Cómo migrar tu memoria de ChatGPT a Zed sin perder el contexto (2026)

Nada automáticamente. No hay exportación. Lo que ChatGPT te ofrece es un resumen de la memoria que puedes leer en Configuración bajo Personalización → Memoria, y la documentación es explícita al señalar que el resumen "no incluirá todo lo que ChatGPT recuerda basándose en tus chats", añadiendo el útil diagnóstico: "Si quieres saber si ChatGPT ha recordado algo, simplemente pregúntalo en el chat".

Y lo que se almacena no son tus frases. La memoria de ChatGPT se describe como "una síntesis continuamente actualizada del contexto de tus chats anteriores". Eso es bueno para la personalización y con pérdidas para cualquier cosa precisa. Espera encontrar un párrafo que sea direccionalmente correcto pero que carezca de la razón detrás de cada regla, lo que significa que la migración es en parte un trabajo de reescritura.

Tus instrucciones explícitas son la mitad fácil. Lo que sea que hayas puesto en las Instrucciones Personalizadas es texto que tú escribiste, por lo que se traslada limpiamente. La propia guía de OpenAI apunta allí para cualquier cosa explícita: "Para información o instrucciones explícitas, puedes agregarlas a tus Instrucciones Personalizadas".

El lado de Zed tiene tres superficies de recepción, y esta es la parte que vale la pena aprender antes de comenzar.

• Las instrucciones son contexto siempre activo. Las instrucciones personales residen en ~/.config/zed/AGENTS.md (en Windows, %APPDATA%\Zed\AGENTS.md) y se aplican a cada proyecto que abras. Las instrucciones del proyecto provienen del primer archivo que coincida en una lista documentada: .rules, .cursorrules, .windsurfrules, .clinerules, .github/copilot-instructions.md, AGENT.md, AGENTS.md, CLAUDE.md, GEMINI.md. Según la documentación, "Las instrucciones del proyecto anulan las AGENTS.md personales cuando entran en conflicto".
• Las Skills son paquetes de instrucciones reutilizables que se cargan bajo demanda. Una skill es "una carpeta que contiene un archivo SKILL.md con metadatos e instrucciones", y "el agente ve un catálogo de todas las skills instaladas y puede cargar una bajo demanda", o puedes invocarla directamente con un comando de barra diagonal. Las skills globales van en ~/.agents/skills/, las locales del proyecto en .agents/skills/. Ten en cuenta que las Rules fueron reemplazadas por Skills e Instructions a partir de Zed v1.4.0; si tenías Zed Rules, las que no eran por defecto se migraron a Skills globales con disable-model-invocation: true, y las predeterminadas se añadieron a tu AGENTS.md global.
• Los servidores MCP se configuran bajo context_servers en los ajustes, agregados desde Settings → AI → MCP Servers, para servidores locales (command, args, env) o remotos (url, headers). Zed soporta las Tools y Prompts de MCP hoy en día.

Lo que no existe en ninguno de los lados. El panel de agentes de Zed ejecuta múltiples hilos, "cada uno trabajando de forma independiente con su propio agente, ventana de contexto e historial de conversación". Por lo tanto, Zed no acumula una imagen de ti a través de los hilos de la forma en que ChatGPT lo hace a través de los chats. Las instrucciones, las Skills y MCP son la continuidad. Es un trato justo (es legible, está en archivos, bajo control de versiones) y significa que cualquier cosa que no escribas, no existe.

Paso 1: Extrae tu memoria y organízala de tres formas

Abre Settings → Personalization → Memory y lee el resumen. Luego, en un chat, pídele a ChatGPT que escriba todo lo que recuerda sobre cómo trabajas, tu stack y tus convenciones, textualmente, como una lista. Pregúntale dos veces, redactado de manera diferente, porque el resumen está documentado como incompleto. Pega el resultado en un archivo borrador junto al texto de tus Instrucciones Personalizadas.

Ahora organiza cada línea en exactamente uno de tres montones. Este es todo el truco, y se mapea en las tres superficies de Zed:

Montón A: siempre verdadero, en todas partes. "Sé conciso". "Prefiere tipos explícitos sobre la inferencia". "Nunca sugieras una biblioteca sin verificar que ya sea una dependencia". Corto, poco, personal. Estas se convierten en instrucciones personales.

Montón B: siempre verdadero, en este proyecto. "La API devuelve camelCase, la BD es snake_case". "Las migraciones se ejecutan antes de los despliegues, nunca después". "El directorio legacy/ está congelado". Estas se convierten en instrucciones de proyecto, confirmadas en el repositorio (committed), para que tus compañeros de equipo también las tengan.

