Cómo funciona la memoria de ChatGPT
ChatGPT puede responder como si te conociera, pero no es un modelo que te haya "aprendido". La personalización ocurre en el momento de la inferencia: la memoria relevante se recupera y se inyecta en la ventana de contexto junto a tu mensaje, como una nota oculta que el modelo lee antes de responder. Esta guía recorre las dos capas de memoria, dónde reside la memoria, cómo se recupera y por qué el modelo nunca se reentrena para ti.
Respuesta rápida
ChatGPT no ajusta un modelo privado con tus datos. Almacena hechos y señales en el servidor y luego, en el momento en que envías un mensaje, extrae las piezas relevantes a la ventana de contexto del modelo para que la respuesta se condicione a ellas.
| Capa | Qué almacena | Cómo llega al modelo |
|---|---|---|
| Memorias guardadas | Hechos explícitos y editables: nombre, función, tono, preferencias. Se comportan como instrucciones personalizadas autogestionadas. | Las entradas relevantes se recuperan y se inyectan en la ventana de contexto. |
| Historial de chat de referencia | Patrones implícitos de tus conversaciones anteriores (lanzado el 10 de abril de 2025). Sin lista editable. | Las señales relevantes se añaden al contexto de la misma forma, pero no puedes verlas ni editarlas. |
| El modelo base | Los pesos compartidos del modelo, idénticos para cada usuario. | Sin cambios. Simplemente lee la memoria que se inyecte como parte de la entrada. |
La implementación exacta de recuperación e inyección es propiedad de OpenAI. Confirma siempre el comportamiento actual en las Preguntas frecuentes sobre la memoria de OpenAI.
Paso a paso
Aquí tienes el flujo conceptual. Los detalles internos precisos no se publican, pero la forma es coherente con cómo funciona la personalización en el momento de la inferencia.
Mientras chateas, ChatGPT puede extraer un hecho duradero ("soy vegetariano", "dirijo un equipo pequeño") y escribirlo en las memorias guardadas, automáticamente o cuando dices "recuerda esto". Otras interacciones solo dejan un rastro en tu historial de chat.
Los hechos guardados y el historial se conservan en los servidores de OpenAI, vinculados a tu cuenta, no en tu dispositivo. Por eso tu memoria te acompaña entre dispositivos cuando inicias sesión.
Cuando envías un mensaje, un paso de recuperación elige la memoria relevante para ese mensaje concreto, en lugar de cargarlo todo. La ventana de contexto finita limita cuánto se puede traer.
La memoria seleccionada se inyecta en la ventana de contexto como una nota del sistema oculta. El modelo la lee junto a tu mensaje y responde como si te "recordara", mientras sus pesos base permanecen exactamente igual.
Preguntas habituales sobre la mecánica
| Pregunta | Qué debes saber |
|---|---|
| ¿Por qué se actualiza al instante? | Porque no se reentrena nada. Añade o elimina una memoria guardada y el siguiente mensaje simplemente recupera el nuevo estado: no hay ningún paso de entrenamiento del modelo que esperar. |
| ¿Por qué a veces "olvida"? | Puede que un hecho nunca se haya guardado, que la recuperación no lo haya considerado relevante, que la ventana de contexto no haya tenido espacio, o que la memoria esté desactivada. Consulta la memoria no funciona. |
| ¿Puedo ver lo que inyecta? | Puedes ver la lista de memorias guardadas, pero no la capa del historial de chat de referencia ni la inyección exacta por respuesta. Consulta las dos capas comparadas. |
| ¿Cuánto puede almacenar? | La memoria guardada tiene una capacidad finita y la ventana de contexto limita cuánto se usa por respuesta. Consulta límites de la memoria. |
Una nota sobre la arquitectura
Como la inyección de memoria ata tu contexto personal a los servidores de un solo proveedor, todo lo que le cuentas a ChatGPT se acumula en un único lugar. Si prefieres mantener ese contexto repartido entre herramientas —y decidir qué modelo ve qué mensaje— un espacio de trabajo multimodelo te permite hacerlo mientras mantienes los temas sensibles en sesiones sin memoria.
Usa ChatGPT, Claude, Gemini y otros modelos en un solo lugar: elige adónde va cada mensaje en lugar de alimentar todo a un único asistente.
Privacidad ante todo: MultipleChat no guarda tus chats en la memoria y no comparte tus datos con los proveedores de modelos ni les permite entrenar con ellos. Otras opciones centradas en la privacidad son Duck.ai, Proton Lumo, Brave Leo y Kagi Assistant; para un control local total, herramientas autoalojadas como Ollama o Jan mantienen todo en tu dispositivo.
OpenAIOfrece Chat temporal (sin historial, no se usa para entrenamiento), una opción de exclusión del entrenamiento en Configuración → Controles de datos y memoria editable. De forma predeterminada, los chats de consumidores pueden usarse para mejorar los modelos a menos que te excluyas: verifícalo en el centro de ayuda de OpenAI.
AnthropicAnthropic te ofrece controles de datos y de entrenamiento y históricamente ha adoptado una postura respetuosa con la privacidad en los chats de consumidores, pero sus ajustes de entrenamiento y conservación han cambiado con el tiempo: revisa tu configuración de privacidad actual en la aplicación.
