说实话,Claude 默认的记忆功能基本没什么用。
它经常忘记上下文,你得不停重复解释,即使解释了,它还是记不住。
大多数人已经忍受这些问题好几个月了,却不知道其实有更好的办法。
我每天都在用 Claude。它在我 Mac 上的使用时长,比任何其他应用都长。
正因为用得这么频繁,我不能接受最常用的工作工具随机忘记重要信息和上下文。
为了让 Claude 尽可能靠谱,我深入研究了所有可能的记忆解决方案。
好消息是,研究很成功。
我发现了三个"层级"的记忆系统,它们让 Claude 变得强大了很多。
第一层:简单易用,能满足 90% 以上 Claude 用户的需求。
第二层:需要大约 60 分钟设置,但会彻底改变 Claude 的工作方式。
第三层:则把 Claude 变成一个自我进化的第二大脑,基于你所有的数据训练。
今天这篇文章,我会公开这三个系统,以及我如何让 Claude 变得更聪明。
无论你是新手还是重度用户,相信你都能找到适合自己的系统。
这是每个人都应该开始的地方,只需几分钟设置,就能立即改善你和 Claude 的每次对话。
现在就去设置 → 记忆。
这是 Claude 里最被忽视的页面,大多数人从来没打开过。
你会看到 Claude 存储的关于你的所有信息,偏好、事实、习惯、工作风格等,这些都是从你所有对话中被动积累的。
如果不管理,你的记忆很快就会堆满垃圾。
解决办法很简单:
通读这个页面的所有内容,删除过时、不准确或无关的信息。
然后,手动添加你真正希望 Claude 永久记住的上下文。
这里保持基础就好,你的角色和基本偏好,我们很快会深入构建更具体的系统。

如果你使用 Claude 项目功能(你应该用),就需要填写项目说明字段。

我的建议:
为所有最常用的工作流创建项目,然后把所有上下文用语音输入到 Google 文档,再为每个项目上传 PDF 文件。
这是列表中最简单的记忆技巧。在对话中,直接告诉 Claude 你希望它记住什么。
"记住我永远不要 [x]"
"记住我的角色是 [x]"
"用 [x] 更新你的记忆"
"记住我更喜欢 400 字以内的回复"Claude 会立即把这些存储到记忆中。你也可以让它忘记东西:
"忘记我提到的 [x]"如果你一直在用 ChatGPT(或其他大语言模型),并且已经积累了大量上下文。
你有两个有效的选项来转移上下文:
方案 a) 你可以告诉 ChatGPT 你要换平台,让它生成一个记忆导出文档:
"我要把这个项目切换到 Claude,给我一个总结文档……"方案 b) 你可以使用 Claude 的导入/导出功能
在设置 → 记忆中,你可以从其他大语言模型导入完整数据。

这四个快速调整对 90% 以上的人来说已经足够。
但下一部分是为那些想要真正系统化、把 Claude 提升到新高度的人准备的。
第一层解决了基本的记忆问题。
第二层构建了更强大的东西:一个基于文件的记忆架构,存储在你的电脑上,自动加载到 Cowork 和 Claude Code 中。
概念很简单:
不再向 Claude 提示上下文,而是把所有上下文存储在 Claude 可以访问的 .md 文件中。
你也可以把这些 Markdown 文件用在任何大语言模型或 AI Agent系统。
在桌面新建一个文件夹,命名为 "Claude 主文件夹",在里面创建这四个 Markdown 文件(Claude 可以帮你做):
1. Instructions.md(指令文件)
这个文件告诉 Claude 你所有的规则和指令。
示例结构:
你是谁
你做什么
规则
好的输出是什么样的
重要的是要包含:"随着时间推移,用我的偏好更新 Memory.md"
这一行至关重要,它让 Claude 在第二个 Markdown 文件中创建你数据的持续记忆日志。
2. Memory.md(记忆文件)
这是 Claude 的"大脑",会随着时间不断更新。
示例结构:
偏好
修正
模式
决策
现在,只要你说 "别再用破折号" 之类的话,Claude 就会进入记忆文件并更新它。
3. Context.md(上下文文件)
[x] 项目的具体上下文文件。
这个 Markdown 文件里的内容会根据你的具体项目而变化。
你也可以创建一个通用的 "业务上下文" 或 "生活上下文" Markdown文件。
4. Archive-Guide.md(存档指南)
这个纯粹是保护性的,但值得做。
Claude 会在你工作时自动更新你的记忆文件。偶尔,它会错误覆盖某些内容,或做出你不想要的更改。
没有备份系统,那些上下文就丢失了。
解决办法很简单:
每周一次,把包含 Instructions、Memory、Context 和其他所有内容的整个主文件夹复制到一个 Claude 无法访问的单独存档文件夹中,并标注日期。
如果出现问题或被错误覆盖,你可以从存档中恢复。
这是四个 Markdown 文件的最终产品结构。
如我上面提到的,你可以让 Claude 帮你创建这个系统。
只需创建一个名为 "Claude 主文件夹" 的新文件夹,将它附加到新的 Cowork 聊天中,然后粘贴这个提示词:
进入我连接的工作区中的 "Claude 主文件夹",在里面创建这四个 Markdown 文件:
Instructions.md,包含以下部分:你是谁、你做什么、规则、好的输出是什么样的,以及一行告诉 Claude 随时间更新 Memory.md 的内容。
Memory.md,包含以下部分:偏好、修正、模式、决策和个人上下文。预填充占位符示例,这样我就知道该添加什么。
Context.md,包含以下部分:关于这个项目/业务、受众、关键人物和协作者、活跃项目和优先事项、工具和技术栈、重要背景/历史。使用模板格式和占位符,我可以填写。
Archive-Guide.md,一份分步指南,解释为什么要存档、如何每周执行(复制文件夹、用日期重命名、移动到 Claude 无法访问的地方)、包含什么、如果出问题如何恢复,以及在哪里存储备份。系统建好了,现在怎么用呢?
每次在 Cowork/Claude Code 中工作时:
你可以附加主文件夹,Claude 就会把它当作迷你记忆数据库使用。
它会编辑记忆 Markdown 文件,给你留下一个可以附加到任何大语言模型、新聊天或 AI Agent的东西。
你也可以手动更新 .MD 文件,并在主文件夹内为特定项目创建新文件夹。
接下来要在第三层展示的内容,会把这个系统推得更远。
坦白说,不是每个人都需要。
它确实需要一些初始设置和持续维护,但对于那些构建它的人来说,这确实是 Claude 高级详细记忆系统的最佳选择。
根据你的工作方式,有两个选项。
第一个更简单,适合那些想要 "简单" AI 第二大脑的人。
第二个更高级(但整体更好),需要 1 到 2 小时的专注构建(别担心,我会全程指导)。
记住:
要让你的 AI 第二大脑记忆库有效,你确实需要花时间维护和更新你的数据库。
将 Claude 连接到 Notion 是你在 5 分钟内能做的最高杠杆的事情。
前往 Claude → 设置 → 连接器,然后启用 Notion 连接器。

