简短答案
Claude Code 没有原生推送到 ChatGPT。您将把每个仓库的 CLAUDE.md 复制到自定义 GPT 的指令中(以仓库文档作为知识),将用户全球指导翻译为 ChatGPT 自定义指令,并将斜杠命令转换为对话启动器或引用提示。每个仓库计划 15–25 分钟。像 MemoryLake 这样的共享 MCP 基础记忆层允许两个工具读取相同的源。
人们为何从 Claude Code 切换到 ChatGPT
2026 年的三个驱动因素:
- 多模态和语音。 ChatGPT 涵盖了 IDE/终端无法提供的对话和创意表面。
- GPT 商店分发。 与团队成员或客户共享助手更容易。
- 浏览器优先的工作流程。 跨设备访问对非开发者协作伙伴很重要。
在 Claude Code 与 ChatGPT 中 "记忆" 的含义
不同的范围。
Claude Code 记忆 以 `CLAUDE.md` 为中心,位于仓库根目录,`~/.claude/CLAUDE.md`(用户全球),自定义斜杠命令 位于 .claude/commands/ 下,以及在 Claude Code 设置中配置的 MCP 服务器。
ChatGPT 记忆 涉及 自定义指令(全球),记忆(跨聊天提取的保存事实),以及 自定义 GPTs(具有自己指令和知识的项目式容器)。
一个仓库的 CLAUDE.md 变成自定义 GPT 的指令。~/.claude/CLAUDE.md 变成自定义指令或记忆条目。斜杠命令变成对话启动器或引用提示。
步骤 1:导出您的 Claude Code 记忆
Claude Code 将所有内容存储为纯文件。
- 阅读仓库的 `CLAUDE.md`。 复制到一个工作文本文件中。
- 阅读 `~/.claude/CLAUDE.md`。 将全球指导复制到
user-guidance.txt中。 - *列出 `.claude/commands/.md
。** 打包到slash-commands.md` 中。 - 识别 MCP 服务器。 记录每个服务器的名称、端点 URL 和身份验证 — 它们将成为操作。
最终状态:每个仓库都有一个 claude-code-export/ 文件夹,包含 CLAUDE.md、user-guidance.txt、slash-commands.md 和 mcp-list.md。
步骤 2:导入到 ChatGPT
ChatGPT 在三个表面上进行导入。
- 为每个仓库创建一个自定义 GPT。 打开 GPT Builder → 创建。将
CLAUDE.md粘贴到指令中。 - 将仓库文档上传为知识。 附加
README.md、ADRs、样式指南和参考内容。 - 添加对话启动器。 使用四个最常用的斜杠命令作为启动器;将其余的在指令中引用。
- 翻译用户全球指导。 设置 → 个性化 → 自定义指令。粘贴
~/.claude/CLAUDE.md内容。 - 将持久事实固定到记忆中。 设置 → 个性化 → 记忆。
- 将 MCP 服务器重建为操作。 对于 mcp-list.md 中的每个 MCP 服务器,构建一个 OpenAPI 规范并添加为自定义 GPT 操作。
- 验证。 打开自定义 GPT 并运行一个移动的斜杠命令等效提示。
迁移后您仍会失去的内容
- 终端原生流程。 运行和编辑循环无法转化为聊天。
- 斜杠命令调用。
/<name>快捷方式变成对话启动器或引用提示。 - MCP 组合深度。 用操作替换 MCP 会失去细粒度的工具组合。
- 持续同步。 下周的新
CLAUDE.md编辑不会出现在您的自定义 GPT 中,除非您重新复制。
更好的方式:一个记忆层,所有工具
如果您将 Claude Code 用于交付,将 ChatGPT 用于其他所有内容,则每个工具的漂移会立即开始。跨仓库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 MemoryLake。
- 一个真实来源。 更新一次;两个工具都能看到更改。
- 跨仓库标准。 团队惯例存在于任何单个仓库之上。
- 为下一个工具提供支持。 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 "Claude Code ↔ ChatGPT 共享上下文"。将参考文档(PDF、Word、Excel、PowerPoint、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。将您的 CLAUDE.md、用户指导和斜杠命令主体粘贴到记忆选项卡中,通过添加记忆。

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,"Claude Code + ChatGPT 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 令牌获取项目记忆。

原生迁移与 MemoryLake
| 维度 | 原生 Claude Code → ChatGPT | MemoryLake 桥接 |
|---|---|---|
| 所需步骤 | 8–11 手动 | 3 一次性 |
| 预计时间 | 每个仓库 15–25 分钟 | ~5 分钟设置 |
| 保留仓库边界 | 每个自定义 GPT 仅 | 是(一个项目) |
| MCP 服务器 / 操作 | 重建为操作 | 共享端点 |
| 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) |