GoogleLa Actividad de las apps de Gemini te permite pausar el historial y eliminar la actividad pasada, pero personas pueden revisar conversaciones muestreadas, así que evita compartir información confidencial. Revisa tus controles de Actividad.
MicrosoftMicrosoft 365 Copilot (empresarial) no usa los datos de tu organización para entrenar modelos y añade Protección de Datos Empresariales; el Copilot de consumo tiene un panel de privacidad para revisar y eliminar tu historial. Consulta las políticas actuales de Microsoft.
PerplexityPerplexity tiene un ajuste de "conservación de datos de IA" que puedes desactivar para que tus búsquedas no se usen para mejorar sus modelos, además de controles de datos a nivel de cuenta. Confirma las opciones actuales en la configuración.
Todas las guías
Preguntas frecuentes
La mecánica: recuperación, inyección, almacenamiento y por qué el modelo nunca se reentrena para ti.
La memoria de ChatGPT funciona en el momento de la inferencia, no reentrenando el modelo. ChatGPT mantiene dos capas de memoria en los servidores de OpenAI: las memorias guardadas (hechos explícitos y editables) y el historial de chat de referencia (señales implícitas de tus chats anteriores). Cuando envías un mensaje, un paso de recuperación selecciona la memoria más relevante para ese mensaje y la añade a la ventana de contexto del modelo junto a tu mensaje, como una nota del sistema oculta. A continuación, el modelo condiciona su respuesta a ese contexto añadido. La implementación exacta es propietaria, así que confirma los detalles en el centro de ayuda de OpenAI.
No. Los pesos del modelo base no se modifican para usuarios individuales. La personalización ocurre en el momento de la inferencia: las memorias guardadas relevantes y las señales de conversaciones anteriores se inyectan en la ventana de contexto junto a tu mensaje, de modo que el modelo las lee como parte de la entrada. Por eso la memoria puede actualizarse al instante cuando añades o eliminas un hecho: el modelo subyacente no se reentrena en absoluto.
Las memorias guardadas son hechos explícitos que ChatGPT almacena sobre ti, como tu nombre, tu función y tus preferencias. Son auditables: puedes ver, editar y eliminar cada una, y se comportan como instrucciones personalizadas autogestionadas. El historial de chat de referencia, lanzado el 10 de abril de 2025, es un recuerdo implícito de patrones de tus conversaciones anteriores; no tiene una lista visible y editable, solo un interruptor. Ambas se controlan en Configuración → Personalización → Memoria.
Conceptualmente, un sistema de recuperación elige las memorias guardadas y las señales del historial de chat que son relevantes para tu mensaje actual y las inserta en la ventana de contexto del modelo, como una nota del sistema adicional que el modelo puede leer pero que tú normalmente no ves. A continuación, el modelo genera su respuesta condicionada tanto a tu mensaje como a ese contexto inyectado. OpenAI no publica el mecanismo preciso.
No necesariamente. La recuperación está pensada para seleccionar la memoria relevante para el mensaje actual en lugar de cargarlo todo a la vez, y la ventana de contexto tiene un tamaño finito que limita cuánta memoria se puede inyectar. Esa es una de las razones por las que un hecho almacenado puede no aflorar siempre: puede que no se haya considerado relevante o que no haya espacio para él. El comportamiento exacto es propietario, así que verifícalo en el centro de ayuda de OpenAI.
La memoria se almacena en los servidores de OpenAI y está vinculada a tu cuenta, no se guarda localmente en tu dispositivo. Esto significa que puede acompañarte entre dispositivos cuando inicias sesión, y que gestionarla o eliminarla se hace a través de la configuración de tu cuenta en lugar de en el dispositivo. Consulta la documentación de OpenAI para conocer los detalles actuales de almacenamiento y conservación.
Mientras chateas, ChatGPT puede extraer hechos duraderos que parecen merecer la pena recordar —por ejemplo, que eres vegetariano o que programas en Python— y escribirlos automáticamente en tus memorias guardadas. También puedes decir explícitamente "recuerda esto" para añadir un hecho. La lógica de selección es propietaria, pero siempre puedes revisar lo que se guardó en la lista de memorias guardadas y editarlo o eliminarlo.
Hay varias razones técnicas posibles: puede que el hecho relevante nunca se haya guardado, que la recuperación no lo haya considerado relevante para tu mensaje, que la ventana de contexto no haya tenido espacio para él, o que la memoria esté desactivada. La capacidad de las memorias guardadas también es finita, por lo que las memorias más antiguas pueden condensarse o descartarse. Revisar la lista de memorias guardadas muestra lo que realmente está almacenado.
Puedes ver la lista completa de memorias guardadas en Configuración → Personalización → Memoria, pero no puedes ver la capa del historial de chat de referencia, que no tiene lista visible. El contexto exacto inyectado para una respuesta concreta no se te muestra. Así que puedes auditar las memorias explícitas, pero no las señales implícitas ni la inyección precisa por mensaje.
Sí. El modelo solo puede leer una cantidad finita de texto a la vez —su ventana de contexto— y cualquier memoria que se inyecte tiene que caber dentro de ese presupuesto junto a tu mensaje y la conversación. Este es un límite distinto del de cuánta memoria puedes almacenar en total, y es una de las razones por las que no toda la memoria almacenada se usa en cada respuesta.