Has oído hablar de los GPTs personalizados y los Proyectos Claude. Suenan idénticos: carga tus documentos, ajusta algunas configuraciones, implementa un asistente de IA especializado. Pero no son el mismo sistema con diferentes nombres. Difieren en aspectos fundamentales: lo que pueden recordar, cómo manejan los documentos, qué sucede cuando necesitas actualizar instrucciones y si realmente puedes usarlos en producción.
He construido motores de razonamiento en AlgoVesta utilizando ambas plataformas. Lo que funciona perfectamente en uno, crea fricción en el otro. Esta guía te muestra las diferencias reales, cuándo elegir cada uno y exactamente cómo configurar cualquiera de los sistemas sin jerga técnica.
La Diferencia Fundamental: Alcance vs. Especialización
Empieza aquí porque todo lo demás depende de entender esta distinción.
Un GPT personalizado es un envoltorio alrededor de GPT-4o o GPT-4 Turbo (tu elección) que recuerda instrucciones entre conversaciones y puede acceder a archivos cargados. Piénsalo como «un GPT con configuraciones permanentes». Puedes personalizar su comportamiento, alimentarlo con documentos de contexto y desplegar un enlace. Cualquiera con ese enlace puede usarlo. El modelo no cambia, la configuración sí.
Proyectos Claude es un espacio de trabajo de conversación donde cargas documentos, estableces instrucciones del sistema y creas un espacio de contexto persistente. El modelo es siempre Claude (actualmente Claude 3.5 Sonnet, ocasionalmente Claude Opus para razonamiento complejo). La diferencia clave: los Proyectos están diseñados para un trabajo continuo e iterativo con un solo usuario o un equipo pequeño. No están pensados para ser compartidos ampliamente.
La consecuencia práctica: si necesitas algo que 50 personas puedan usar desde un enlace, un GPT personalizado. Si necesitas algo en lo que 3 personas trabajen iterativamente con contexto compartido, un Proyecto Claude.
| Característica | GPT Personalizado | Proyecto Claude |
|---|---|---|
| Elección de modelo | GPT-4o, GPT-4 Turbo o GPT-3.5 | Claude 3.5 Sonnet (estándar), Opus bajo petición |
| Modelo de compartición | Enlace público, cualquiera puede usar | Espacio de trabajo, acceso por invitación |
| Manejo de archivos | Carga de documentos, acceso persistente | Carga de documentos, gestión persistente + de contexto |
| Ventana de contexto | ~128K tokens (GPT-4o), ~200K (Turbo) | ~200K tokens (Sonnet), ~200K (Opus) |
| Persistencia de instrucciones | Entre conversaciones, sin deriva | Entre conversaciones, historial de búsqueda |
| Actualizaciones en tiempo real | Actualización a nivel de minuto en instrucciones | Actualización inmediata al Proyecto compartido |
La ventana de contexto importa más de lo que crees. Si estás construyendo un GPT personalizado para revisión de documentos legales, GPT-4 Turbo con ~200K tokens puede procesar un contrato completo más instrucciones más conversación. Claude Sonnet con ~200K puede hacer lo mismo. Pero Claude es más barato de ejecutar a volúmenes más altos.
Configuración de un GPT Personalizado: Los Pasos Exactos
Necesitas una cuenta de ChatGPT Plus o Team. Luego navega a «Explorar» en la barra lateral, busca «Crear un GPT» y estarás en el constructor.
La interfaz es intencionalmente no técnica. Rellenas campos en lugar de escribir código. Aquí está el flujo de trabajo:
Paso 1: Definir el rol e instrucciones
La primera sección pide un nombre, descripción e instrucciones. Aquí es donde los no desarrolladores suelen atascarse: las instrucciones deben ser específicas, no vagas.
Conjunto de instrucciones malo:
Eres un asistente útil que entiende de finanzas.
Responde preguntas sobre inversión y planificación financiera.
Sé preciso y útil.Por qué falla: «Útil» y «preciso» no limitan el comportamiento. El modelo dará consejos razonables pero genéricos.
Conjunto de instrucciones mejor:
Eres un asistente de análisis financiero para inversores minoristas.
Tu rol: Analizar carteras de inversión y explicar métricas de riesgo.
