从ChatGPT等生成式AI服务切换到新平台时,最大的挑战是需要重新开始建立个人偏好和对话历史。现在,Google为Gemini用户提供了一个解决方案。
Google最新推出的记忆导入功能可以让用户从ChatGPT或Claude AI等其他AI服务中转移记忆、聊天历史和个人偏好设置。这项功能对于想要迁移到Gemini或将Google AI添加到现有工具组合中的用户来说非常有用。
记忆导入的工作原理
Google在官方博客中表示:"我们的新记忆导入功能可以轻松地将用户的关键偏好、人际关系和个人背景直接导入Gemini。一旦导入这些记忆,Gemini就能理解用户与其他应用分享的关键信息,比如兴趣爱好、兄弟姐妹的姓名或成长地点。用户无需从零开始,可以快速让Gemini了解对自己最重要的信息。"
这种个性化方法反映了AI服务提供商之间日益激烈的竞争,他们都在努力让新用户感受到宾至如归的体验。通过基于用户背景和兴趣的知识来个性化响应,是实现这一目标的有效方式。
使用条件和限制
记忆导入功能面向免费和付费Gemini账户用户开放,但仅限个人账户。工作、学校或受监管的Google账户无法使用此功能。该选项在全球范围内可用,但英国、瑞士和欧洲经济区除外。用户必须年满18岁,并拥有其他存储了聊天记录和记忆的AI服务账户。
具体操作步骤
要使用此功能,用户需要访问Gemini的记忆导入页面并点击"开始"按钮,或者登录Gemini网页,在左侧边栏底部选择"设置",然后选择"将记忆导入Gemini"。
第一步会显示一个提示词,用户需要将其复制并提交给其他AI服务。这个详细的提示词要求AI总结用户的个人信息,包括人口统计信息、兴趣偏好、人际关系、重要事件和明确的使用指令等五个类别。
AI生成响应后,用户将该响应复制回Gemini的第二步窗口,点击"添加记忆"按钮。Gemini就会将所有数据和细节整合到自己的记忆中,并用一些个人信息来欢迎新用户。
聊天历史的迁移
除了记忆迁移,用户还可以转移过往的对话记录。具体操作因源AI服务而异:
在ChatGPT中,用户需要点击左下角的用户名,选择"设置",然后选择"数据控制"。点击"导出数据"旁边的导出按钮并确认导出。
在Claude AI中,点击左下角的用户名,选择"设置",然后选择"隐私"。点击"导出数据"旁边的导出按钮,选择导出所有以往聊天记录或仅导出过去30天或90天的记录。
无论使用哪种服务,用户都会收到包含下载链接的邮件。下载的文件以ZIP格式存储。用户需要回到Gemini导入页面,点击"导入聊天"下方的添加按钮,选择下载的导出文件。之前在其他AI中的对话就会出现在Gemini中。
数据管理选项
导入完成后,用户可以删除不希望Gemini保留的特定对话。只需在左侧边栏悬停在特定聊天记录上,点击三点图标并选择删除。用户还可以通过Gemini应用活动页面删除特定的记忆和其他信息。
这项功能标志着生成式AI服务在用户体验方面的重要进步,让平台间的迁移变得更加便捷和个性化。
Q&A
Q1:Gemini的记忆导入功能可以从哪些AI服务导入数据?
A:Gemini的记忆导入功能可以从ChatGPT、Claude AI等其他生成式AI服务中导入记忆、聊天历史和个人偏好设置,帮助用户无需从零开始就能在新平台上获得个性化体验。
Q2:使用Gemini记忆导入功能有什么限制条件?
A:该功能仅面向个人账户开放,工作、学校或受监管的Google账户无法使用。用户必须年满18岁,且该功能在英国、瑞士和欧洲经济区不可用。
Q3:如何将ChatGPT的聊天记录导入到Gemini?
A:在ChatGPT中点击用户名选择设置和数据控制,导出数据后会收到下载邮件。将ZIP文件下载后,在Gemini导入页面点击"导入聊天"的添加按钮,选择该文件即可完成导入。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。