Cómo hacer que ChatGPT realmente recuerde tus preferencias (2026)

Dos sistemas, y solo uno de ellos recibe órdenes

Comencemos con el propósito de cada uno. OpenAI posiciona la memoria como una función de personalización; su objetivo declarado es "personalizar tu experiencia, para que no tengas que repetirte tan a menudo". Lee eso con atención: tan a menudo. Es una capa de conveniencia diseñada para reducir la repetición, no un almacén de configuración que garantice un comportamiento.

Las instrucciones personalizadas (custom instructions) son el almacén de configuración. Lo que sea que pongas en ese campo se almacena textualmente y, según OpenAI, "se aplica inmediatamente a todos los chats". Si una preferencia no es negociable, ahí es donde pertenece. Si, en cambio, la escribiste en una conversación, enviaste una sugerencia a un sistema diseñado para inferir patrones.

Esa única distinción explica la mayor parte de la deriva de preferencias. La gente declara requisitos en el chat, donde se convierten en material de síntesis, y luego se pregunta por qué el requisito se cumple de manera inconsistente.

Una síntesis puede albergar dos creencias contradictorias sobre ti

Esta es la parte que produce las experiencias realmente extrañas. Debido a que la memoria es una síntesis continua en lugar de una lista de hechos actuales, puede albergar una conclusión antigua junto con una más nueva. La propia documentación de OpenAI ilustra esto con un ejemplo de entrenamiento para un maratón junto con un esguince de tobillo: contextos que tenían sentido en momentos diferentes, coexistiendo ahora.

Aplicado a las preferencias, se ve así: preferías explicaciones detalladas mientras aprendías un framework, ahora quieres respuestas concisas, y ambas lecturas están en algún lugar de la síntesis. El modelo elige. Algunos días obtienes la versión de ti de marzo.

Tienes herramientas para actuar. El resumen de la memoria se puede revisar y corregir, y existe una ruta de actualización documentada (Configuración, luego Personalización, luego Resumen de memoria, luego Administrar, luego Actualizar desde el menú de tres puntos) para cuando el resumen parezca más vacío o desactualizado de lo que debería. Si estás en el sistema heredado, las memorias guardadas son una lista enumerable, y OpenAI señala que "A menos que las elimines, las memorias guardadas siempre se consideran en las respuestas futuras", lo que hace que eliminar las obsoletas sea una acción real con un efecto real. El triaje general se encuentra en qué hacer cuando la memoria de ChatGPT no funciona.

Algunas preferencias no son globales, y lo global es la única forma que tiene una configuración

"Quiero respuestas concisas" probablemente sea cierto en todas partes. "Usar ortografía británica" es correcto para un cliente y erróneo para otro. "Preferir estilo funcional" se aplica a una base de código específica.

Las instrucciones personalizadas están diseñadas para toda la cuenta, y la memoria también se centra en ti en lugar de en un contexto. Por lo tanto, las preferencias contextuales aterrizan en un sistema sin noción de contexto, lo que produce esa versión del problema en la que una preferencia es correcta la mitad del tiempo y molesta la otra mitad. Los proyectos ayudan (tienen su propio espacio de memoria), pero también introducen sus propios límites, lo cual es un tema aparte.

Los chats temporales y los límites de las cuentas rompen el ciclo silenciosamente

Dos comportamientos documentados que explican brechas que de otro modo serían desconcertantes. Los chats temporales (Temporary Chats), según OpenAI, "no utilizan memorias existentes ni crean nuevas memorias". Por lo tanto, una preferencia que declaraste en un chat temporal nunca iba a persistir, y una preferencia que ya tenías tampoco se aplicó allí.

Y la memoria no cruza cuentas: "Las memorias están: Vinculadas a cada cuenta individual. No son transferibles a otros usuarios, incluso dentro del mismo espacio de trabajo de Business". En un espacio de trabajo de Business hay otro detalle que vale la pena conocer: si el propietario de un espacio de trabajo desactiva la memoria para el espacio de trabajo, "se eliminarán las memorias guardadas existentes de los miembros en ese espacio de trabajo". Las preferencias que acumulaste pueden ser eliminadas por un cambio administrativo que tú no realizaste.

