ChatGPT聊天记录导出实战指南：从基础操作到自动化脚本

1次阅读

没有评论

共计 2198 个字符，预计需要花费 6 分钟才能阅读完成。

在日常开发和学习中，我们经常使用 ChatGPT 进行技术讨论、代码调试或知识问答。这些对话记录往往包含有价值的解决方案和思路，但 ChatGPT 本身并不提供长期保存功能。开发者面临的主要痛点包括：

重要技术讨论无法追溯
优秀回答无法系统性地整理归档
团队协作时难以共享对话历史
个人知识管理缺乏结构化存储

优点：

无需编程基础
直接操作界面简单直观
适合偶尔少量导出需求

缺点：

每次只能导出单个对话
无法批量操作
格式单一（仅限截图或文本复制）
无法自动化

优点：

可获取完整对话历史
支持批量导出
可自定义数据格式（JSON/Markdown 等）
能实现自动化定时备份

缺点：

需要编程基础
需要管理 API 密钥
首次配置较复杂

以下 Python 示例展示了如何通过 OpenAI API 获取完整对话历史：

import openai
import json
from datetime import datetime

# 初始化客户端
openai.api_key = 'your-api-key'

# 定义获取对话历史的函数
def get_chat_history(limit=100):
    try:
        # 初始化变量
        all_messages = []
        last_id = None

        # 分页获取
        while True:
            params = {'limit': min(limit, 100),  # API 单次最多 100 条
                'after': last_id
            }

            # 调用 API
            response = openai.ChatCompletion.list_messages(**params)
            messages = response['data']

            # 收集数据
            if not messages:
                break

            all_messages.extend(messages)
            last_id = messages[-1]['id']

            # 控制获取数量
            if len(all_messages) >= limit:
                break

        return all_messages

    except Exception as e:
        print(f"获取对话历史出错: {str(e)}")
        return []

# 主程序
if __name__ == '__main__':
    # 获取最近 100 条对话
    history = get_chat_history(limit=100)

    # 保存为 JSON 文件
    timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
    filename = f"chatgpt_history_{timestamp}.json"

    with open(filename, 'w', encoding='utf-8') as f:
        json.dump(history, f, ensure_ascii=False, indent=2)

    print(f"成功保存 {len(history)} 条对话记录到{filename}")

代码说明：

使用openai.ChatCompletion.list_messagesAPI 获取对话历史
实现了分页获取逻辑，避免单次请求数据量过大
包含基本错误处理，防止程序异常中断
按时间戳生成唯一文件名，避免覆盖
保存为格式化的 JSON 文件，便于后续处理

在导出数据前，建议对以下内容进行检查和过滤：

API 密钥和其他凭证
个人隐私信息（邮箱、电话等）
公司内部敏感信息

可以添加如下过滤函数：

def filter_sensitive_content(text):
    # 示例：过滤邮箱地址
    import re
    text = re.sub(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b', 
                 '[EMAIL_REDACTED]', text)
    return text

对于敏感对话记录，建议：

使用 AES 等加密算法加密存储
将加密文件保存在安全位置
设置适当的文件权限
考虑使用密码管理器保存解密密钥

认证失败：检查 API 密钥是否正确有效
速率限制：添加适当的请求间隔（建议 1 - 2 秒）
数据截断：确保正确处理分页逻辑
超时错误：增加超时设置并添加重试机制

检查分页逻辑是否正确实现
确认请求参数中的时间范围设置
验证 API 返回的数据结构是否变化
检查网络连接稳定性

可以使用系统定时任务（如 cron）或 Python 调度库实现：

# 使用 schedule 库定时执行
import schedule
import time

def job():
    print("正在执行定时导出...")
    # 调用之前的导出函数

schedule.every().day.at("02:00").do(job)  # 每天凌晨 2 点执行

while True:
    schedule.run_pending()
    time.sleep(60)

Notion 导入示例：