Claude CodeからChatGPTへの記憶移行 — 完全ガイド2026

Claude CodeにはChatGPTへのネイティブプッシュ機能がありません。各リポジトリのCLAUDE.mdをカスタムGPTの指示にコピーし（リポジトリのドキュメントを知識として使用）、ユーザーグローバルガイダンスをChatGPTのカスタム指示に翻訳し、スラッシュコマンドを会話のスタートや参照されたプロンプトに変換します。リポジトリごとに15〜25分を計画してください。MemoryLakeのような共有MCPベースの記憶層は、両方のツールが同じソースを読み取ることを可能にします。

2026年の3つの要因：

• マルチモーダルと音声。 ChatGPTは、IDE/ターミナルがカバーできない会話的および創造的な表面をカバーします。
• GPTストアの配布。 チームメイトや顧客とアシスタントを共有するのが簡単です。
• ブラウザファーストのワークフロー。 非開発者のコラボレーターにとって、クロスデバイスアクセスは重要です。

異なる範囲。

Claude Codeの記憶は、リポジトリのルートにある`CLAUDE.md`、`~/.claude/CLAUDE.md`（ユーザーグローバル）、`.claude/commands/`の下のカスタムスラッシュコマンド、およびClaude Code設定で構成されたMCPサーバーに中心を置いています。

ChatGPTの記憶は、カスタム指示（グローバル）、記憶（チャットを通じて引き出された保存された事実）、およびカスタムGPT（独自の指示と知識を持つプロジェクトのようなコンテナ）に広がります。

リポジトリのCLAUDE.mdはカスタムGPTの指示になります。~/.claude/CLAUDE.mdはカスタム指示または記憶エントリになります。スラッシュコマンドは会話のスタートや参照されたプロンプトになります。

Claude Codeはすべてをプレーンファイルとして保存します。

1. リポジトリの`CLAUDE.md`を読む。 作業用テキストファイルにコピーします。
2. `~/.claude/CLAUDE.md`を読む。 グローバルガイダンスをuser-guidance.txtにコピーします。
3. *`.claude/commands/.mdをリストアップする。** slash-commands.md`にまとめます。
4. MCPサーバーを特定する。 各サーバーの名前、エンドポイントURL、および認証をメモします — それらはアクションになります。

最終状態：各リポジトリごとにclaude-code-export/フォルダーにCLAUDE.md、user-guidance.txt、slash-commands.md、およびmcp-list.md。

ChatGPTは3つの表面にわたってインポートを行います。

1. リポジトリごとにカスタムGPTを作成する。 GPTビルダーを開いて→作成します。CLAUDE.mdを指示に貼り付けます。
2. リポジトリのドキュメントを知識としてアップロードする。 README.md、ADR、スタイルガイド、および参照コンテンツを添付します。
3. 会話のスタートを追加する。 最も使用される4つのスラッシュコマンドをスタートとして使用し、残りは指示に参照します。
4. ユーザーグローバルガイダンスを翻訳する。 設定→パーソナライズ→カスタム指示。~/.claude/CLAUDE.mdの内容を貼り付けます。
5. 記憶に持続的な事実をピン留めする。 設定→パーソナライズ→記憶。
6. MCPサーバーをアクションとして再構築する。 mcp-list.mdの各MCPサーバーについて、OpenAPI仕様を構築し、カスタムGPTアクションとして追加します。
7. 検証する。 カスタムGPTを開き、移動したスラッシュコマンドに相当するプロンプトを実行します。

• ターミナルネイティブフロー。 実行と編集のループはチャットに変換されません。
• スラッシュコマンドの呼び出し。 /<name>ショートカットは会話のスタートや参照されたプロンプトになります。
• MCPの構成の深さ。 MCPをアクションに置き換えると、細かいツールの構成が失われます。
• 継続的な同期。 来週の新しいCLAUDE.mdの編集は、コピーをやり直さない限り、カスタムGPTには表示されません。

Claude Codeを出荷用に保持し、ChatGPTをその他すべてに使用する場合、ツールごとのドリフトがすぐに始まります。クロスリポジトリの基準は2つの場所に分かれます。

MemoryLakeはそれらのルールを一度保持し、MCPを通じて公開します。Claude CodeはMCPをネイティブに読み取り、ChatGPTはカスタムGPTアクションを介してそのRESTエンドポイントを呼び出すことでMemoryLakeを読み取ることができます。

• 真実の1つのソース。 一度更新すれば、両方のツールが変更を確認します。
• クロスリポジトリの基準。 チームの慣習は、単一のリポジトリを超えて存在します。
• 次のツールにドロップイン。 設定変更でCursorやWindsurfを追加します。

ステップ1: プロジェクトを作成し、コンテキストを読み込む

MemoryLakeにサインインし、プロジェクト管理を開いて、プロジェクトを作成をクリックします。名前を「Claude Code ↔ ChatGPT共有コンテキスト」とします。参照ドキュメント（PDF、Word、Excel、PowerPoint、Markdown、または画像）をマイスペースのドキュメントドライブにドラッグし、ドキュメントタブを開いてドキュメントを追加をクリックします。CLAUDE.md、ユーザーガイダンス、スラッシュコマンドの本文を記憶タブに追加します。

ステップ2: MCPサーバーエンドポイントを生成する

プロジェクト内のMCPサーバータブを開き、MCPサーバーを追加をクリックし、説明を追加します（例：「Claude Code + ChatGPTブリッジ」）、生成をクリックします。MemoryLakeはキーID、シークレット、およびエンドポイントURLを返します。シークレットをすぐにコピーしてください — 一度だけ表示されます。

ステップ3: 両方のツールをエンドポイントにポイントする

Claude Codeの設定で、エンドポイントURLとシークレットをBearerトークンとして持つMemoryLake MCPサーバーを追加します。ChatGPTの場合、同じRESTエンドポイントを呼び出すカスタムGPTアクションを設定し、プロジェクトの記憶を取得します。