Decirlo de nuevo, más fuerte. "Te lo he dicho tres veces". Funciona para la conversación actual y no le enseña nada duradero al sistema, porque una conversación no es una pantalla de configuración.

Escribir una entrada de instrucciones personalizadas muy larga. El sistema correcto, pero choca con un límite estricto: 1,500 caracteres en Free y Go, 5,000 en Plus, Pro, Enterprise, Business y Education. Las preferencias más el contexto del proyecto más las muestras de estilo no caben. Lo que se recorta suele ser lo más nuevo y específico que agregaste.

Pedirle a ChatGPT que "recuerde que prefiero X". Mejor que nada; puede convertirse en parte de la síntesis. Pero es una petición, no una escritura directa, y no puedes verificar que se haya registrado excepto preguntando más tarde.

Curar el resumen de la memoria con regularidad. Realmente útil y poco utilizado. También es un trabajo de mantenimiento en un artefacto derivado, lo que significa que estás editando un resumen en lugar de una fuente de verdad.

Empezar de cero con una cuenta nueva. Restablece el ruido y lo pierde todo, incluidas las preferencias que sí funcionaban. Y el problema de la acumulación comienza de nuevo el primer día: el mismo muro que cuando la memoria de ChatGPT está llena.

Pegar un bloque de preferencias al principio de cada chat. El recurso universal. Funciona, cuesta tokens en cada conversación y depende completamente de tus hábitos, por lo que no sobrevive si cambias de dispositivo, herramienta o asistente.

Una configuración que se mantiene tiene tres niveles, y el error es intentar que un solo nivel haga los tres trabajos.

Primer nivel: requisitos. El puñado de comportamientos que siempre deben cumplirse. Estos van en las instrucciones personalizadas, de forma breve y comprobable, muy por debajo del límite de caracteres. Hazlos lo suficientemente específicos como para poder evaluarlos: "respuestas de menos de 150 palabras a menos que pida detalles" en lugar de "sé conciso".

Segundo nivel: observaciones. Deja que la memoria haga aquello para lo que es buena: notar que trabajas en TypeScript, que estás en Berlín, que prefieres los ejemplos antes que la teoría. Corrígela cuando se desvíe, no confíes en ella para nada que sea un requisito obligatorio.

Tercer nivel: conocimiento. Todo lo que no sea una regla de comportamiento ni un dato sobre ti: la estructura de tu proyecto, tus restricciones, tus decisiones, las muestras de estilo que son demasiado largas para un campo de configuración. Este nivel no tiene un hogar dentro de ChatGPT, razón por la cual sigue filtrándose en los otros dos y rompiéndolos.

MemoryLake es el tercer nivel: una capa de memoria de la que leen tus asistentes, de modo que las instrucciones personalizadas puedan seguir siendo una breve hoja de preferencias y la memoria pueda seguir siendo una función de personalización. La configuración consta de tres pasos.

Paso 1: Crea una clave API

Inicia sesión en MemoryLake y crea una clave API. Una sola credencial para todas las herramientas que conectes, lo cual es importante porque las preferencias que te importan no suelen ser exclusivas de ChatGPT.

Paso 2: Sube tus primeras memorias

Escribe lo que sigues declarando una y otra vez, un elemento por entrada. No solo preferencias de comportamiento: el contexto que hace que tengan sentido. "Ortografía británica para la cuenta de Acme, estadounidense para todo lo demás" es una preferencia que solo funciona cuando el contexto viaja con ella. Agrega los datos del proyecto, las restricciones, las decisiones y los motivos: el material que ha estado desbordando tu campo de 1,500 caracteres.

Mantén las entradas cortas y de un solo tema, y elimina en lugar de acumular. Una capa de preferencias que contenga tanto a tu yo de marzo como a tu yo de agosto tiene el mismo problema que una síntesis.

Paso 3: Conecta tu IA y agentes

Conecta las herramientas que utilizas. Se puede acceder a MemoryLake a través de MCP y de una API, por lo que los agentes nativos de MCP (como Claude Code, Codex y OpenClaw, entre otros) se conectan apuntando al servidor MCP, y otros asistentes leen la misma memoria a través de la API. Tus requisitos permanecen en el campo donde se garantiza que se cargarán; tu contexto se vuelve recuperable; y las mismas preferencias estarán disponibles en lo que sea que uses el próximo mes.

