Por qué los conectores de ChatGPT no recuerdan tus decisiones (2026)

La sincronización indexa fuentes, y tu decisión no es una fuente

El mecanismo es la indexación de documentos. La documentación de OpenAI describe una "sincronización inicial única de archivos", después de la cual "los archivos y permisos se actualizan con frecuencia y, por lo general, reflejan los cambios rápidamente", pasando por tres etapas: Inicio de sincronización, luego Sincronización parcial donde "tus datos más recientes ya están disponibles y listos para buscar" (aproximadamente los últimos 30 días, aunque la documentación señala que "puede variar") y, finalmente, Sincronización completa. Dependiendo del tamaño de la organización, el proceso completo "puede tardar hasta unos días".

Cada una de esas etapas opera sobre archivos. Eso es exactamente lo correcto para la pregunta "¿qué hay en el plan del Q3?" y estructuralmente inútil para "¿qué acordamos hacer en lugar del plan del Q3?". La segunda respuesta existe en la cabeza de alguien, en un hilo o en una conversación de ChatGPT, y ninguna de esas cosas está en el índice. Los conectores cierran la brecha entre ChatGPT y tus repositorios de documentos. No hacen nada respecto a la brecha entre tus repositorios de documentos y lo que tu equipo realmente concluyó.

La recuperación está acotada a la pregunta, no a tu historial

Incluso para el material que sí está indexado, lo que llega al modelo es una selección. OpenAI lo afirma directamente: "Los datos más relevantes se envían al modelo en función de la intención de la consulta, lo que limita el rendimiento en escenarios que requieren la agregación de numerosas fuentes o consultas muy complejas, como las agregaciones de datos financieros".

Esta es una documentación honesta y tiene una consecuencia que la gente pasa por alto. La recuperación es por pregunta. No se acumula. Pregunta sobre la decisión de precios el lunes y obtendrás tres documentos; pregunta de nuevo el jueves y obtendrás los mismos tres documentos seleccionados de cero, sin rastro del hecho de que ya los leíste el lunes y concluiste que estaban incompletos. No hay memoria de la búsqueda, solo una nueva búsqueda; la misma distinción que se explica en por qué RAG no es memoria.

El registro de la decisión vive en el chat, y borrar el chat lo elimina

Esto es lo que sorprende a la gente, y está detallado en la sección de controles de datos. "Eliminar una conversación elimina cualquier dato de la aplicación sincronizada retenido en esa conversación". Y desconectarla no deshace el pasado: "Desconectar detiene la sincronización futura y el acceso a esa aplicación, pero no elimina las conversaciones existentes que ya utilizaron esos datos". La forma documentada de eliminar los datos conectados de tu cuenta es "eliminar las conversaciones donde se utilizaron y las memorias guardadas relacionadas".

Lee eso como una declaración de arquitectura en lugar de una declaración de privacidad y el panorama se aclarará. La conversación es donde el material recuperado y tu razonamiento sobre él terminan conviviendo. Eso convierte al chat en el registro de facto de la decisión, y el chat es también la unidad de eliminación, lo que limpias cuando tu barra lateral se desordena. El artefacto más valioso de todo el flujo de trabajo se almacena en el contenedor más desechable del producto.

Memory cubre esto parcialmente, y la documentación es precisa sobre cómo: "Si tienes Memory activado, ChatGPT puede guardar y utilizar información relevante a la que haya accedido, incluso de aplicaciones conectadas, para interactuar contigo y ofrecerte respuestas más relevantes y útiles". Nota la forma de esa frase. Puede guardar. Información relevante. Es un mecanismo de personalización haciendo su trabajo, no un registro de decisiones; y es una síntesis en lugar de una transcripción, razón por la cual las personas que buscan una conclusión específica a menudo no pueden encontrarla. Si ya te has topado con esto, qué hacer cuando la memoria de ChatGPT no funciona cubre el diagnóstico.

Los permisos son por persona, por lo que no hay una respuesta compartida

Los conectores respetan el control de acceso de manera rigurosa. "Los permisos existentes se respetan plenamente y se mantienen actualizados periódicamente", y las aplicaciones "están diseñadas para permitir a los usuarios descubrir contenido a través de ChatGPT al que ya pueden acceder en los sitios respectivos". Luego, la documentación expone la consecuencia sin rodeos: "Para los planes Business y Enterprise/Edu, esto significa que cada empleado puede recibir respuestas diferentes para la misma instrucción".

Ese es un diseño de seguridad correcto y no querría que fuera de otra manera. Pero significa que una respuesta respaldada por conectores es inherentemente personal. Dos personas del mismo equipo, que hacen la misma pregunta y trabajan con las mismas fuentes conectadas, pueden obtener respuestas diferentes, y ninguna de ellas está viendo un registro compartido de lo que decidió el equipo. Sean lo que sean los conectores, no son un cerebro compartido, porque la superficie de recuperación es diferente para cada miembro.

