¿Por qué Gemini olvida mis preferencias personales?

Gemini olvida tus preferencias personales porque la personalización almacena un perfil difuso de chats pasados, no reglas explícitas, y requiere Keep Activity, una cuenta de Google personal, y está excluida de Chats Temporales. No hay un panel de preferencias donde puedas guardar "siempre usar métrico" de la misma manera que guardarías una elección de fuente. Una capa de memoria que contenga reglas explícitas soluciona esto.

Tres causas alimentan la deriva de preferencias.

1. La personalización es inferida, no declarada. La función de personalización de Google observa tus chats pasados y construye un modelo de ti. Es buena para captar que escribes en inglés sencillo. Es poco confiable para fijar reglas estrictas ("siempre usar métrico, nunca usar Fahrenheit") porque el modelo las trata como patrones, no como restricciones.

2. No hay un almacenamiento explícito de preferencias en la aplicación Gemini. A diferencia de los GPTs personalizados o los Estilos de Claude, Gemini no presenta un panel de "información guardada" donde puedas escribir preferencias explícitas. Los equivalentes más cercanos — Gems — son paquetes de persona y conocimiento, no configuraciones de preferencias.

3. Las reglas de elegibilidad limitan quién obtiene incluso la memoria inferida. Necesitas tener 18 años o más, estar conectado con una cuenta de Google personal y tener Keep Activity activado. Las cuentas de trabajo, escuela y supervisadas no obtienen personalización, y los Chats Temporales están excluidos por diseño. Si usas principalmente Gemini para trabajar, la memoria de preferencias está efectivamente desactivada.

Así que incluso cuando Gemini "sabe" de ti, el conocimiento es difuso, a nivel de cuenta y condicional.

La deriva parece cosmética y se acumula:

• La misma corrección cada semana. "Unidades métricas, por favor" se convierte en un ritual de martes, luego en un ritual de jueves.
• Las garantías de formato son poco confiables. Una regla estable como "sin listas con viñetas" sobrevive unos pocos chats y luego regresa silenciosamente.
• Las cuentas de trabajo no obtienen nada. Si tu Gemini vive en una cuenta de Workspace, la personalización está completamente desactivada, y cada chat comienza desde el comportamiento predeterminado.

Google ha lanzado dos casi aciertos.

Personalización con memoria de chats pasados es el mecanismo principal. Está activado por defecto para cuentas elegibles y puedes gestionar lo que Gemini recuerda desde el artículo de ayuda de personalización. La limitación es que es a nivel de tema y en toda la cuenta; no puedes fijar restricciones explícitas con alta confiabilidad.

Gems te permiten incorporar instrucciones en una persona guardada ("Siempre responde en unidades métricas, inglés sencillo, sin listas con viñetas, registro formal"). Dentro de esa Gem, las preferencias son estables. Fuera de la Gem, en un chat predeterminado, las reglas no se aplican. Tienes que recordar abrir la Gem correcta cada vez.

Ambas ayudan. Ninguna te da un verdadero almacenamiento de preferencias independiente del modelo.

Las preferencias personales no son solo para una IA. Probablemente quieras las mismas reglas en Claude, ChatGPT y Grok también. Re-enseñar "métrico, inglés sencillo, sin viñetas" dentro de cada herramienta es el tipo de fricción de bajo grado que se acumula en horas por mes.

La solución más limpia es mantener las preferencias una vez, en algún lugar neutral al modelo, y permitir que cada herramienta lea de ella.

MemoryLake almacena preferencias explícitas como memoria duradera, luego las presenta a Gemini y a cada otra IA.

• Preferencias explícitas, declaradas. Agrega "unidades métricas, inglés sencillo, sin listas con viñetas" como notas de Memorias. Se almacenan como reglas, no inferidas de patrones de chat, por lo que Gemini las respeta desde el primer turno.
• Funciona también en cuentas de trabajo. MemoryLake está fuera de las reglas de elegibilidad de personalización de Gemini, por lo que las mismas preferencias se aplican ya sea que estés conectado a una cuenta personal o a una cuenta de Workspace.
• Las mismas preferencias en Claude, ChatGPT, Grok. Defínelas una vez. Cada IA que uses lee del mismo Proyecto, por lo que las correcciones en una herramienta fluyen a todas las demás.

MemoryLake obtuvo un 94.03% en el benchmark de contexto largo LoCoMo, el mejor resultado publicado hasta 2026, con recuperación en milisegundos y cifrado de extremo a extremo AES-256.

1. Crea un Proyecto para tus preferencias. Inicia sesión en MemoryLake, abre Gestión de Proyectos, haz clic en Crear Proyecto y nómbralo "Preferencias personales". Agrega cada preferencia como una entrada nombrada en la pestaña de Memorias — las reglas cortas funcionan mejor ("Usar unidades métricas", "Ortografía en inglés británico", "Sin listas con viñetas a menos que se solicite"). Usa el Document Drive solo si tienes una guía de estilo más larga que también deseas tener disponible.
2. Genera un endpoint de servidor MCP. Abre la pestaña de Servidores MCP, haz clic en Agregar Servidor MCP, nómbralo "Preferencias de Gemini" y haz clic en Generar. MemoryLake devuelve el ID de clave API, secreto y URL de endpoint. Copia el secreto de inmediato — solo se muestra una vez.
3. Conecta Gemini. Gemini no admite nativamente MCP, así que usa la API REST con tu token Bearer para cargar preferencias al inicio de cada chat, o pega un aviso de sistema de una línea que indique a Gemini tu ID de proyecto de MemoryLake. Los desarrolladores pueden integrar el SDK de Python para que cada llamada a Gemini hidrate las preferencias automáticamente.