Montón C: procedimientos que invocas. "Cómo quiero que se escriba la descripción de un PR". "Los pasos para agregar un nuevo endpoint". "Cómo hacemos una migración de esquema". Estos son los que la gente mete erróneamente en archivos siempre activos, y para eso existen las Skills: cargadas bajo demanda, invocadas por su nombre, sin costar nada cuando no son relevantes.

Dos reglas al organizar. Cualquier cosa que tenga una razón asociada (una restricción que existe porque algo se rompió) debe recuperar esa razón, ya que la síntesis la descartó. Y sé implacable con el tamaño de los montones: la mayor parte de lo que ChatGPT recuerda sobre ti es una preferencia desechable que se regenerará, y copiarla hacia adelante solo diluye lo que realmente importa.

Paso 2: Archiva cada montón donde Zed realmente lo lee

Montón A → `~/.config/zed/AGENTS.md`. Manténlo realmente corto. Se carga para cada proyecto en tu máquina, por lo que cada línea compite con la solicitud real. Si superas una pantalla de texto, debes mover cosas al Montón C.

Montón B → el archivo de instrucciones de tu proyecto. Usa AGENTS.md en la raíz del repositorio a menos que el repositorio ya tenga uno de los nombres de archivo que coinciden antes; recuerda que Zed toma la primera coincidencia de esa lista, por lo que un viejo .cursorrules en el repositorio ganará sobre un AGENTS.md que acabas de escribir. Busca archivos rezagados antes de confundirte. Confirma (commit) lo que escribas y ten en cuenta la precedencia documentada: las instrucciones del proyecto anulan tu archivo personal cuando entran en conflicto.

Montón C → Skills. Ejecuta /create-skill y deja que el agente te guíe, o usa el Gestor de Skills desde el panel de agentes. Cada skill es una carpeta con un SKILL.md; colócala en ~/.agents/skills/ para tenerla en todas partes o en .agents/skills/ para limitarla al proyecto. Escribe la descripción con cuidado: es lo que el agente usa para decidir si carga la skill. Si quieres que una skill sea solo tuya bajo petición, activa disable-model-invocation para que sea invocable por el usuario en lugar de seleccionada por el modelo.

Luego conecta MCP. Settings → AI → MCP Servers → Add Server, local o remoto, lo que escribe entradas bajo context_servers en tu archivo de configuración. Esta es la superficie que convierte a Zed de "un editor con archivos de instrucciones" en algo que puede leer un almacén en vivo, que es la siguiente sección.

Una advertencia de la documentación mientras configuras esto: si usas Agentes Externos o Hilos de Terminal, estos pueden leer sus propios archivos de instrucciones nativos directamente, y "No asumas que el cargador de instrucciones de Zed controla esos agentes". Una CLI de Claude Code que se ejecuta en un hilo de terminal lee CLAUDE.md de forma nativa, no porque Zed se lo haya entregado.

Da un paso atrás y mira lo que acabas de hacer. Copiaste a mano una síntesis de una ventana de chat, reescribiste las razones que la síntesis había descartado y dividiste el resultado en tres ubicaciones de archivos que solo Zed lee. Es una mejora (archivos, control de versiones, alcance explícito) y lo volverás a hacer la próxima vez que cambies de herramienta.

La versión duradera separa las reglas del conocimiento. Las instrucciones y las Skills son la forma en que le dices a Zed qué hacer. El conocimiento detrás de ellas (las decisiones, los incidentes, los contratos, los documentos) pertenece a un lugar que cualquier asistente pueda leer, incluido el ChatGPT que sigues usando para escribir y pensar.

MemoryLake es una capa de memoria para eso: tus documentos, restricciones y decisiones en un solo almacén, accesible desde Zed a través de MCP, desde Claude y Codex directamente, y desde ChatGPT a través de la API. Los archivos de instrucciones se mantienen pequeños porque ya no tienen que contenerlo todo.

Paso 1: Crea una clave de API

Genera una clave y realiza tu primera solicitud en unos 30 segundos. Manténla en tu entorno o en un gestor de secretos en lugar de pegarla en una ventana de chat.

Paso 2: Sube tus primeras memorias

Suelta los documentos, imágenes y archivos detrás de tus reglas: las decisiones de arquitectura y sus fechas, los informes de incidentes, los contratos de API, la guía de estilo, el esquema. Sube las fuentes en lugar de un resumen; acabas de pasar una hora reconstruyendo lo que un resumen perdió, así que no comiences uno nuevo.

Paso 3: Conecta tu IA y agentes

Dale a Claude, Codex, OpenClaw y otros agentes de IA acceso a la memoria a través de MCP o la API. En Zed, agrega el servidor bajo Settings → AI → MCP Servers para que quede en context_servers, y cada hilo pueda consultar el mismo almacén. ChatGPT no tiene cliente MCP, así que recupera lo que necesites a través de la API e inyéctalo en el prompt o en el flujo de trabajo que llama al modelo.

