Conocimiento · Fundamentos de IA

GPT personalizado · GPTs

Custom GPT

📂Fundamentos de IA⏱Lectura de 2 min📊Introductorio🔗5 relacionados

¿Qué es un GPT personalizado?

Definición en una línea
Función que permite crear, sin programar, un chatbot propio para un trabajo específico, al cargarle instrucciones (prompt del sistema) y documentos de referencia. El ejemplo más conocido son los GPTs de OpenAI (GPT es la sigla de Generative Pre-trained Transformer), y otros servicios de IA ofrecen funciones similares, como los Proyectos de Claude.
Este tema, como capacitación interna📚 Curso relacionado💬 Consulta de capacitación
⚡ Resumen en 3 líneas
  • Chatbot de trabajo especializado, creado con instrucciones y documentos
  • Convertir el know-how de los prompts en un activo compartido de la organización
  • Lo esencial: el alcance de acceso y la gestión de la actualización de los archivos de conocimiento

Lo que realmente cambia con un GPT personalizado no es la calidad de la respuesta en sí, sino quién asume la responsabilidad por esa calidad. Hasta ahora, las buenas instrucciones estaban solo en la libreta de un empleado que usaba bien la IA, y el resto del equipo preguntaba con una sola línea, «resume esto», así que el resultado variaba incluso en el mismo trabajo. Al crear un bot especializado, esas instrucciones quedan integradas en la herramienta: incluso la pregunta de una línea de un recién llegado pasa por las instrucciones de alguien con 15 años de experiencia. Antes que el techo de quien mejor lo hace, sube el piso del equipo.

Al crearlo, hay que tocar tres lugares: las instrucciones, los archivos de conocimiento y los interruptores de funciones. En las instrucciones se escriben el rol, las prohibiciones y el formato de respuesta; en los archivos de conocimiento se suben los documentos de referencia; y en búsqueda web, ejecución de código e integración con sistemas internos (Actions) se activa solo lo necesario. Aquí está la frontera que suele malinterpretarse: la diferencia con el ajuste fino. Un GPT personalizado no entrena el modelo, sino que en cada conversación busca y lee los documentos, así que basta cambiar un archivo para que las respuestas cambien ese mismo día, y deshacer el cambio también se reduce a reemplazar el archivo.

En la práctica, la configuración del alcance de acceso es una configuración de seguridad. Hay cuatro opciones: solo yo, enlace compartido, espacio de trabajo interno y público general. Los bots que manejan documentos internos deben limitarse al espacio de trabajo interno de los planes de equipo o empresa. Los archivos de conocimiento tienen límites de cantidad y de capacidad, y cuanto más largo es un documento, más probable es que el bot cite el pasaje equivocado; por eso es más preciso subir solo los capítulos que se consultan con frecuencia, en lugar de todo el reglamento. Un texto con las tablas redactadas como frases da muchas menos respuestas erróneas que un PDF escaneado.

En la práctica, la mayor discrepancia aparece con la expectativa de que «basta con subir los documentos para tener un experto de nuestra empresa». Aunque existan documentos de referencia, el modelo solo selecciona los pasajes parecidos a la pregunta, así que mezcla cláusulas en sus respuestas; y si siguen disponibles los reglamentos de trabajo anteriores a una revisión, dará con seguridad indicaciones basadas en normas ya derogadas. Si se suben archivos con números de empleado o salarios, parte de esos datos puede filtrarse tras unas pocas preguntas. Si no se deja por escrito quién es responsable de cada bot y con qué frecuencia se actualiza, al cabo de medio año quedan decenas de bots que nadie toca.

Capacitaciones en las que aparece este término · IA·DX
Cursos recomendados · Instructores recomendados · Mini cotización
🧮 Mini cotización · Criterio de honorarios
Aprox. KRW 1,200,000 (≈ US$900)Charla especial de 2 horas · hasta 20 personas · en coreano
Solicitar cotización formal con estas condiciones →
💡 Dicho de forma sencilla
Es como darle a un nuevo colaborador el manual de trabajo y el archivo de referencias y encargarle una sola tarea. Aunque sea la misma persona (una IA de propósito general), si cuenta con el manual (instrucciones) y el archivo (documentos de conocimiento), realizará ese trabajo de forma consistente.
Por qué es importante en la práctica
La mayor parte de la brecha en el uso de la IA es una brecha en la calidad de los prompts. Los GPT personalizados convierten los prompts bien hechos y los materiales de referencia en activos compartidos, y así elevan el nivel de uso de todo el equipo.
⚠️ Malentendidos comunes
Es fácil pensar que es una «automatización que funciona sola una vez creada», pero un GPT personalizado es, en realidad, un «chatbot configurado»: si el documento original queda desactualizado, responde con datos viejos, y tampoco trabaja por su cuenta. Si se necesita una ejecución automática, eso corresponde a las herramientas de agentes y de flujos de trabajo.
Origen y fuentes

OpenAI popularizó este concepto en noviembre de 2023, durante su conferencia para desarrolladores (DevDay), al presentar los GPTs, que permiten crear chatbots personalizados sin programar, y la GPT Store, donde se compran y venden. Después, funciones similares se volvieron estándar, como los Proyectos de Claude de Anthropic y los Gems de Google Gemini.