连接后,Claude 可以在任何聊天中直接读取你的 Notion 工作区。
现在你所有的任务、CRM、笔记、表格等都可以被 Claude 访问和编辑。
我建议:
创建一个新的 "记忆数据库",在那里存储所有 AI 偏好、规则和重要的 AI 上下文。
当你和 Claude 工作时,可以说:
"把这个发送到我的 Notion 记忆数据库"然后你可以通过 CSV 文件或使用 Notion MCP 连接器,将这些 Notion 数据导出到其他大语言模型或 AI 平台。
这个设置类似于我在第二层介绍的内容,只是现在你有了 Notion 内置的看板视图、待办事项列表等漂亮的可视化界面,并且解锁了额外的功能。
我个人不常用这个设置(下面的选项 2 更好),但我偶尔会用它来发送和存储我在 Claude 中使用的有价值的超级提示词:

Obsidian 是一个将所有内容存储为纯 Markdown 文件的工具,存在你的电脑上,是连接 Claude 并构建第二大脑的可靠方式。
步骤 1:下载 Obsidian
前往 obsidian.md 下载应用。
创建一个新的 Vault(把它想象成一个简单的桌面文件夹,Claude Code 将在其中存储和访问你的数据)。
步骤 2:在 Claude Cowork/Claude Code 中选择 Vault
打开 Claude 桌面应用,点击 "选择文件夹"。
指向你的 Obsidian Vault 文件夹。Claude 现在对里面的所有内容都有直接的读写访问权限。
步骤 3:使用 Andrej Karpathy 的大语言模型知识库系统提示词
将 Andrej Karpathy 的大语言模型知识库系统提示词粘贴到聊天框中。
这是告诉 Claude Code 如何随时间构建、维护和演化你的维基的指令集。
提示词在这里可以找到:Andrej Karpathy 的知识库系统提示词
步骤 4:导入你的数据
放入任何现有的笔记、CSV 文件、文章导出或 Notion 导出,开始填充你的第二大脑。
Claude 然后会摄取每个来源,提取关键信息,并将其整合到一个不断演化的记忆维基中。
最终产品是一个 AI 第二大脑知识维基。
它链接想法、笔记,记住你所有的数据,看起来像这样:

Notion = 快速、简单的选项
Obsidian = 本地存储,你希望 Claude 有深入理解(这是我个人发现的最高级的记忆系统)
Claude Code + Obsidian 终极指南(构建 AI 第二大脑)
Claude Code + Obsidian 是我用过的最强大的 AI 组合。我真的构建了一个 AI 第二大脑,包含我思考、阅读、写作、在线研究的所有内容,甚至更多……
这就是我构建 Claude 记忆系统的三个层级,让它变得更加靠谱。
再说一次:
第一层是基础设置,能产生立竿见影的效果(对大多数人来说足够了)
第二层需要一些设置,但非常有价值
第三层会彻底改变你使用 Claude 的方式
基于全文检索与主题相似度
上月底,豆包与飞书合并。 上周,豆包推出了工作模式。 昨天,字节跳动正式发布了「豆包工作」。 字节这一系列动作快得不行,目标清晰:做一个面向生产力场景的独立 Agent 产品。 豆包给人的印象是适合聊天,但新出的「豆包工作」在办公场景到底能不能打?直接上案例。 「豆包工作」现教现学 先说说背景,昨天一个大学同学找我,想
AI 办公场景现在成了兵家必争之地。 字节终于出手,豆包客户端最近更新,增加了全新的工作任务模式,体验跟 Codex 非常接近。 能用浏览器、能调 Skill,内置 Office 和飞书办公套件,同时支持本地和云端电脑,合上笔记本也能继续工作。 测试了 7-8 个任务,竟然有点超预期,宇宙厂终于在办公 Agent 场景
大模型越来越聪明,但有一件事它始终做不好:它不知道你们公司的事。 你的数据库表结构、业务指标的定义、两个系统之间怎么 join、某个 API 已经废弃了,这些信息散落在各种地方,大模型根本够不着。 于是每次构建一个新的 AI agent,工程师都要重新解决同一个问题:怎么把这些上下文塞给模型。 Google 在 6 月