简短的答案
ChatGPT 忘记研究笔记是因为每次聊天都在一个孤立的 128K 令牌上下文窗口中打开，无法自动访问其他聊天，而记忆只为你的整个账户存储大约 8,000 令牌的简短释义笔记。引用、引述和推理链被压缩为单句或被丢弃。解决方案是将研究笔记保存在持久的项目记忆层中。
为什么 ChatGPT 会忘记研究笔记
研究是高密度文本：引用、页码、引文、反驳。ChatGPT 并不是为了存储这些而构建的。
1. 聊天是孤立的上下文窗口。 新聊天以 128K 窗口在 GPT-4o 上打开（在旧版本上更小），而昨天聊天的内容不会预加载。你推理的研究以原始文本的形式存储在 OpenAI 的服务器上，但模型在新加载时并未获得其中的任何内容。
2. 记忆不存储研究，它只是勾勒。 ChatGPT 的记忆功能会写下关于你的简短笔记（“用户正在研究电池化学”）。它无法存储你找到的实际段落、页码或引用。当你问“陈 2024 论文中循环寿命的数字是什么”时，记忆中只有你在阅读电池的模糊事实。
3. 上传的来源会过期。 你上传的任何 PDF 文件以支持聊天都位于该聊天的沙盒中，并在大约 3 小时的空闲时间后被回收。即使之前的聊天中充满了引用，新聊天也没有 PDF 可供参考。
最终效果是：聊天侧边栏显示了几周的工作，而模型几乎不知道其中的任何内容。
当 ChatGPT 忘记研究笔记时你会失去什么
当记忆保持时，研究会积累；当记忆不保持时，研究会崩溃：
- 引用消失。 “我们打算引用陈 2024 的图 3”变成了 ChatGPT 不再拥有的句子。你要么重新找到论文，要么随便引用。
- 反驳重置。 你上周仔细列出的反对意见不见了。ChatGPT 高兴地建议你已经排除的选项。
- 长期文献综述碎片化。 跨越数月的文献综述应该更加清晰；没有记忆，它在不同的聊天中分叉成平行的半版本。
解决方案不是“保持一个巨大的聊天开放”。长聊天会变慢，达到长度限制并自我修剪。解决方案是将研究记忆与聊天记忆分离。
ChatGPT 的内置变通方法（以及每个方法的不足之处）
OpenAI 提供了三种部分解决方案以支持持续研究。
记忆 在账户中存储简短的笔记。对“用户研究电池化学”有用。对“陈 2024 中循环寿命的数字是 1,200 次循环，保留率为 80%”没有用。笔记是释义；你无法从中引用。
项目（Pro / Plus / Team） 将聊天、文件和指令分组到一个研究文件夹中。对于一个产品内的跨聊天连续性来说是一个真正的改进。仍然受到每个项目文件限制的限制，仍然受相同的记忆存储限制，仍然锁定在 ChatGPT 内部。
参考聊天历史 允许 ChatGPT 搜索最近的聊天并提取片段。这是尽力而为的，在某些计划中区域有限，并且默默地错过了较旧或措辞不同的提及。
OpenAI 的 记忆常见问题 是关于记忆所做和未做的保留的权威参考。这些功能都不是为了保存文献综述而设计的。
对于一篇单一的课堂论文来说，本土工具已经足够。对于一个真正的研究工作流程来说，它们则不够。
ChatGPT 的内置记忆不足之处
研究很少在一个工具中进行。你在 Perplexity 中阅读，在 ChatGPT 中草拟，在 Claude 中争论，并在写作应用中引用。每个工具都建立了自己对你项目的薄弱记忆，而它们之间没有共享。你在 ChatGPT 中成长的文献综述对 Claude 是不可见的，而你在 Claude 中完善的反驳对 ChatGPT 也是不可见的。
解决方案是一个统一的研究存储，任何你使用的 AI 都可以即时读取。
MemoryLake 如何修复 ChatGPT 忘记研究笔记的问题
MemoryLake 将每个研究线程转变为一个具有适当记忆类型的项目——事实记忆用于引用，事件记忆用于研究时间线，对话记忆用于你记录的推理。
- 作为事实记忆的引用和引述。 页码、引用、图表和来源 URL 被逐字存储，而不是释义。冲突检测标记跨来源的矛盾，而不是默默地平均它们。
- MemoryLake-D1 解析真实的 PDF。 从期刊文章中提取表格、多列布局和扫描图形，经过视觉和逻辑验证，因此图表标题不会被默默丢弃。
- 接入 4,000 多个开放研究数据集。 内置访问 PubMed、arXiv、SEC EDGAR、USPTO 专利和临床试验意味着 ChatGPT 可以从主要来源提取，而无需你手动复制粘贴。
MemoryLake 拥有 94.03% 的 LoCoMo 长上下文得分，毫秒延迟检索，并运行 AES-256 端到端加密，因此即使是 MemoryLake 也无法读取你的来源。
在 3 个步骤中将 MemoryLake 连接到 ChatGPT
- 创建项目并加载你的研究。 登录 MemoryLake，打开项目管理，点击创建项目，并为线程命名（“文献综述——固态电池”）。将 PDF、笔记和参考导出上传到文档驱动器。在记忆选项卡中添加关键引用和发现作为命名条目，以便它们与项目一起存在。
- 生成 MCP 服务器端点。 在项目中打开 MCP 服务器选项卡，点击添加 MCP 服务器，命名为“ChatGPT 集成”，然后点击生成。MemoryLake 返回一个 API 密钥 ID、密钥和端点 URL。立即复制密钥——它只显示一次。
- 连接 ChatGPT。 浏览器 ChatGPT 目前尚不支持 MCP，因此使用你的 Bearer 令牌调用 REST API，将相关来源和先前推理提取到每个聊天中，或粘贴一个系统提示，将 ChatGPT 指向你的 MemoryLake 项目 ID。Python SDK 还可以自动将新的聊天发现记录为对话记忆。