简短回答
ChatGPT 没有原生推送到 Claude Code。您需要将自定义指令和保存的记忆条目复制到 ~/.claude/CLAUDE.md（用户全局）以及任何特定于编码的自定义 GPT 指令复制到每个代码库的 CLAUDE.md 文件中；可重用的提示将成为 .claude/commands/ 下的斜杠命令。每个代码库计划 15–25 分钟。基于 MCP 的共享记忆层如 MemoryLake 允许两个工具读取相同的源。
人们为何从 ChatGPT 切换到 Claude Code
2026 年的三个驱动因素：
- 代码库原生上下文。 Claude Code 在每次聊天中无需重新上传文件即可读取您的代码库。
- 长时间运行的多步骤任务。 重构和迁移在多个回合中保持一致。
- MCP 优先默认设置。 工具和记忆服务器通过 MCP 干净地连接。
ChatGPT 与 Claude Code 中 "记忆" 的含义
不同的范围。
ChatGPT 记忆 涉及 自定义指令（全局）、记忆（跨聊天提取的保存事实）和 自定义 GPT（具有自己指令和知识的项目式容器）。
Claude Code 记忆 以 `CLAUDE.md` 为中心，位于代码库根目录，`~/.claude/CLAUDE.md`（用户全局），.claude/commands/ 下的 自定义斜杠命令，以及在 Claude Code 设置中配置的 MCP 服务器。
ChatGPT 自定义指令变为 ~/.claude/CLAUDE.md 内容。特定于编码的自定义 GPT 指令变为每个代码库的 CLAUDE.md 文件。可重用的提示变为斜杠命令。
步骤 1：导出您的 ChatGPT 记忆
ChatGPT 没有单一的导出。
- 复制自定义指令。 设置 → 个性化 → 自定义指令。
- 复制保存的记忆条目。 同一页面 → 记忆。将每一行粘贴到文本文件中。
- 识别与编码相关的自定义 GPT。 对于每个，复制指令并提供任何知识文件的原件。
- 列出可重用的提示。 将它们保存为每个文件中的一个提示，放在
prompts/目录中。
最终状态：一个 chatgpt-export-coding/ 文件夹，包含 custom-instructions.txt、memory.txt、每个自定义 GPT 的子文件夹，以及 prompts/。
步骤 2：导入到 Claude Code
Claude Code 期望纯文本的 markdown 文件。
- 编写 `~/.claude/CLAUDE.md`。 粘贴您的 ChatGPT 自定义指令以及最通用的保存记忆条目。
- 在每个相关代码库根目录创建 `CLAUDE.md`。 粘贴特定于编码的自定义 GPT 指令，重新结构化以适应该代码库的技术栈。
- 将知识作为代码库文档添加。 将参考材料放在代码库的
docs/下，并在CLAUDE.md中引用它们。 - 为每个可重用的提示创建 `.claude/commands/<name>.md`。 Claude Code 将其公开为
/<name>。 - 连接 MCP 服务器。 如果任何自定义 GPT 依赖于操作，请将其重建为 MCP 服务器并添加到 Claude Code 设置中。
- 探测。 在代码库中打开 Claude Code，运行一个小任务或斜杠命令。
迁移后您仍会失去的内容
- 浏览器原生对话流。 您现在在终端中 — 上下文处理感觉不同。
- 跨聊天的记忆行为。 Claude Code 每次会话读取
CLAUDE.md；它不会像 ChatGPT 记忆那样自动提取任意事实。 - 图像和音频模式。 Claude Code 以文本为中心。
- 持续同步。 下周添加的新 ChatGPT 记忆不会出现在
CLAUDE.md中，除非您重新进行复制。
更好的方式：一个记忆层，所有工具
如果您仍然使用 ChatGPT 进行创意构思，而使用 Claude Code 进行交付，则每个工具之间的漂移会立即开始。跨代码库的标准最终会出现在两个地方。
MemoryLake 一次性保存这些规则，并通过 MCP 公开。Claude Code 原生读取 MCP；ChatGPT 可以通过调用其 REST 端点的自定义 GPT 操作读取相同的 MemoryLake 项目。
- 一个真实来源。 更新一次；两个工具都能看到更改。
- 跨代码库的标准。 团队约定存在于任何单个代码库之上。
- 为下一个工具做好准备。 以后通过配置更改添加 Cursor 或 Windsurf。
在 3 个步骤中连接 MemoryLake
步骤 1：创建项目并加载您的上下文
登录 MemoryLake，打开项目管理，点击创建项目。命名为 "ChatGPT ↔ Claude Code 共享上下文"。将参考文档（样式指南、ADR 作为 PDF、Word、Markdown 或图像）拖入我的空间下的文档驱动器，然后打开文档选项卡并点击添加文档。通过添加记忆将您的 ChatGPT 自定义指令、记忆条目和编码自定义 GPT 指令粘贴到记忆选项卡中。
步骤 2：生成 MCP 服务器端点
在项目内打开 MCP 服务器选项卡，点击添加 MCP 服务器，描述它（例如，"ChatGPT + Claude Code 桥接"），然后点击生成。MemoryLake 返回一个密钥 ID、一个密钥和一个端点 URL。立即复制密钥 — 它只显示一次。
步骤 3：将两个工具指向该端点
在 Claude Code 的设置中，添加一个 MemoryLake MCP 服务器，使用端点 URL 和密钥作为 Bearer 令牌。对于 ChatGPT，配置一个自定义 GPT 操作，调用相同的 REST 端点并使用 Bearer 令牌来获取项目记忆。
原生迁移与 MemoryLake
| 维度 | 原生 ChatGPT → Claude Code | MemoryLake 桥接 |
|---|---|---|
| 所需步骤 | 8–11 手动 | 3 次一次性 |
| 预计时间 | 每个代码库 15–25 分钟 | ~5 分钟设置 |
| 保留跨聊天记忆 | 部分（仅用户全局） | 是（一个项目） |
| 自定义 GPT 操作 | 作为 MCP 重建 | MCP 端点共享 |
| 同步持续更改 | 否 | 是 |
| 以后与第三个工具一起使用 | 否（重建） | 是（添加 MCP） |