También vale la pena conocer la disponibilidad, ya que determina quién se topa con esto: la documentación señala que las aplicaciones con sincronización "están disponibles únicamente para planes de pago seleccionados" y que están "disponibles para entornos de trabajo Enterprise y Edu con Enterprise Key Management (EKM) habilitado". Y el empaquetado cambió recientemente: a partir del 9 de julio de 2026, OpenAI migró el directorio de aplicaciones al directorio de plugins, donde "las aplicaciones siguen siendo las integraciones que conectan ChatGPT o Codex con datos y acciones externos, mientras que los plugins facilitan la habilitación de flujos de trabajo en ChatGPT".

Poner todo en un documento de Drive. El instinto es correcto: convertir la decisión en un documento para que el índice pueda encontrarla. En la práctica, la disciplina falla en dos semanas, porque escribir un documento de decisión es una tarea distinta a tomar la decisión, y el retraso de sincronización significa que un documento escrito esta mañana podría no ser buscable cuando lo necesites esta tarde.

Fijar el chat importante. Lo mantiene localizable en la barra lateral. No hace que su contenido sea recuperable en una nueva conversación, no ayuda a los compañeros de equipo y deja el registro dentro de la unidad de eliminación.

Pegar el contexto en cada instrucción. Funciona, y es lo que la mayoría de la gente hace en silencio. También significa que el conocimiento duradero vive en tu portapapeles y en tus hábitos, consume contexto en cada mensaje y, en el momento en que estás en tu teléfono o un colega te pregunta, no existe.

Conectar más aplicaciones. Más fuentes significa más cobertura de los documentos que existen. No hace nada por el tipo de conocimiento que nunca fue un documento. Agregar el quinto conector no ayuda a ChatGPT a recordar que descartaste el diseño basado en colas en marzo.

Confiar en que Memory lo capture. Memory absorbe parte de esto, incluido el material de las aplicaciones conectadas. Pero es una síntesis creada para la personalización, está vinculada a una cuenta individual y no se puede explorar como un registro de decisiones; los límites se detallan en limitaciones de la memoria de ChatGPT.

Usar un Project. Más cerca: un Project ofrece archivos compartidos e instrucciones compartidas. Pero la memoria del proyecto tiene sus propios muros en ambas direcciones, lo cual es un problema diferente que se trata en por qué los proyectos de ChatGPT no comparten memoria.

El patrón en todo lo anterior es que la gente sigue intentando resolver un problema de conocimiento derivado con herramientas de recuperación de fuentes. Los conectores indexan lo que tu empresa ha escrito. Lo que necesitas es un lugar para lo que tu empresa resolvió (las decisiones, las limitaciones, las cosas que probaste y rechazaste) que no sea un documento en ningún sistema conectado y que no esté enterrado en un chat eliminable.

Eso es lo que hace MemoryLake: una capa de memoria de la que leen tus asistentes, que contiene las conclusiones en lugar de las fuentes. Los conectores siguen haciendo aquello para lo que son buenos, encontrar la presentación; la capa de memoria contiene la frase que dice qué presentación está vigente y por qué se abandonó la otra. La configuración consta de tres pasos.

Paso 1: Crea una clave API

Inicia sesión en MemoryLake y crea una clave API. Esta es la credencial que tus herramientas utilizan para leer y escribir en la memoria, y es deliberadamente independiente de cualquier asistente específico: la misma memoria servirá para lo que sea que uses el próximo año.

Paso 2: Sube tus primeras memorias

Comienza con las decisiones, no con los documentos. Tus aplicaciones conectadas ya tienen los documentos. Lo que no tienen es la capa superior: qué se decidió, qué se rechazó y por qué, qué limitaciones no son negociables, cuál de dos documentos en conflicto es el autorizado. Mantén las entradas cortas: una conclusión por entrada, expresada de forma tan clara que un colega pueda actuar en consecuencia sin hacer preguntas de seguimiento. Las entradas que registran rechazos son las de mayor valor que escribirás, porque un rechazo es lo que, de lo contrario, cada nuevo asistente volverá a proponer.

Paso 3: Conecta tu IA y agentes

Conecta las herramientas que realmente utilizas. MemoryLake es accesible a través de MCP y de una API, por lo que los agentes nativos de MCP (entre ellos Claude Code, Codex y OpenClaw) se conectan apuntando al servidor MCP, y otros asistentes leen la misma memoria a través de la API. El punto es que la capa de decisión deja de ser por herramienta y por persona: la misma respuesta a "¿qué decidimos sobre los niveles de precios?" está disponible dondequiera que la preguntes.