Reglas:
- Siempre distingue entre rendimiento histórico y proyecciones futuras
- Si se pregunta por acciones específicas, proporciona historial de precios de 5 años (si está disponible)
y declara claramente: "Esto no es un consejo de inversión"
- Al calcular el riesgo de la cartera, usa la desviación estándar de los rendimientos
si el usuario proporciona datos mensuales de más de 3 años
- Si los datos son insuficientes, indica explícitamente qué necesitarías
- Nunca recomiendes operaciones específicas ni afirmes superar el mercado
Formato: Proporciona el análisis en 3 secciones — Resumen (2 oraciones),
Análisis Detallado (puntos numerados), Próximos Pasos (qué debe hacer el usuario
para verificar tus hallazgos).La segunda versión limita el comportamiento en los límites: lo que absolutamente no harás, qué formatos específicos esperas, cómo manejas casos extremos. Esa es la diferencia entre un GPT personalizado que es útil y uno que eliminas después de tres usos.
Paso 2: Cargar documentos de conocimiento
En el constructor, hay una sección «Archivos». Puedes cargar:
- PDFs (políticas internas, documentación de productos, materiales de capacitación)
- Archivos TXT (bases de conocimiento en bruto, FAQs)
- DOCX (documentos de Word, guías formateadas)
- CSV (datos estructurados, aunque el modelo los maneja de forma menos fiable)
Cada archivo se divide y se indexa. El modelo puede referenciarlo al responder preguntas. La limitación: el modelo no accede a los archivos como lo haría un motor de búsqueda. Funciona a través de coincidencia semántica. Carga un PDF lleno de niveles de precios y pregunta «¿Cuánto cuesta X?» — generalmente lo encuentra. Pregunta algo sobre una referencia tangencial tres páginas adentro, podría pasarlo por alto.
Regla práctica: Carga los archivos que quieres que el GPT «sepa». Si tienes dos documentos de 50 páginas y cubren el mismo territorio, confundirás al modelo. Consolida primero.
Paso 3: Configurar capacidades
Activa Navegación Web (el GPT puede buscar en Internet), Intérprete de Código (puede escribir y ejecutar Python) o ninguna de las dos. Para la mayoría de los casos de uso no desarrolladores, déjalas desactivadas. Añaden latencia y complejidad sin un beneficio claro a menos que necesites específicamente datos web en vivo o computación.
Omite la generación de imágenes DALL-E a menos que estés construyendo algo creativo. No se integra bien en flujos de trabajo de conocimiento.
Paso 4: Probar antes de publicar
El constructor tiene un panel de prueba a la derecha. Hazle preguntas que coincidan con tu caso de uso real. Intenta:
- Una pregunta que debería responder de los archivos cargados
- Una pregunta fuera de su dominio (¿mantiene el personaje o alucina?)
- Una pregunta de seguimiento (¿mantiene el contexto?)
Si el modelo inventa información, tus instrucciones no fueron lo suficientemente específicas. Vuelve al Paso 1.
Paso 5: Publicar y compartir
Una vez que estés satisfecho, publica. Obtienes un enlace. Cualquiera con ese enlace puede usar el GPT. No necesitan una suscripción Plus — ese es un detalle crítico. Los usuarios gratuitos de ChatGPT pueden usar tu GPT personalizado.
Puedes hacerlo privado (solo por invitación), listado (buscable en la tienda de GPTs) o no listado (solo por enlace, no aparece en búsquedas).
Configuración de un Proyecto Claude: El Enfoque Iterativo
Los Proyectos Claude viven dentro de Claude.ai. No hay una interfaz de constructor separada, es un espacio de trabajo. Ve a la barra lateral izquierda, haz clic en «+ Proyectos», dale un nombre y listo.
El modelo mental es diferente. Un GPT personalizado es estático una vez publicado. Un Proyecto Claude está en evolución: tú y tu equipo actualizan instrucciones, agregan archivos e iteran sobre la salida juntos.
Paso 1: Crear y nombrar el proyecto
Nómbralo según el resultado que produce, no el tema. «Asistente de Modelado Financiero» es más claro que «Finanzas».
