MemoryLake
返回全部文章
Pain Point2026 年 5 月 22 日6 分钟阅读

为什么 Gemini 会忘记我的个人偏好?

这个月您告诉 Gemini 三次:公制单位、简单英语、没有项目符号列表。今天,要求提供食谱摘要时,它愉快地用杯和汤匙回复,并附上六个项目的成分列表。您纠正了它。您做了个鬼脸。您想知道个性化设置是否真的在起作用。

它确实在起作用。只是并不是您所假设的那样。

简短答案

Gemini 忘记您的个人偏好是因为个性化存储了来自过去聊天的模糊档案,而不是明确的规则,并且它需要 Keep Activity、个人 Google 账户,并且不包括临时聊天。没有偏好面板可以让您像保存字体选择那样保存“始终使用公制”。一个持有明确规则的记忆层可以解决这个问题。

为什么 Gemini 忘记个人偏好

有三个原因导致偏差。

1. 个性化是推断的,而不是声明的。 Google 的个性化功能观察您的过去聊天并构建您的模型。它擅长识别您使用简单英语的写作风格。它在锁定硬性规则(“始终使用公制,绝不使用华氏”)方面不可靠,因为模型将其视为模式,而不是约束。

2. Gemini 应用中没有明确的偏好存储。 与 Custom GPTs 或 Claude 的 Styles 不同,Gemini 不会显示一个“已保存信息”面板,您可以在其中输入明确的偏好。最接近的等价物——Gems——是角色和知识的捆绑,而不是偏好设置。

3. 资格规则限制谁可以获得推断的记忆。 您需要年满 18 岁,使用个人 Google 账户登录,并开启 Keep Activity。工作、学校和受监督的账户无法获得个性化,而临时聊天则因设计而被排除。如果您主要将 Gemini 用于工作,偏好记忆实际上是关闭的。

因此,即使 Gemini “知道”您,这种知识也是模糊的、账户范围的,并且是有条件的。

当 Gemini 忘记个人偏好时,您会失去什么

这种偏差看起来是表面的,但累积起来:

  • 每周相同的纠正。 “请使用公制单位”变成了周二的仪式,然后是周四的仪式。
  • 格式保证不可靠。 像“没有项目符号列表”这样的固定规则在几次聊天中存活下来,然后悄悄恢复。
  • 工作账户得不到任何东西。 如果您的 Gemini 在 Workspace 账户上,个性化完全关闭,每次聊天都从默认行为开始。

Gemini 的内置解决方法

Google 发布了两个近乎失败的解决方案。

带有过去聊天记忆的个性化 是主要机制。对于符合条件的账户,它默认开启,您可以通过 个性化帮助文章 管理 Gemini 记住的内容。限制在于它是主题级别和账户范围的;您无法以高可靠性固定明确的约束。

Gems 允许您将指令嵌入到已保存的角色中(“始终以公制单位、简单英语、没有项目符号列表、正式语气回答”)。在该 Gem 内,偏好是稳定的。在 Gem 外,在默认聊天中,规则不适用。您必须记得每次都打开正确的 Gem。

两者都有帮助,但都无法为您提供真正的、与模型无关的偏好存储。

Gemini 的内置记忆不足之处

个人偏好不仅仅是针对一个 AI。您可能希望在 Claude、ChatGPT 和 Grok 中也使用相同的规则。在每个工具中重新教授“公制、简单英语、没有项目符号”是那种低级摩擦,累积起来每月会浪费数小时。

最简单的解决方法是将偏好保存在一个地方,保持模型中立,让每个工具都能读取。

MemoryLake 如何修复 Gemini 忘记个人偏好

MemoryLake 将明确的偏好存储为持久的记忆,然后将其呈现给 Gemini 和其他 AI。

  • 明确、声明的偏好。 将“公制单位、简单英语、没有项目符号列表”作为记忆笔记添加。它们作为规则存储,而不是从聊天模式推断,因此 Gemini 在第一次转弯时就会遵守。
  • 在工作账户上也有效。 MemoryLake 位于 Gemini 个性化资格规则之外,因此无论您是登录个人账户还是 Workspace 账户,相同的偏好都适用。
  • 在 Claude、ChatGPT、Grok 中使用相同的偏好。 只需定义一次。您使用的每个 AI 都从同一个项目中读取,因此一个工具中的更正会流向所有其他工具。

MemoryLake 在 LoCoMo 长上下文基准测试中得分 94.03%,这是截至 2026 年的最高已发布结果,具有毫秒级检索和 AES-256 端到端加密。

在 3 个步骤中将 MemoryLake 连接到 Gemini

  1. 为您的偏好创建一个项目。 登录 MemoryLake,打开项目管理,点击创建项目,并命名为“个人偏好”。在记忆标签中将每个偏好作为命名条目添加——简短的规则效果最佳(“使用公制单位”、“英国英语拼写”、“除非要求,否则不使用项目符号列表”)。仅在您有更长的风格指南时使用文档驱动。
  2. 生成一个 MCP 服务器端点。 打开 MCP 服务器标签,点击添加 MCP 服务器,命名为“Gemini 偏好”,然后点击生成。MemoryLake 返回 API 密钥 ID、密钥和端点 URL。立即复制密钥——它只显示一次。
  3. 连接 Gemini。 Gemini 不原生支持 MCP,因此使用 REST API 和您的 Bearer 令牌在每次聊天开始时加载偏好,或粘贴一行系统提示,将 Gemini 指向您的 MemoryLake 项目 ID。开发人员可以集成 Python SDK,以便每次 Gemini 调用时自动加载偏好。

常见问题

Gemini 有偏好记忆吗?

Gemini 具有账户范围的个性化,带有过去聊天的记忆,从您的对话中推断偏好。没有明确的“已保存信息”面板,推断是主题级别,而不是规则级别。

我如何让 Gemini 每次都记住我的偏好?

要么构建一个编码偏好的 Gem 并记得打开它,要么将 Gemini 连接到像 MemoryLake 这样的记忆层,以便明确的规则保存在项目中,Gemini 在每次转弯时都能检索它们。

为什么 Gemini 忽略我的保存偏好?

个性化是推断的和概率性的,而不是声明性的。模型将您声明的偏好视为提示,而不是约束,因此在长时间聊天或无关主题时会复发。

Gemini 个性化在工作账户上有效吗?

不。带有过去聊天记忆的个性化需要个人 Google 账户和开启 Keep Activity。Workspace、学校和受监督的账户被排除在外。

我可以将我的 Gemini 偏好带到其他 AI 工具吗?

Gemini 个性化不可移植。MemoryLake 将偏好存储在一个与模型无关的项目中,Claude、ChatGPT、Grok 和 Gemini 都可以读取。