¿Por qué Grok olvida mis preferencias personales?

Grok olvida tus preferencias personales porque su función de Memoria es optativa, a nivel de cuenta y almacena notas resumidas cortas en lugar de reglas literales. xAI ha confirmado que la Memoria no está disponible en la UE y el Reino Unido, y incluso donde está habilitada, está diseñada para la personalización general, no para la aplicación estricta de preferencias por proyecto. La solución es mantener tus preferencias en una capa de memoria externa que Grok lea al inicio de cada chat.

La función de Memoria de Grok, lanzada en el sitio web de Grok y en las aplicaciones de iOS y Android en 2025, permite que el modelo retenga información de chats anteriores para poder personalizar las respuestas futuras. El mecanismo suena prometedor, pero tres decisiones de diseño explican el olvido que observas.

1. La memoria es resumida, no literal. Grok destila lo que aprende sobre ti en notas cortas ("el usuario prefiere respuestas concisas", "el usuario trabaja en finanzas"). Las preferencias detalladas con condiciones, como "usar inglés británico a menos que esté escribiendo para un cliente estadounidense", se comprimen en una línea o se descartan.

2. La memoria es a nivel de cuenta, no consciente del proyecto. Una preferencia que configuras dentro de un hilo de investigación profundo se filtra a una charla casual al día siguiente. No hay un concepto incorporado de proyectos o personas separadas, por lo que Grok promedia tus preferencias en lugar de honrar la correcta por contexto.

3. La memoria está restringida regionalmente y es optativa. xAI excluyó a los usuarios de la UE y el Reino Unido en el lanzamiento debido a las normas de privacidad de datos, y la función debe ser activada en la configuración. Si optaste por no participar, te uniste tarde o vives en una región restringida, Grok no tiene ningún almacén de preferencias.

El resultado: Grok recuerda un esbozo vago de ti, no las reglas específicas que configuraste.

Cada reinicio te cuesta una re-explicación, y la deriva se acumula:

• Los tonos se reinician. "Responde en prosa seca y factual, sin signos de exclamación" deja de ser respetado una vez que la nota de Grok se vuelve obsoleta.
• Las reglas estrictas se suavizan. "Nunca recomendar acciones específicas" se resume a "el usuario es cauteloso con las finanzas" y Grok recomienda una acción de todos modos.
• Los estilos de trabajo se fragmentan. Tu formato de salida preferido (tablas Markdown, respuestas solo de código, citas al final) varía de chat a chat, por lo que desperdicias tokens reiterando las reglas.

La solución no es "escribir un aviso del sistema más largo." Es separar tus preferencias de las notas a nivel de cuenta de Grok y permitir que vivan en un lugar que cada chat lea antes de responder.

xAI ha lanzado dos funciones que abordan parcialmente esto. Ninguna lo soluciona por completo.

Memoria de Grok te permite establecer preferencias de memoria globales, incluidos temas que siempre recordar y temas que nunca almacenar. Es útil para directrices de una línea. No es útil para preferencias en capas como "formatear bloques de código con números de línea, pero solo en chats técnicos, y nunca en el hilo de la X feed". El almacén es resumido y limitado, por lo que las reglas más largas se parafrasean.

Personalización personalizada (Grok 3/4) introdujo un control deslizante de personalidad y tono, además de un campo "¿qué debería saber Grok sobre ti?" Esto se asemeja más a un aviso del sistema persistente, pero se aplica a cada chat, tiene un límite de caracteres fijo y no puede ramificarse por proyecto, cliente o tema.

Puedes leer el propio informe de xAI sobre el lado del desarrollador en la documentación oficial de Grok.

Estas funciones son adecuadas para una sola preferencia de tono. No son adecuadas cuando tienes un conjunto de reglas que cambian según la audiencia.

El problema más profundo es que las preferencias personales no son realmente "personales" en la granularidad en que Grok las almacena. Tienes preferencias para código, para correos electrónicos de clientes, para notas de investigación, para charlas casuales. También usas Grok junto con ChatGPT, Claude y Perplexity, y cada uno tiene su propio almacén de preferencias que no se comunica con los otros.

Esa es la brecha que llena una capa de memoria: un registro de preferencias, aplicado por proyecto y por IA, que te pertenece en lugar de estar disperso en cuatro páginas de configuración de cuenta.

MemoryLake es una capa de memoria entre modelos que se sitúa entre tú y cada IA que usas. En lugar de depender de las notas optativas a nivel de cuenta de Grok, almacenas tus preferencias una vez en un Proyecto, y Grok lee de ese Proyecto al inicio de cada chat.

• Preferencias por proyecto, no por cuenta. Establece "inglés británico, prosa concisa, sin emojis" para tu proyecto laboral, y "tono casual, chistes bienvenidos" para tu proyecto personal. Grok carga las preferencias correctas para cada contexto, con plena fidelidad, no un resumen de una línea.
• 10,000 veces más contexto que la indicación en bruto. El motor de recuperación de MemoryLake lee de miles de millones de tokens de preferencias y historial almacenados, y luego alimenta a Grok solo lo que es relevante por turno. Dejas de alcanzar el límite de resumen de Grok y de volver a pegar tu guía de estilo.
• Portátil a cada otra IA. Las mismas preferencias funcionan en ChatGPT, Claude, Gemini, Cursor y Perplexity. Cambia de Grok a Claude a mitad de tarea y tu guía de estilo te sigue. Sin reentrenamiento, sin volver a activar.

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 y carga tus preferencias. Inicia sesión en MemoryLake, abre Gestión de Proyectos, haz clic en Crear Proyecto y nómbralo algo como "Grok - preferencias personales". Agrega tu guía de estilo, lista de no hacer y reglas de formato a través de la pestaña de Memorias. Sube cualquier archivo de referencia (un documento de voz de marca, un PDF de estilo de codificación) en el Document Drive.
2. Genera un endpoint de servidor MCP. Abre la pestaña de Servidores MCP dentro de tu proyecto, haz clic en Agregar Servidor MCP, nómbralo "integración de Grok" y haz clic en Generar. MemoryLake devuelve un ID de clave API, un secreto y una URL de endpoint. Copia el secreto de inmediato, ya que solo se muestra una vez.
3. Conectar Grok. Grok aún no admite MCP de forma nativa en las aplicaciones de consumo, así que utiliza la API REST de MemoryLake con tu token Bearer para obtener preferencias programáticamente antes de cada chat, o pega un breve aviso del sistema que indique a Grok tu proyecto de MemoryLake. Los desarrolladores pueden usar el SDK de Python para inyectar las preferencias correctas por turno a través de la API de xAI.