¿Por qué ChatGPT olvida mis archivos subidos?

ChatGPT olvida los archivos subidos porque cada archivo está adjunto a una sola sesión de chat y se almacena en un almacenamiento temporal que caduca después de aproximadamente 3 horas de inactividad. Los archivos nunca persisten entre chats por diseño, y la Memoria no guarda el contenido de los documentos, solo notas breves. La solución es almacenar los archivos en una capa de memoria de proyecto que ChatGPT vuelve a leer en cada turno.

OpenAI separa dos cosas que podrías agrupar: el hilo de chat y el sandbox de archivos. Tres decisiones de diseño impulsan el olvido.

1. Los archivos viven en un sandbox efímero de intérprete de código. Cuando subes un PDF, CSV o imagen, ChatGPT lo escribe en un contenedor temporal vinculado a ese chat. Después de aproximadamente 3 horas de inactividad, el contenedor se recicla y tu archivo es eliminado. El texto del chat permanece. El archivo detrás de él no.

2. Los archivos están limitados a un chat, nunca a tu cuenta. Un nuevo chat comienza con un sandbox vacío. ChatGPT no tiene un camino de API que diga "mira en el chat del martes pasado para el especificación que subí". Incluso los Proyectos (Pro/Plus) limitan los archivos compartidos por proyecto y aún no los exponen al resto de ChatGPT.

3. La Memoria guarda notas, no documentos. La función de Memoria de ChatGPT puede guardar "el usuario subió un MSA de 60 páginas en noviembre" como una oración. No puede guardar el MSA en sí. Cuando pides la cláusula 4.2 el próximo mes, ChatGPT parafraseará un recuerdo de haberlo visto, no de haberlo leído.

El resultado es honesto pero frustrante: el chat recuerda que discutiste un archivo. El archivo ya no está.

Cada carga desaparecida te cuesta tiempo, tokens y confianza:

• Las re-subidas queman presupuesto. Readjuntar un PDF de 50MB en cada nuevo chat consume tu asignación de archivos y tu ventana de contexto. En proyectos largos, terminas pagando por el mismo documento cuatro o cinco veces.
• El razonamiento entre documentos se rompe. Si subiste un contrato el lunes y un informe de mercado el martes, ChatGPT no puede compararlos en el chat del miércoles. Cada carga es una isla.
• Pierdes continuidad en las anotaciones. Las notas, resaltados y resúmenes que tú y ChatGPT construyeron alrededor de un archivo desaparecen con el sandbox. El siguiente chat comienza de nuevo desde texto en bruto, si te molestas en re-subir.

La cura no es "mantener un chat abierto para siempre". Es desacoplar la memoria de archivos de la memoria de chat.

OpenAI ofrece tres respuestas parciales. Ninguna de ellas resuelve la memoria de archivos persistente.

GPTs personalizados con archivos de conocimiento te permiten cargar hasta 20 archivos de referencia en un GPT adaptado. Útil para una biblioteca de referencia estable, incómodo cuando los archivos cambian semanalmente, y limitado tanto en número de archivos como en tamaño total.

Proyectos (Pro / Plus / Team) añadieron un espacio de archivo compartido por proyecto en 2024–2025. Los archivos adjuntos a nivel de proyecto sobreviven entre chats dentro de ese proyecto, pero aún hay un límite de archivos por proyecto, sin control de versiones, y sin forma de leer esos archivos desde Claude o Gemini cuando cambias de herramienta.

La Memoria de ChatGPT puede anotar que un archivo existió y qué había en él, pero la nota es una paráfrasis. Nunca te permitirá pedir una cláusula literal seis semanas después.

La propia descripción de OpenAI sobre lo que la Memoria puede y no puede hacer está en la FAQ oficial de Memoria.

Para un documento en un producto, los nativos son suficientes. Para un conjunto de documentos reales utilizados a través de sesiones y AIs, no lo son.

Los archivos son generalmente la pieza más pesada de tu proyecto. También viajan peor. Subes una especificación a ChatGPT, pegas extractos en Claude, dejas una copia fresca en Gemini para una segunda opinión, y ahora tres AIs diferentes tienen cada uno un fragmento obsoleto. Ninguno de ellos sabe lo que los otros vieron.

La brecha es un almacén de documentos único que cada AI puede leer, indexado una vez y actualizado en su lugar, de modo que un archivo vive a nivel de proyecto y no dentro de un solo hilo de chat.

MemoryLake proporciona a cada proyecto un Document Drive permanente del que ChatGPT lee en cada turno. Los archivos se almacenan una vez, se indexan y se muestran según sea necesario.

• Los archivos persisten a nivel de proyecto, no a nivel de chat. Subes un contrato, especificación o transcripción en el Document Drive de MemoryLake una vez. Cada nuevo chat de ChatGPT que se conecta a ese proyecto ve el archivo completo, no un resumen, y no un fragmento de la semana pasada.
• El motor MemoryLake-D1 maneja diseños reales. Hojas de Excel complejas, PDFs de múltiples columnas y escaneos de calidad de captura de pantalla se analizan con verificación visual y lógica, por lo que las cláusulas, tablas y figuras sobreviven intactas.
• 10,000 veces la capacidad de trabajo de las cargas crudas. La recuperación extrae solo los pasajes relevantes por pregunta, por lo que un conjunto de documentos de 500 páginas puede estar activo en ChatGPT sin exceder la ventana de contexto de 128K o tu presupuesto de tokens.

MemoryLake tiene la mejor puntuación de LoCoMo publicada (94.03%), funciona con recuperación en milisegundos y cifra cada byte con AES-256 de extremo a extremo.

1. Crea un proyecto y carga tus archivos. Inicia sesión en MemoryLake, abre la Gestión de Proyectos, haz clic en Crear Proyecto, nómbralo ("ChatGPT — contratos de proveedores" funciona), y arrastra tus archivos al Document Drive. PDF, Word, Excel, PowerPoint, Markdown e imágenes son todos analizados por MemoryLake-D1. Agrega cualquier nota permanente en la pestaña de Memorias para que acompañen al proyecto.
2. Genera un endpoint de servidor MCP. Abre la pestaña de Servidores MCP en tu proyecto, haz clic en Agregar Servidor MCP, nómbralo "integración de ChatGPT", y haz clic en Generar. MemoryLake devuelve un ID de clave API, secreto y URL de endpoint. Copia el secreto en el momento — solo se muestra una vez.
3. Conecta ChatGPT. ChatGPT en el navegador aún no habla MCP, así que llama a la API REST con tu token Bearer para extraer los pasajes correctos en cada chat, o pega un aviso del sistema que indique a ChatGPT tu ID de proyecto de MemoryLake. Los desarrolladores pueden conectar el SDK de Python en un pequeño shim que carga el proyecto en cada nueva conversación.