ChatGPT 的:

Temporary Chat

以前很多人把它簡單理解成:

「開一個不留在歷史紀錄裡的聊天。」

現在又多了一個很重要的選擇。

開始 Temporary Chat 時,

你可以決定:

要不要使用你原本的個人化 Context。

也就是像:

Memory。

Custom Instructions。

Plugins。

今天只學一個動作:

在 Temporary Chat 開始以前,

先問自己:

「這一題,需要 ChatGPT 知道原本的我嗎?」

答案決定你選:

個人化

還是:

不個人化。

先記住最簡單的兩種模式

不個人化 Temporary Chat

比較像:

乾淨模式。

這次對話不使用:

Memory。

Custom Instructions。

Plugins。

也不會建立:

新的 Memory。

個人化 Temporary Chat

比較像:

帶著原本設定進來。

它可以使用你已經存在的:

Memory。

Custom Instructions。

Plugins

來調整回答。

但是:

這段 Temporary Chat 本身

不會建立或更新新的 Memory。

所以 Temporary 不再等於「完全不知道你」

這是這次最容易搞混的地方。

以前看到:

Temporary,

你可能直接理解成:

ChatGPT 完全不會用以前知道的東西。

現在不一定。

如果開始 Temporary Chat 時:

選擇個人化,

它仍然可以利用:

你原本已經存在的 Context。

所以要把兩個概念分開:

這段聊天會不會成為新的記憶?

和:

這段聊天能不能讀取原本的記憶?

不是同一件事。

今天只用一個判斷問題

開始之前問:

如果 ChatGPT 完全不知道我的背景,
這題會不會反而比較好?

如果答案是:

會。

選:

不個人化。

如果答案是:

不會,

我希望它仍知道我的:

偏好。

工作方式。

常用設定。

工具

再回答,

就選:

個人化。

第一種情況:想測一個「乾淨答案」

例如你正在測:

一篇 Landing Page。

你想知道:

一個完全不知道品牌背景的人,

第一次看到文案時會怎麼理解。

這時如果 ChatGPT 原本已經知道:

你的品牌定位。

產品。

目標客群。

它可能不自覺:

幫你補背景。

結果你看到的:

不是陌生讀者體驗。

而是:

了解你的 AI 的體驗。

這時就適合:

不個人化 Temporary Chat。

例如可以這樣測

把 Landing Page 文案貼進去,

只問:

假設你第一次看到這個品牌。
告訴我:
它賣什麼、
對誰有用、
為什麼值得相信、
還有哪裡看不懂。

因為這段聊天沒有使用你原本的 Memory 與 Custom Instructions,

結果比較接近:

Cold Start。

第二種情況:比較兩份履歷或文案,不希望 AI 因為知道你而偏心

例如你有:

A 版。

B 版。

你想知道:

哪一個比較容易理解。

如果 ChatGPT 已經知道:

你真正想走的方向,

可能會:

偏向那個方向。

這時也可以:

開不個人化 Temporary Chat。

不是因為一般 ChatGPT 一定會故意偏心,

而是你想降低:

既有 Context

對測試結果的影響。

第三種情況:想測 Prompt 本身好不好

這個非常實用。

假設你做了一個:

給別人使用的 Prompt。

但是你自己的 ChatGPT:

已經知道很多背景。

你直接測:

Prompt 看起來可能:

非常厲害。

真正交給別人:

效果卻完全不同。

原因可能不是 Prompt 不好。

而是你測試時,

AI 偷偷得到:

額外 Context。

所以測「可以給別人用的 Prompt」時

可以刻意使用:

不個人化 Temporary Chat。

這樣比較接近:

陌生使用者第一次貼入 Prompt

的狀態。

那什麼情況適合個人化 Temporary Chat?

例如你只是想:

臨時討論一個點子。

但你不想讓這次討論:

建立新的 Memory。

同時你又希望 ChatGPT:

知道你平常的:

寫作方式。

格式。

偏好。

工作背景。

這時個人化 Temporary Chat:

就很合理。

例如你想快速腦暴一篇文章

你希望 AI 已經知道:

你的內容風格。

讀者層級。

輸出習慣。

可是今天只是:

試一個還沒決定的方向。

你不希望:

「我今天隨口想做某件事」

之後被當成:

長期偏好。

這時就可以:

保留個人化,

但讓對話:

維持 Temporary。

這就是個人化 Temporary Chat 最有意思的地方

它可以:

讀舊 Context。

但是不從這段對話:

建立新 Memory。

可以把它想成:

AI 帶著:

原本的筆記

進來。

但是談完以後:

不把今天的新內容

寫回筆記。

這和普通聊天不同在哪裡?

