Dziś zaczynamy wdrażać bardziej zaawansowany i skalowalny system syntezy pamięci w odpowiedzi na problemy związane z dezaktualizacją, brakiem poprawności i kwestiami związanymi ze skalowaniem, które występują, gdy pamięć jest stosowana w ChatGPT dla setek milionów użytkowników i w perspektywie wielu lat.
Pamięć pomaga ChatGPT poznawać Twoje preferencje, projekty i ograniczenia, dzięki czemu kolejne rozmowy mogą zaczynać się z wykorzystaniem znanego kontekstu, a nie od zera.
W ciągu ostatnich dwóch lat pamięć stała się kluczową częścią korzystania z ChatGPT. Ułatwia ona zrozumienie Twojego kontekstu, przez co z czasem ChatGPT pomaga sprawniej realizować przekazywane mu zadania. Ta funkcja to klucz do zwiększania użyteczności ChatGPT: lepszego poznawania Cię, pomagania i wykonywania nowych zadań.
Niniejsza aktualizacja jest od dziś dostępna dla użytkowników planów Plus i Pro w USA, a w najbliższych tygodniach zostanie wdrożona w kolejnych krajach oraz dla użytkowników planów Free i Go.
Funkcja pamięci została dodana w kwietniu 2024 r. (nazywana też była „zapisanymi wspomnieniami”). Pozwalała ona poprosić ChatGPT o zapamiętanie informacji i korzystanie z nich w kolejnych czatach.

Zapisane wspomnienia były tworzone tylko podczas rozmowy i wymagały wyraźnych poleceń do korzystania z nich, np. „pamiętaj, że w lipcu jadę do Singapuru”. W praktyce interakcja z tym systemem mogła przypominać rozmowę z osobą, która zanotowała kilka faktów, ale zapomniała wszystko inne. Zapisane wspomnienia dezaktualizowały się z czasem i w końcu stawały się błędne lub nieistotne.
W kwietniu 2025 r. zaktualizowaliśmy pamięć ChatGPT, dając modelowi możliwość odwoływania się do kontekstu czatu spoza listy zapisanych wspomnień. Osiągnęliśmy ten efekt, wprowadzając pierwszą wersję metody dreaming, dzięki której ChatGPT automatycznie porządkuje wspomnienia w tle, odwołując się do historii czatów.

W przeciwieństwie do zapisanych wspomnień dreaming wykorzystuje proces działający w tle, który pozwala ChatGPT uczyć się na podstawie wielu rozmów i syntetyzować stan pamięci ChatGPT, aby zawsze w rozmowach dysponować najnowszym i najbardziej trafnym kontekstem. Dreaming ułatwia też stosowanie w pamięci kontekstu, który pojawia się naturalnie w rozmowie, bez potrzeby używania wyraźnych poleceń o zapamiętanie danych informacji.
W ciągu ostatniego roku dreaming uzupełniał zapisane pamięci, zapewniając skokową poprawę zdolności ChatGPT w zakresie personalizowania odpowiedzi i ograniczając dezaktualizację zapisanych wspomnień. Historycznie jednak nigdy nie oferował pełni możliwości systemu samodzielnej pamięci.
Dziś uruchamiamy znacznie bardziej zaawansowaną i wydajną obliczeniowo architekturę pamięci opracowaną na bazie metody dreaming.
Pamięci syntetyzowane przez dreaming można przeglądać z poziomu ich podsumowania na stronie podsumowania pamięci. W podsumowaniu pamięci można szybko wyłapać najważniejsze informacje o tym, co ChatGPT wie o Tobie, dodać lub zaktualizować informacje o sobie oraz poinstruować ChatGPT, jakie tematy powinien poruszać i kiedy. Jeśli chcesz dowiedzieć się więcej o tych funkcjach, porozmawiaj z modelem.

Definiując „dobrą pamięć” w ChatGPT, skupiamy się na kilku aspektach:
- Przenoszenie przydatnego kontekstu: Mówisz ChatGPT coś raz, a system pamięta tę informację w kolejnych czatach.
