ChatGPT 聊天记录怎么导出？JSON / PDF / Markdown 完整教程

1. ChatGPT 能导出聊天记录吗？

ChatGPT 没有「单条对话一键下载」按钮，但保存会话的需求非常普遍——学习笔记归档、工作交付、代码备份、知识库搭建、账号级防丢备份，都离不开导出。

导出格式很多：PDF 适合交付，Markdown 适合笔记，JSON 则适合程序化处理——用 Python、jq 或数据库分析对话、提取代码块、构建微调数据集、接入 RAG 管道，JSON 都是最佳起点。

本文对比 3 种实用方案，并重点说明 AI Exporter 的 JSON 导出为什么比官方 conversations.json 更好用。

2. 先看结论：3 种方法怎么选

• 官方数据导出（设置 → 数据控制 → 导出数据）是 ChatGPT 唯一官方全量备份方式，但 conversations.json 是树形 mapping 结构，解析成本高，不能直接当 PDF 或 Word 交付。
• AI Exporter 的 JSON 导出输出扁平消息数组，每条消息自带 role、model、modelId、created_at 和结构化 contents，适合脚本分析、迁移和二次开发。
• 推荐组合：官方导出做定期全量备份；日常单条或精选对话用 AI Exporter 导出 JSON 或 PDF / Markdown；需要把几百条历史一次性转成可读文档时，再用官方 JSON + 转换工具。

3. 方法一：ChatGPT 官方数据导出（全量备份首选）

OpenAI 提供的唯一官方批量导出方式。

适用场景

• 定期账号级完整备份
• 迁移到其他 AI 平台（如 Gemini Import chats）
• 不适合：只想保存某一条对话、直接拿可读文档交付

操作步骤

1. 打开 chatgpt.com  并登录。
2. 点击左下角头像 → Settings（设置）。

3. 进入 Data controls（数据控制）。
4. 点击 Export data（导出数据） → 确认。

5. 等待 OpenAI 邮件（通常 20–30 分钟，对话多的账号可能需要更久，官方说明 最长可达 24 小时）。
6. 点击邮件中的下载链接（24 小时内有效，注意查垃圾箱）。
7. 解压 ZIP，找到 conversations.json（新版可能拆成 conversations-000.json 等多个分片）。

你会获得什么

• conversations.json — 完整对话历史，树形 mapping 结构，含时间戳和模型信息
• chat.html — 可在浏览器中浏览的基础版本
• 可能包含图片、附件等（DALL·E 图片、临时对话、已删除聊天可能不包含）

官方 JSON 的痛点

OpenAI 官方导出虽然也是 JSON，但结构面向内部存储，不适合直接拿来写脚本：

1. 树形 mapping + 父子指针 — 需要反向遍历才能重建对话顺序。
2. 编辑提示词会产生分支 — 一段对话可能有多条路径，解析更复杂。
3. 文本深埋在 content.parts[] — 不是简单的字符串字段。
4. 时间戳是 Unix 浮点数 — 如 1713350400.0，需要额外转换。
5. 全量或不导 — 无法选择性导出单条消息，也不支持即时导出。

小结： 官方导出适合兜底备份，不适合日常即时获取结构化数据。

4. 方法二：AI Exporter（日常导出首选）

坦诚声明：这是我们开发的产品，下面如实说明能做什么、不能做什么。

为什么推荐用 AI Exporter 导出 JSON？

对比官方 conversations.json，AI Exporter 的 JSON 是为程序化处理设计的：

AI Exporter JSON 长什么样？

顶层是消息数组（不是官方那种 metadata + mapping）：

[
  {
    "id": "msg_001",
    "chatGroupId": "group_abc",
    "role": "user",
    "model": "chatgpt",
    "displayModel": "ChatGPT",
    "contents": [
      { "type": "markdown", "content": "如何用 Python 读取 CSV 并筛选列？" }
    ],
    "created_at": "2026-04-15 14:30:45",
    "updated_at": 1713175845000
  },
  {
    "id": "msg_002",
    "chatGroupId": "group_abc",
    "role": "assistant",
    "model": "chatgpt",
    "displayModel": "ChatGPT",
    "modelId": "GPT-4o",
    "contents": [
      { "type": "markdown", "content": "你可以使用 pandas 库：\n\n```python\nimport pandas as pd\ndf = pd.read_csv('data.csv')\n```" },
      { "type": "thinking", "content": "用户需要基础的 CSV 读取示例..." },
      { "type": "sources", "sources": [{ "title": "pandas 官方文档", "url": "https://pandas.pydata.org", "domain": "pandas.pydata.org" }] }
    ],
    "created_at": "2026-04-15 14:31:22",
    "updated_at": 1713175882000
  }
]