普通聊天如果你的 Memory 功能開啟,

符合條件的資訊:

可能被用於未來個人化。

Temporary Chat:

在維持 Temporary 狀態時,

不會:

建立或更新 Memory。

但是不要把 Temporary Chat 理解成「完全沒有資料保存」

這是另一個很重要的界線。

OpenAI 說明,

未儲存的 Temporary Chat:

不會出現在一般 Chat History,

也不會拿來改善模型。

但基於:

安全目的,

系統仍可能保留副本:

最長 30 天。

所以:

Temporary

不是:

「資料瞬間不存在。」

也不要把它理解成「匿名模式」

Temporary Chat 解決的是:

Chat History。

Memory。

Model Improvement

等特定資料處理問題。

不是說:

只要打開 Temporary,

你就可以把:

任何敏感資料

全部放心貼進去。

這兩件事情:

完全不同。

尤其個人化 Temporary Chat 還可能使用 Plugins

如果你選:

個人化,

Plugins 可以:

使用。

這代表如果某個 Plugin:

把資料送到第三方服務,

那部分資料:

還會受第三方自己的:

Privacy Policy

約束。

所以:

Temporary Chat

不能替:

第三方工具

建立一個神奇的隱私保護罩。

一個非常簡單的例子

假設你只是問:

幫我想五個產品名稱。

根本不需要:

任何你的過去 Context。

那就選:

不個人化。

但如果你問:

幫我替我現在經營的品牌想五個產品名稱,
而且要延續我平常的品牌語氣。

如果 ChatGPT 已經記得:

品牌 Context,

個人化:

可能比較有用。

再看一個工作例子

你想測:

一個陌生客戶看到這份服務介紹,
會不會知道我要賣什麼?

不個人化:

比較適合。

如果你是要問:

根據我一直使用的服務定位,
幫我檢查這份新版介紹有沒有偏掉。

這時需要:

舊 Context。

個人化:

比較合理。

所以不是「哪個比較安全」這麼簡單

兩個模式首先解決的是:

Context 要不要進來。

不個人化不是:

所有情況都比較好。

因為有些工作如果沒有 Context,

你每次都要:

重新解釋自己。

效率反而很差。

但個人化也不是愈多 Context 愈好

有些任務真正需要的:

就是一雙:

新眼睛。

例如:

第一次閱讀測試。

盲測。

A/B 評估。

Prompt 測試。

陌生使用者理解。

這些情況,

舊 Memory 有時候反而:

是干擾。

可以直接記一個兩格判斷

我要測「不知道我的人會怎麼看」

選:

不個人化。

我要 Temporary,但仍希望 AI 知道我的工作背景

選:

個人化。

就這麼簡單。

還有一件事一定要在「開始前」決定

OpenAI 目前的設計是:

Personalization

必須在:

Temporary Chat 開始時

選好。

對話已經開始後:

不能中途切換。

所以不要聊了 20 分鐘才突然想:

等一下,
我其實不希望這段使用我的 Memory。

已經來不及:

把同一段 Temporary Chat

切成另一個模式。

比較乾淨的做法是:

重新開:

一個 Temporary Chat。

再選:

正確模式。

反過來也一樣

如果一開始選:

不個人化。

講了十分鐘後發現:

沒有我的工作背景,
回答實在太泛了。

不要一直補:

十段背景。

如果這個任務本來就需要:

你的既有 Context,

可以直接:

重新開一個個人化 Temporary Chat。

所以這個新功能真正教我們的是「Context 也是設定」

很多人使用 AI 的習慣是:

先進聊天室。

想到什麼:

就問。

但 AI 愈來愈有:

Memory。

Projects。

Plugins。

Connected Apps。

Custom Instructions。

真正成熟的使用方式會多一個動作:

先決定這次 AI 應該知道多少。

Context 不是愈多愈好

有時候:

知道更多

會更準。

有時候:

知道更多

反而讓測試失真。

例如:

你問:

這份商業模式有沒有問題?