Tres límites honestos, porque la transparencia importa más que el discurso de venta. MemoryLake no es un conector empresarial: no indexa tu Drive, no hereda las ACL de tus archivos y no es un reemplazo para las aplicaciones con sincronización; si necesitas una recuperación con permisos acotados sobre un corpus, para eso sirven exactamente los conectores y deberías conservarlos. Además, solo contiene lo que tú o tus agentes introducen en él; no observa tus reuniones. Y no es una capa de cumplimiento: es lo que tu asistente sabe, no una regla que tu asistente no pueda romper.

"¿Qué decidimos?" se vuelve respondible. No mediante una mejor búsqueda en las mismas fuentes, sino porque la respuesta finalmente existe como una declaración recuperable en lugar de como una inferencia a lo largo de tres documentos que nunca la mencionan.

La higiene del chat deja de ser riesgosa. Cuando la conversación no es el único registro de una conclusión, eliminar chats antiguos es una tarea de limpieza en lugar de una pérdida de datos. Dado que eliminar una conversación también elimina los datos de la aplicación sincronizada retenidos en ella, esto vale más de lo que parece.

Las respuestas dejan de diferir según la persona. La recuperación acotada por permisos significa que los colegas ven legítimamente fuentes diferentes. Una capa de decisión compartida significa que al menos comparten las conclusiones, por lo que un desacuerdo pasa a ser sobre el fondo en lugar de sobre quién tenía acceso a qué carpeta.

Las preguntas de agregación se vuelven menos problemáticas. OpenAI es sincera al admitir que las consultas que requieren agregación a través de muchas fuentes son el punto débil de la recuperación respaldada por sincronización. Muchas de esas preguntas no son realmente preguntas de agregación: son preguntas cuya respuesta alguien ya resolvió una vez. Registrar la respuesta resuelta evita por completo esa debilidad.

El proceso de incorporación se acorta. Las personas nuevas no necesitan acceso a cinco años de documentos para ser útiles. Necesitan las veinte frases que explican por qué las cosas son como son, que es precisamente el contenido que no tiene cabida en un conector.

Mantén las fuentes y las conclusiones en lugares separados. Conectores para las fuentes, una capa de memoria para las conclusiones. Intentar que cualquiera de los dos haga el trabajo del otro es de donde proviene la frustración.

Escribe la decisión en el momento en que se tome. No un documento, sino una frase. "No vamos a aplicar precios por usuario; el riesgo de cancelación en equipos pequeños fue el impedimento". Diez segundos, y sobrevive al chat.

Registra los rechazos con sus motivos. El motivo es la parte fundamental. Sin él, la idea rechazada vuelve y vuelves a discutirla con un asistente que no tiene idea de que ya has pasado por eso.

Usa menciones `@` cuando conozcas la fuente. La documentación describe cómo pedirle explícitamente a ChatGPT que busque en una aplicación específica a través de una mención @ o del menú de herramientas, e incluir una instrucción como "no busques internamente" cuando prefieras que no lo haga. Ser explícito es mejor que esperar que el enrutador adivine bien.

Espera un retraso de sincronización en el material nuevo. La indexación inicial puede tardar hasta unos días, y la Sincronización parcial cubre primero aproximadamente los últimos 30 días. Es posible que un documento que creaste hace una hora aún no se pueda encontrar; ese es un comportamiento documentado, no un fallo.

No confíes en los conectores para la agregación numérica. OpenAI señala las agregaciones de datos financieros como un punto débil. Extrae los números con una herramienta diseñada para ello; usa ChatGPT para el razonamiento en torno a ellos.

Recuerda que Memory es por cuenta. Está vinculada a cuentas individuales y no es transferible entre usuarios, por lo que cualquier cosa que el equipo necesite compartir no puede vivir únicamente allí.

Las aplicaciones conectadas hacen un trabajo específico y valioso: hacen que los documentos de tu empresa sean accesibles desde el lugar donde ya estás haciendo preguntas, con los permisos intactos. La documentación de OpenAI es honesta sobre los límites de ese trabajo: ideal para preguntas y respuestas y búsquedas, selección de los datos más relevantes por pregunta, más débil en la agregación, personal por permisos.

La brecha no está en la implementación. Es que las decisiones nunca fueron documentos. Hasta que las conclusiones tengan un hogar propio (fuera de las fuentes, fuera del chat que casualmente las contiene y accesibles por cualquier asistente que estés usando), seguirás obteniendo una excelente recuperación de los tres archivos que no contienen la respuesta. Si deseas que las mismas conclusiones estén disponibles en varios asistentes en lugar de en un solo lugar, una memoria para ChatGPT, Claude y Gemini cubre ese aspecto, y por qué ChatGPT olvida los archivos subidos cubre la versión de este problema que comienza con una sola subida.