Fuente · OpenAI DevDay 2023 — Introducing GPTs · Ver original
Entender con un caso

Veamos un caso hipotético. La empresa A, fabricante con 420 colaboradores, tenía un equipo de Recursos Humanos de tres personas que dedicaba casi dos horas diarias a atender consultas sobre vacaciones, eventos familiares y teletrabajo. Recibían 310 consultas al mes por mensajería, y cada responsable daba respuestas distintas a la misma pregunta, por lo que las objeciones se repetían cada trimestre.

  1. El responsable de Recursos Humanos revisó el registro de consultas de los últimos seis meses: vacaciones, eventos familiares y teletrabajo representaban el 71% del total. Como las consultas con situaciones personales difícilmente pueden atenderse con un bot, acotó el alcance a estos tres temas.
  2. En las instrucciones incluimos esta frase: «Responde solo con base en el texto original del reglamento subido y cita siempre el número del artículo. Si el documento no lo contempla, no inventes nada; indica la extensión 2140 de Recursos Humanos».
  3. De las 187 páginas del reglamento de trabajo, subimos solo los tres capítulos pertinentes. Como los días de licencia por eventos familiares, que estaban en una tabla, se leían mal en el escaneo, los volvimos a subir redactados en frases, como «10 días por nacimiento de hijo del cónyuge».
  4. Dos supervisores de Recursos Humanos probaron el bot con 30 consultas reales, y 6 respuestas fueron incorrectas. Entonces añadieron excepciones como ejemplos en las instrucciones, por ejemplo «el permiso de medio día se cuenta en bloques de 4 horas», y al volver a probarlo acertó 28.
  5. Limitamos el acceso solo al espacio de trabajo interno de la empresa, designamos como administrador a un coordinador de planificación de RR. HH. y lo dispusimos para que reemplace el archivo en un plazo de 5 días tras cada modificación del reglamento, registrando el historial de cambios en una hoja.
  6. Dos meses después de la implementación, las consultas sobre normas simples bajaron de 310 a 90 al mes, el tiempo de atención pasó de dos horas diarias a 40 minutos y, en la inducción de nuevos ingresos, un solo enlace de distribución reemplazó las explicaciones.
Términos relacionados
Herramientas de IA relacionadas
Capacitaciones relacionadas con este término
📚Capacitación en ChatGPT y herramientas de IACapacitación corporativa de Nanum Consultoría · presencial/en líneaVer curso →
¿Necesita capacitación interna sobre este tema?
Reciba de inmediato un currículo y una cotización personalizados para su equipo.
Consultar sobre capacitación
Última modificación 2026-09-13 · Revisado por John Kim

Preguntas frecuentes

Sí. Crear un GPT consiste en escribir las instrucciones y subir los documentos, así que incluso quien no es desarrollador puede crear su primer bot en unos 30 minutos. Solo las funciones avanzadas, como la integración con sistemas externos (Actions), requieren conocimientos de API.
Hay que distinguir dos riesgos. Si los datos se usan para entrenar modelos depende del plan y de la configuración, así que debe revisar la política del plan empresarial. Además, existe un riesgo de fuga: alguien puede sacar el contenido de los archivos de conocimiento mediante preguntas inducidas, por lo que los documentos sensibles deben limitarse a uso interno.
El principio es parecido, pero difieren en escala y en nivel de control. Los archivos de conocimiento de un GPT personalizado son una función que permite consultar de forma sencilla un número reducido de documentos, mientras que RAG es una arquitectura de implementación que combina un gran volumen de documentos con un sistema de búsqueda y controla incluso la precisión y los permisos de acceso. En general, se usa un GPT personalizado para unas pocas decenas de documentos, y RAG para volúmenes mayores.
Son tres puntos: el responsable de cada bot (propietario), la frecuencia de actualización de los archivos de conocimiento y la política de alcance de acceso. En especial, los bots que manejan información que cambia, como reglamentos o precios, se convierten en «bots que se equivocan con seguridad» en cuanto dejan de actualizarse, por eso designar un propietario es imprescindible.