долгосрочного контекста, который может сохранять полезные сведения между разговорами. В отличие от context window одной сессии, такая память живёт отдельно и подгружает только выбранные записи. Полезно время от времени просматривать эти записи, удалять лишнее и проверять, какие данные хранит сервис. В собственном приложении особенно важны источник факта, дата обновления, право пользователя на исправление и понятное удаление.