- Stosowanie się do preferencji i ograniczeń: Jeśli opiszesz preferencję (np. że jesteś wegetarianinem), ChatGPT powinien odtąd podejmować działania zgodne z tą preferencją.
- Aktualność w czasie: Pamięć powinna uwzględniać upływ czasu. Wyobraź sobie stwierdzenie: „Użytkownik planuje swoje przyjęcie urodzinowe na następną sobotę”; a w końcu nadchodzi niedziela.
Można ocenić usprawnienia działania pamięci ChatGPT Plus i Pro pojawiające się z czasem w odniesieniu do każdego z trzech powyższych celów. Robimy to dla każdego z poniższych elementów:
- 2024: zapisane wspomnienia
- 2025: zapisane wspomnienia + Dreaming V0
- 2026: Dreaming V3
Gdy zaczynasz nowy czat z ChatGPT, nie musisz przedstawiać się i podawać wszystkich informacji o sobie. ChatGPT potrafi bazować na wcześniejszym kontekście, zwłaszcza jest to użyteczne w złożonych, długotrwałych projektach.
Przykładowo: używasz ChatGPT do szukania nowego wyposażenia fotograficznego do aktualnie posiadanego aparatu. Jeśli w przeszłości ChatGPT poznał Twoją konfigurację aparatu, możesz poprosić o produkty zgodne z „moim zestawem fotograficznym” i otrzymać rekomendacje dopasowane do Ciebie.
GPT-5.2 Instant
Model przekazuje ogólną odpowiedź, przez co użytkownik musi samodzielnie przeprowadzić skomplikowane weryfikacje.
GPT-5.3 Instant
Model pamięta konfigurację aparatu użytkownika i poleca dopasowany produkt.
GPT‑5.2 Instant ostatecznie odpowiada na pytanie, ale próbując wyjaśnić swoje granice bezpieczeństwa, właściwą odpowiedź poprzedza długim wstępem dotyczącym tego, w czym nie może pomóc. Z kolei GPT‑5.3 Instant od razu przechodzi do odpowiedzi.
Możemy skonstruować ewaluację na podstawie podobnych przykładów, w których model ma odpowiedzieć na polecenie wymagające przywołania faktów o użytkowniku. Model jest następnie nagradzany, jeśli odpowiada w sposób, który poprawnie wykorzystuje odpowiedni kontekst. W tej ocenie nowy system oparty na metodzie dreaming usprawnia przypominanie sobie przez model istotnych faktów.
Pamięć pomaga też ChatGPT odpowiadać w sposób lepiej dopasowany do Twoich preferencji i ograniczeń.
Przykładowo: planujesz podróż do Singapuru. Dwa miesiące przed wyjazdem prosisz ChatGPT o pomoc w przygotowaniu planu. ChatGPT już wie z wcześniejszego planowania podróży, że lubisz fotografować dziką przyrodę, wolisz hotele z mocną klimatyzacją i bardziej cenisz sobie spokojną kolację niż zatłoczony bar.
GPT-5.2 Instant
Model przekazuje ogólną odpowiedź, która jest bardziej turystyczna, nie pomaga w rezerwacji hotelu i w dużej mierze ignoruje zainteresowania użytkownika.
GPT-5.3 Instant
Model tworzy odpowiedź spersonalizowaną pod kątem zainteresowań użytkownika związanych z fotografią dzikiej przyrody, spokojnymi kolacjami oraz jego priorytetami przy rezerwacji hotelu.
GPT‑5.2 Instant ostatecznie odpowiada na pytanie, ale próbując wyjaśnić swoje granice bezpieczeństwa, właściwą odpowiedź poprzedza długim wstępem dotyczącym tego, w czym nie może pomóc. Z kolei GPT‑5.3 Instant od razu przechodzi do odpowiedzi.