注意这种扁平结构——一个可以直接 for 循环的数组，无需处理嵌套树或父子指针。

用户最关心的字段

消息级：

contents 数组（结构化内容，JSON 导出的核心价值）：

JSON 导出保留全量结构化数据，不受 PDF 或 Markdown 里「是否显示时间戳」等显示配置影响。

怎么用 AI Exporter 导出 JSON

1. 从 Chrome 网上应用店  安装 AI Exporter（也支持 Edge、Firefox）。
2. 打开要导出的 ChatGPT 对话。
3. 点击扩展图标 → 选择 JSON 格式。
4. 可选：勾选部分消息，只导出你需要的内容。
5. 可选：开启「复制到剪贴板」，直接把 JSON 粘贴进脚本或 API 工具。

导出的 JSON 能做什么

以下示例基于 AI Exporter 的 JSON 格式。如果你用的是官方导出，需要先从 mapping 树中提取消息。

用 Python 快速统计对话：

import json
from collections import Counter
 
with open("ChatGPT-my-conversation.json") as f:
    messages = json.load(f)
 
roles = Counter(msg["role"] for msg in messages)
print(f"你的提问: {roles.get('user', 0)}")
print(f"AI 回复: {roles.get('assistant', 0)}")
 
responses = [m for m in messages if m["role"] == "assistant" and m["contents"]]
longest = max(responses, key=lambda m: len(str(m["contents"])))
print(f"最长回复字符数: {len(str(longest['contents']))}")

提取所有代码块：

import json
import re
 
with open("ChatGPT-my-conversation.json") as f:
    messages = json.load(f)
 
for msg in messages:
    if msg["role"] != "assistant":
        continue
    for item in msg.get("contents", []):
        if item.get("type") not in ("markdown", "text"):
            continue
        blocks = re.findall(r"```(\w+)?\n(.*?)```", item.get("content", ""), re.DOTALL)
        for lang, code in blocks:
            print(f"--- {lang or 'text'} ---")
            print(code)

转换为 OpenAI 微调格式（JSONL）：

import json
 
with open("ChatGPT-my-conversation.json") as f:
    messages = json.load(f)
 
training_data = []
for i in range(0, len(messages) - 1, 2):
    user_msg, assistant_msg = messages[i], messages[i + 1]
    if user_msg["role"] != "user" or assistant_msg["role"] != "assistant":
        continue
    user_text = " ".join(c.get("content", "") for c in user_msg.get("contents", []) if c.get("content"))
    assistant_text = " ".join(c.get("content", "") for c in assistant_msg.get("contents", []) if c.get("content"))
    if user_text and assistant_text:
        training_data.append({
            "messages": [
                {"role": "user", "content": user_text},
                {"role": "assistant", "content": assistant_text},
            ]
        })
 
with open("training.jsonl", "w") as f:
    for item in training_data:
        f.write(json.dumps(item, ensure_ascii=False) + "\n")
 
print(f"已生成 {len(training_data)} 条训练样本")

AI Exporter 的其他优势

JSON 只是 AI Exporter 支持的格式之一。如果你还需要可读文档，可以在同一个扩展里切换输出：

其他核心能力：

• 选择性导出 — 整条对话、部分消息、单条回复悬浮导出
• 格式保留 — 代码块、表格、LaTeX 公式、Canvas、图片
• 多平台支持 — ChatGPT、Claude、Gemini、DeepSeek 等 10+ 平台
• 本地处理 — JSON、Markdown、TXT 主要在浏览器完成，不上传服务器
• 免费额度 — JSON、Markdown、TXT 免费；PDF、Word、Notion 有每日免费次数

多对话快速导出（多标签工作流）

虽然没有官方那种「一键导出全部对话」，但用多标签工作流可以高效处理多个对话：

1. 在 ChatGPT 侧边栏 Cmd/Ctrl + 点击 多个对话，每个在新标签页打开。
2. 预配置格式和下载目录（关闭浏览器「每次询问保存位置」）。
3. 每个标签页：选择 → 导出 → 关闭标签，约两次点击。
4. 20 个对话大约 3–5 分钟，输出格式规范、单独命名。

局限性

• 没有官方那种「一键导出全部对话」按钮。
• 完整账号备份仍建议配合官方导出。
• PDF、Word、Notion 有每日免费额度（JSON、Markdown、TXT 免费）。