如果 AI 很熟悉你,

可能會不自覺:

沿用之前已經討論過的假設。

但你今天真正想要的是:

重新從零挑毛病。

那乾淨 Context:

就很有價值。

同一題甚至可以跑兩次

這是一個很好用的方法。

第一輪:

不個人化 Temporary Chat。

問:

第一次看到這個計畫,
最大三個問題是什麼?

第二輪:

個人化 Temporary Chat。

問:

根據你已經知道的背景,
哪三個問題最值得我現在先處理?

你會得到:

兩種視角。

一個是外部視角

它不知道:

你以前怎麼想。

所以比較容易看到:

新使用者的問題。

一個是內部視角

它理解:

你的長期 Context。

所以比較知道:

什麼問題對你真正重要。

兩個答案:

不一定誰比較正確。

用途不同。

那如果 Temporary Chat 最後非常有用怎麼辦?

OpenAI 這次也加入:

Save。

也就是:

Temporary Chat 如果後來變成:

真的值得留下的工作,

可以:

儲存。

儲存後,

它就會轉成:

一般聊天。

這裡又要注意一個狀態改變

一旦 Save,

它就不再維持:

Temporary 狀態。

之後會按照:

你的帳號設定

處理:

History。

Personalization。

Model Improvement。

所以:

「Save」

不是單純:

多放一個 Bookmark。

而是:

把這個對話轉成普通聊天。

這很適合「先試,再決定要不要留」

例如:

你突然想到:

一個新產品方向。

一開始只是:

試試看。

開:

Temporary Chat。

聊到後面發現:

真的很有價值。

那再:

Save。

不用一開始就決定:

這一定是長期專案。

但如果你一開始的目的就是「不要讓這段成為後續 Context」

那麼聊天結束後:

就不要因為:

「這段回答寫得很好」

隨手 Save。

因為 Save 之後:

資料狀態:

已經不同。

今天的一分鐘操作可以濃縮成三步

第一步

開新的:

Temporary Chat。

第二步

問自己:

這題要不要使用 ChatGPT 已經知道的我?

需要:

選個人化。

不需要:

選不個人化。

第三步

再開始輸入:

真正問題。

不要:

先聊再想模式。

一個可以直接收藏的判斷表

不個人化

適合:

陌生讀者測試。

Prompt 盲測。

A/B 評估。

一次性問題。

想從零重新看問題。

不希望 Memory/Custom Instructions 干擾。

個人化

適合:

需要既有品牌背景。

需要你的長期偏好。

需要 Custom Instructions。

需要 Plugins。

但又不希望:

這次 Temporary Chat

新增 Memory。

另外再記住三個「不要誤會」

Temporary 不等於完全不知道你

因為:

個人化模式

可以使用既有 Memory。

Temporary 不等於立刻刪除

OpenAI 仍可能為安全目的:

保留副本最長 30 天。

Temporary 不等於第三方工具也一起 Temporary

如果使用 Plugin,

資料送到第三方後:

要看第三方自己的政策。

今天真正要記住的一句話

以前我們開 AI 聊天:

第一個問題通常是:

「我要問什麼?」

現在還要多一個:

「這次 AI 應該知道多少關於我的事情?」

ChatGPT Temporary Chat 新增個人化控制後,

最實用的使用方法不是:

永遠選最隱私,

也不是:

永遠把所有 Context 帶進來。

而是根據任務:

刻意選。

想測:

陌生人視角,

就乾淨一點。

需要:

既有工作背景,

就帶 Context。

只要在開始前做這個判斷,

同一個 ChatGPT:

就能同時變成:

一個了解你的長期助理,

也能變成:

一個第一次見到你的陌生測試者。

真正的技巧不是:

Prompt 寫更長。

而是:

先把這次對話應該知道的世界,選對。

今天,和 AI 一起進步一點。

每天學會一個 AI 技巧。

每天節省一點時間。

每天提升一點能力。

SasaDaily,陪你一起成長。

推薦閱讀

今日 AI 工具|2026/08/17:ChatGPT Project-only Memory,舊專案不用重建,也能把工作記憶和其他對話隔開

AI 快問快答|2026/08/23:ChatGPT 讀 Apple Messages,iMessage/簡訊會全部被拿去訓練 AI 嗎?