La primera diferencia es que tus archivos siempre activos se mantienen pequeños. La razón por la que la gente termina con archivos de instrucciones de 500 líneas es que no hay otro lugar donde poner los detalles. Con la recuperación disponible, las instrucciones personales contienen tu puñado de preferencias estrictas y las instrucciones del proyecto contienen las restricciones que harían que una respuesta fuera incorrecta.

La segunda es que los nuevos hilos dejan de ser un coste. Los hilos de Zed son independientes por diseño (ventana de contexto propia, historial propio), por lo que la continuidad proviene de lo que está cargado, no de lo que se dijo. Ese es un modelo limpio una vez que la carga es barata, y es la misma razón por la que un agente que comienza cada hilo desde cero se siente costoso cuando todo debe volver a explicarse.

La tercera es que ChatGPT y Zed dejan de saber cosas diferentes. Hoy en día, el asistente con el que planificas y el editor con el que construyes aprenden por separado, a partir de conversaciones separadas. Leer el mismo almacén es lo que hace que una sola memoria a través de tus herramientas sea una configuración en lugar de una disciplina de copia.

Y se integra con lo que cada lado hace de forma nativa. La memoria de ChatGPT se sigue personalizando, con sus límites documentados, incluido el hecho de que es por cuenta y no siempre se comporta de la manera que la gente espera. Zed sigue cargando instrucciones y Skills. Ninguno de los dos tiene que ser el registro definitivo.

Organiza por coste, no por tema

La pregunta para cada elemento no es "¿de qué trata esto?" sino "¿debería estar esto en el contexto cada vez?". Siempre activo para las pocas cosas que cambian cada respuesta, Skills para procedimientos, recuperación para la cola larga. Equivocarse en esto hacia la dirección de siempre activo es el error más común y costoso.

Verifica qué archivo de instrucciones leerá realmente Zed

Zed utiliza el primer archivo coincidente de su lista, y .rules, .cursorrules, .windsurfrules y .clinerules se clasifican por delante de AGENTS.md. Un archivo sobrante de un editor anterior tendrá prioridad silenciosamente. Revisa antes de escribir.

Escribe descripciones de skills para el modelo, no para ti

El agente elige una skill de su catálogo basándose en la descripción. "Pasos de migración" es una mala descripción; "Pasos para agregar o alterar una columna de base de datos de forma segura, incluyendo el orden de migración y despliegue" es una buena. Si prefieres elegir manualmente, establece disable-model-invocation e invócala por su nombre.

Confirma (commit) las instrucciones y skills del proyecto

Tanto AGENTS.md como .agents/skills/ residen en el repositorio, lo que significa que tus compañeros de equipo y tus otras máquinas los heredan. Las instrucciones personales y las skills globales siguen siendo tuyas. Decidir cuál es cuál es la diferencia entre un estándar de equipo y un hábito personal.

Realiza la exportación de ChatGPT mientras aún tengas acceso

Leer el resumen de la memoria y pedirle que escriba lo que sabe toma veinte minutos y solo se puede hacer desde una cuenta activa. Todo lo demás en esta migración es repetible; eso no.

No esperes que los archivos de instrucciones sirvan para hacer cumplir reglas

Agregan contexto; no garantizan el comportamiento. El formateo, las importaciones prohibidas, las rutas protegidas: pon eso en formateadores, linters y CI, que se aplican independientemente de lo que haya cargado cualquier hilo. Deja que el archivo de instrucciones explique por qué existe la regla.

Migrar la memoria de ChatGPT a Zed es manual, porque ChatGPT no tiene exportación y su memoria es una síntesis en lugar de una transcripción. Lee el resumen, pídele en el chat que escriba lo que sabe y acepta que reescribirás las razones que la síntesis comprimió y descartó.

Luego organiza lo que recuperes en las tres superficies de Zed: instrucciones personales en ~/.config/zed/AGENTS.md para las pocas cosas que siempre son verdaderas, instrucciones de proyecto en el repositorio para las restricciones que comparte tu equipo, y Skills en ~/.agents/skills/ o .agents/skills/ para los procedimientos que invocas bajo demanda. Verifica qué nombre de archivo de instrucciones coincidirá primero con Zed, mantén cortos los archivos siempre activos y conecta MCP bajo context_servers para que el conocimiento detrás de las reglas viva en un solo almacén que tanto Zed como ChatGPT puedan leer. Así, el próximo cambio de editor será un archivo de configuración, no un proyecto de arqueología.