5. 方法三：官方导出 + 转换工具（批量可读归档）

适合技术用户，或需要把几百条历史对话一次性转成 Markdown 的场景。

适用场景

• 全历史批量转可读文档
• 导入 Obsidian、Logseq 建知识库
• 不适合：只想快速保存当前这一条对话

操作步骤

1. 先完成方法一，获取官方 ZIP 导出包。
2. 解压，找到 conversations.json。
3. 选择转换工具：
   • 命令行：npx chatgpt-to-markdown path/to/archive
   • 浏览器转换器：ChatGPT Conversations to Markdown（本地处理，不上传）
   • 桌面应用：Univik 等（支持 PDF / DOCX）
4. 每个对话生成独立 .md 文件。

优势与局限性

6. 三种方法对比

7. 推荐工作流：组合使用

第一步：官方导出做完整备份

• 设置 → 数据控制 → 导出数据
• ZIP 存云盘或外部硬盘
• 建议频率：每月一次，或删除旧对话前

第二步：AI Exporter 导出重要对话

完成重要对话后即时导出，按用途选格式：

• 脚本分析 / 迁移 / 微调 → JSON
• 研究报告、知识库 → Markdown
• 客户交付 → PDF
• 团队协作 → Notion 同步

第三步（可选）：批量转换备份

需要全历史可读存档时，用方法三把官方 ZIP 批量转成 Markdown。

8. 应该导出为哪种格式？

9. 常见问题

Q1：ChatGPT 能直接导出 JSON 吗？

可以，但只能通过官方批量数据导出（Settings → Data Controls → Export Data），输出的是包含所有对话、结构复杂的嵌套文件。如果需要按单个对话导出且结构清晰的 JSON，请使用 AI Exporter。

Q2：AI Exporter 的 JSON 和官方 conversations.json 有什么区别？

AI Exporter 输出扁平消息数组，每条消息包含 role、model、modelId、created_at 和结构化 contents，可以直接在循环中遍历。官方导出使用树形 mapping 结构，包含父子引用关系、深埋在 parts[] 中的内容和 Unix 浮点时间戳，需要大量解析工作。

Q3：JSON 里会保留模型名和时间戳吗？

会。每条 assistant 消息带有 model、displayModel 和 modelId（如 GPT-4o），created_at 字段记录消息时间，便于排序和按模型分组统计。

Q4：思维过程、网页搜索来源、代码块会保留吗？

会。AI Exporter 的 contents 数组分别用 thinking、sources、markdown 等类型保留这些内容，比简单复制粘贴完整得多。

Q5：JSON 导出免费吗？

是的，JSON 导出在 AI Exporter 免费版本中即可使用，无需账户或订阅。

Q6：能只导出 AI 回复、不包含我的提示词吗？

可以。点击 Select 并选择 Answers 即可只选择 AI 回复，也可以手动勾选 / 取消单条消息。

Q7：导出的 JSON 能用于 OpenAI API 或微调吗？

可以。AI Exporter 使用 user / assistant 角色标签，与 API 格式一致，只需从 contents 中提取文本内容即可，参见上文微调转换示例。

Q8：AI Exporter 能批量导出所有对话吗？

没有官方那种一键全量导出，但可以用多标签工作流逐个快速导出。完整账号备份仍建议配合官方导出。

Q9：官方导出要等多久？下载链接过期了怎么办？

通常 20–30 分钟，对话多的账号可能更久。下载链接 24 小时内有效，过期后需要重新发起导出请求。

Q10：免费 ChatGPT 账号能导出吗？

可以。官方导出和 AI Exporter 均支持免费账号。

Q11：AI Exporter 和 ChatGPT Exporter 有什么区别？

两者都支持 JSON 导出，但 AI Exporter 覆盖 ChatGPT、Claude、Gemini、DeepSeek 等 10+ 平台，还支持 Word、Notion 等格式，且 contents 数组保留了思维过程、搜索来源、Canvas 等更多结构化类型。

Q12：应该多久备份一次？

建议每月做一次官方全量导出。重要对话在完成后用 AI Exporter 即时导出，不必等月度备份。

10. 总结

没有单一完美方案，组合策略最有效：

• 官方导出 = 安全网，兜底完整备份
• AI Exporter = 日常可用格式，尤其是最好用的结构化 JSON
• 官方 + 转换工具 = 全历史可读归档

👉 立即开始：安装 AI Exporter ，同时记得定期做一次官方数据导出。