Dos límites honestos. Esto no escribe en la memoria de ChatGPT (ese sistema sigue siendo de OpenAI) y una preferencia que requieras obligatoriamente debe seguir en el campo de instrucciones personalizadas. Y no es una imposición: ninguna capa de memoria hace que un modelo cumpla las órdenes por la fuerza, en ningún asistente.

Las preferencias dejan de retroceder a una versión anterior de ti. Cuando el requisito se declara en lugar de inferirse, no hay una conclusión de marzo que compita y te haga perder.

El límite de caracteres deja de obligar a hacer concesiones. Hoy en día, agregar una instrucción útil puede significar eliminar otra. Cuando el conocimiento vive en otro lugar, el campo solo contiene reglas de comportamiento y nunca se llena.

Las preferencias contextuales se vuelven posibles. "Ortografía británica para este cliente" se puede expresar cuando el contexto del cliente es recuperable. En un campo para toda la cuenta, o está siempre activado o siempre desactivado.

Las correcciones dejan de evaporarse. La pérdida de preferencias más común es una corrección realizada a mitad de la conversación que nunca llegó a ningún lugar duradero. Registrarla toma diez segundos y sobrevive a la sesión.

Las mismas preferencias funcionan en otros asistentes. Las instrucciones personalizadas son exclusivas de ChatGPT y no tienen API. Cualquier cosa que quieras en Claude, Cursor o un agente tiene que vivir fuera: la estructura que se describe en una sola memoria para ChatGPT, Claude y Gemini.

Pon los requisitos en el campo, no en el chat. Si te molestaría ver que se incumple, es un requisito. Los requisitos van donde se almacenan textualmente.

Haz que cada preferencia sea evaluable. Una preferencia cuyo cumplimiento puedas verificar es una que el modelo puede seguir. Las preferencias vagas reciben interpretaciones sensatas que no son las tuyas.

Depura trimestralmente. Tanto el campo de instrucciones como tu memoria. Las preferencias antiguas son la fuente principal de la experiencia de "¿por qué hizo eso?".

Usa la ruta de actualización cuando el resumen parezca incorrecto. Configuración → Personalización → Resumen de memoria → Administrar → Actualizar. Está documentado, toma segundos y la mayoría de la gente nunca lo ha abierto.

No declares preferencias en un chat temporal. No se almacenan: los chats temporales no usan ni crean memorias.

Asocia contexto a las preferencias contextuales. "Conciso" es global. "Ortografía británica" no lo es. Escribir el alcance junto a la preferencia es lo que la hace utilizable.

No esperes que nada sea transferible entre cuentas. La memoria es por cuenta y no es transferible a otros usuarios, incluso en el mismo espacio de trabajo de Business. Si un compañero de equipo necesita el mismo contexto, tiene que vivir en un lugar compartido.

Ten en cuenta lo que puede cambiar un administrador. En los espacios de trabajo de Business, si un propietario desactiva la memoria, se eliminan las memorias guardadas existentes de los miembros. Si eso te perjudicara, mantén las partes importantes fuera.

"Hacer que ChatGPT recuerde mis preferencias" resulta ser dos peticiones diferentes. Las que necesitas obligatoriamente deben declararse en las instrucciones personalizadas, donde se almacenan textualmente y se aplican a cada chat. Las que simplemente te gustarían se pueden dejar a la memoria, que es una síntesis que hace lo mejor que puede: útil, pero no un lugar para poner nada que te molestaría perder.

Lo que rompe el sistema es la tercera categoría para la que nadie tiene un hogar: el conocimiento y el contexto que hacen que las preferencias tengan sentido, que es demasiado grande para un campo de 1,500 caracteres y demasiado específico para una síntesis. Dale su propia capa y ambos sistemas de ChatGPT podrán hacer aquello para lo que realmente son buenos. Si quieres conocer el mecanismo detrás del síntoma, por qué ChatGPT olvida tus preferencias personales lo explica, y darle memoria a largo plazo a ChatGPT cubre la configuración general.