ChatGPT 自定义指令终极指南 2026：让 AI 永远记住你的身份

多数人每开一个新对话都在重复自我介绍——"我是后端工程师""回答简洁点""用中文"。Custom Instructions（自定义指令）一次配置、所有新对话自动生效，是 ChatGPT 里性价比最高、被低估最严重的功能。本文给出两个配置框的写法模板、按职业的现成配置、与 Memory/Projects 的配合，以及迭代方法。

一、两个配置框各写什么

设置入口：头像 → Settings → Personalization → Custom Instructions。

第一框「关于你」= 静态背景（你是谁、懂什么、要什么）：

text
我是 5 年经验的后端工程师，主用 Python 和 Go，熟悉 AWS/K8s，对 ML 有基础。
当前在做一个 AI SaaS 产品的 API 层。
偏好：先讲原理再给代码；做技术选型时希望看到多方案对比和明确推荐。

第二框「回答方式」= 行为规则（怎么答）：

text
直接给结论，再给理由。不要客套开场白和"希望这对你有帮助"式结尾。
代码默认 Python 3.12，带类型标注；给可直接运行的完整示例而非片段。
不确定的事明说"不确定"，禁止编造 API/参数/数据。
我的方案有明显问题时直接指出，不要迎合。
涉及多种做法时给对比表 + 你的推荐。

写法要领：具体压倒笼统（"5 年 Python 后端" >> "程序员"）；规则写成可判定的祈使句（"不要 X""默认 Y"），模型对负面清单的遵守度最高——这与提示词工程的一般规律一致：显式规则大幅压缩输出方差。

二、按职业的现成模板

产品经理：

text
[关于你] B2B SaaS 产品经理，负责企业工具增长，有数据分析背景，熟悉 SQL/AB 测试。
[回答方式] 输出偏结构化（要点/表格）；涉及功能设计先问清目标用户和场景再答；
给竞品对比时注明信息可能过时需核实。

内容创作者：

text
[关于你] 自媒体作者，主写科技评测，受众是非技术爱好者，平台以公众号/小红书为主。
[回答方式] 文风口语化但不油腻；标题给 5 个备选；专业术语必须配一句人话解释；
默认输出带 emoji 的小红书版和无 emoji 的公众号版两份。

学生/研究者：

text
[关于你] 在读研究生，方向 NLP，英文文献阅读多但写作一般。
[回答方式] 解释概念用"直觉解释 → 形式化定义 → 一个例子"三段式；
帮我改英文学术写作时给修改理由；引用论文时给出处并提醒我核实。

三、和 Memory、Projects 怎么分工

三层各管一段，别混用：

机制管什么特点

Custom Instructions长期稳定的身份与回答风格全局生效，手动维护，最可控 Memory（记忆）对话中自然积累的零散事实自动记录，偶尔记错——定期去设置里清理错误记忆 Projects某个项目的专属上下文与文件项目内生效，适合"这个项目用 Vue 不用 React"这类局部规则

常见错误是把项目细节塞进全局指令——换项目后每条回答都被污染。全局写不变的，项目写易变的。

四、迭代方法：把它当提示词工程做

配好后用 5 个典型问题测试，观察哪条规则没生效

没生效的规则改得更具体（"简洁" → "默认 300 字内，我说'展开'再加长"）

每发现一次不满意的回答模式，就提炼成一条新规则（上限内优先留高频痛点）

每 1-2 个月重审一遍——你的技术栈和需求在变

体验差距大约在配置 3 轮迭代之后出现：从"通用助手"变成"懂你的同事"。

FAQ

Q：会影响已有对话吗？ 只对新对话生效；改完指令开新对话测试。

Q：Claude/Gemini 有等价物吗？ 都有类似机制（Claude 的 Profile/Projects、Gemini 的 Saved Info），写法要领通用——本文模板可直接平移。

Q：和系统提示词什么关系？ 自定义指令本质就是用户可控的系统提示附加层，所以提示词工程的技巧（具体、可判定、负面清单）全部适用。

---

*最后更新：2026 年 6 月。功能入口与限制以 ChatGPT 官方为准。*