Preferencje mogą być różnorodne:
- Instrukcje dotyczące tego, jak ChatGPT powinien odpowiadać („nie wspominaj już o Stefanie”).
- Twoje preferencje lub ograniczenia („jestem wegetarianinem”)
- Ukryte preferencje kształtujące to, co jest dla Ciebie istotne („mieszkam niedaleko San Francisco” → lokalne propozycje powinny być dopasowane do tego obszaru)
Podczas opracowywania nowego systemu pamięci poprawiliśmy funkcję ChatGPT pozwalającą na stosowanie istotnych preferencji z wcześniejszych rozmów. Nawiązując do powyższego przykładu „jestem wegetarianinem”, możemy ocenić, czy model poprawnie wykorzystuje pamięć do proponowania posiłków odpowiednich dla wegetarian, gdy użytkownik-wegetarianin prosi o sugestie przygotowania czegoś do jedzenia.
Czas nie zatrzymuje się, gdy kończy się czat.
Tradycyjne systemy pamięci mogą się dezaktualizować. Przykładowo wysyłasz do ChatGPT polecenie: „Jestem w Singapurze i potrzebuję polecenia restauracji na kolację dziś wieczorem”. Potem mija jakiś czas, wracasz do domu i podczas kolejnych czatów zastanawiasz się, dlaczego ChatGPT nadal proponuje Ci miejsca w Singapurze.
Dzięki dreaming wspomnienia są automatycznie aktualizowane wraz z upływem czasu, co pozwala ChatGPT zmienić zawartość swojej pamięci z „Jedziesz do Singapuru w lipcu” na „Byłeś w Singapurze w lipcu 2026 r.”, gdy wyjazd się skończy. Więc gdy wrócisz do domu, ChatGPT może znów podawać rekomendacje dopasowane do Twojej lokalizacji zamieszkania i właściwej strefy czasowej.
GPT-5.2 Instant
Model uważa, że użytkownik nadal jest w Singapurze.
GPT-5.3 Instant
Model podaje odpowiedzi istotne dla miejsca zamieszkania użytkownika.
GPT‑5.2 Instant ostatecznie odpowiada na pytanie, ale próbując wyjaśnić swoje granice bezpieczeństwa, właściwą odpowiedź poprzedza długim wstępem dotyczącym tego, w czym nie może pomóc. Z kolei GPT‑5.3 Instant od razu przechodzi do odpowiedzi.
W naszych ocenach pamięci mierzymy, czy ChatGPT potrafi poprawnie odpowiadać na polecenia, w których upływ czasu istotnie wpływa na poprawność odpowiedzi lub rekomendacji. Metoda dreaming zapewnia w tych kwestiach znaczną poprawę:
Misją OpenAI jest zapewnienie, aby ogólna sztuczna inteligencja przynosiła korzyści całej ludzkości.
Pamięć oparta na metodzie dreaming była od pewnego czasu dostępna dla użytkowników Plus i Pro, jednak dopiero teraz możemy zaoferować użytkownikom planów Free wersję, która spełnia nasze kryteria jakości i można z niej wygodnie korzystać w poważnych zastosowaniach. Ostatnie ulepszenia pozwoliły obniżyć poziom mocy obliczeniowej potrzebnej do udostępniania dreaming użytkownikom Free około pięciokrotnie, dzięki czemu będziemy mogli zacząć wdrażać tę metodę dla użytkowników planów Free w najbliższych tygodniach oraz zwiększyć pojemność pamięci dla użytkowników planów Plus i Pro.
Metoda dreaming zapewnia nam teraz wspólny fundament pamięci dla wszystkich użytkowników. Niniejsza aktualizacja wprowadza nasz najbardziej zaawansowany jak do tej pory system pamięci, który będziemy nadal ulepszać.
Aby dowiedzieć się więcej o tej wersji i mechanizmach kontroli pamięci dostępnych dla użytkownika, odwiedź naszą sekcję Częstych pytań dotyczących pamięci(otwiera nowe okno).