Paso 2: Cargar documentos y establecer contexto
En la configuración del Proyecto (icono de engranaje), verás una sección «Contexto del Proyecto». Aquí es donde escribes instrucciones específicas para este espacio de trabajo. A diferencia de los GPTs personalizados, todo aquí se comparte con cualquiera invitado al Proyecto.
Ejemplo de contexto del proyecto:
Proyecto: Informes de Ingresos Trimestrales
Analizas documentos financieros y extraes métricas clave de ingresos
para la presentación del tercer trimestre.
Documentos cargados:
- Ventas interanuales por región (CSV)
- Tasas de crecimiento históricas (PDF)
- Metodología de pronóstico (PDF)
Tarea: Cuando se te proporcionen datos de ventas mensuales, calcula:
1. Porcentaje de crecimiento interanual
2. Desviación del pronóstico
3. Desglose regional (3 regiones principales por ingresos)
4. Nivel de confianza en los números (basado en la completitud de los datos)
Formato de salida: JSON con las claves: crecimiento_porcentaje, desviacion_pronostico,
desglose_regional, confianza, notas.
Restricción: Si los datos mensuales están incompletos, marca los meses faltantes
y no calcules crecimiento_porcentaje.Puedes cargar archivos directamente en el proyecto; persisten en todas las conversaciones. Los miembros del equipo pueden ver los mismos documentos y contexto.
Paso 3: Tener conversaciones con contexto persistente
Una vez configurado el Proyecto, chateas con Claude normalmente. La diferencia: Claude recuerda el contexto del proyecto en todas las conversaciones de ese espacio de trabajo. Puedes cerrar la ventana, volver al día siguiente y el contexto sigue ahí. Puedes invitar a compañeros de equipo; ven el mismo contexto del Proyecto y los archivos cargados.
Paso 4: Iterar sobre las instrucciones
Si la salida de Claude no coincide con lo que necesitas, actualiza el contexto del proyecto. No publicas una nueva versión, editas la existente y las conversaciones futuras usan las instrucciones actualizadas. El historial de conversaciones antiguas permanece sin cambios.
Aquí es donde brillan los Proyectos Claude. En un GPT personalizado, cambiar las instrucciones significa volver a publicar, lo que puede afectar a los usuarios que ya dependen del comportamiento antiguo. En un Proyecto, iteras libremente dentro de tu equipo.
Manejo del Contexto de Documentos: Dónde Difieren
Ambos sistemas te permiten cargar archivos, pero los manejan de manera diferente.
GPTs Personalizados indexan documentos al cargarlos. El modelo puede referenciarlos cuando sea relevante. La contrapartida: si tienes un manual de producto de 200 páginas y el modelo lo referencia incorrectamente (lo que sucede ~15% de las veces en mis pruebas), no hay forma de obligarlo a citar una sección específica. No puedes decir «Revisa el manual de nuevo»; el modelo ya lo ha indexado y no lo releerá.
Proyectos Claude tratan los documentos como archivos de trabajo. Puedes referenciarlos explícitamente en conversaciones («Revisa el CSV adjunto») y Claude los reexaminará. Esto es más lento pero más preciso para tareas precisas como la extracción de datos.
Si tu flujo de trabajo es «Responder preguntas sobre el Documento de Política de la Empresa», usa un GPT personalizado. La indexación está bien. Si tu flujo de trabajo es «Extraer datos estructurados de 10 PDFs financieros y señalar inconsistencias», usa un Proyecto Claude y referencia los archivos explícitamente.
Cuándo Usar Cada Sistema
Usa GPTs Personalizados cuando:
- Necesitas una distribución amplia. Estás construyendo algo que usarán más de 50 personas. Enlace de GPT personalizado, hecho. Sin gestión de cuentas.
- Quieres un modelo específico. Prefieres el razonamiento de GPT-4o sobre el de Claude. GPT personalizado, fíjalo.
- Tus instrucciones son estables. Las has probado, funcionan, no las cambiarás semanalmente. Un GPT personalizado no requiere mantenimiento activo.
- Estás construyendo algo de cara al cliente. Una base de conocimiento para tu producto, un asistente de soporte, etc. Los GPTs personalizados se pueden incrustar en sitios web con un simple iframe (aunque la implementación requiere un desarrollador para la incrustación).
Usa Proyectos Claude cuando:
- Estás colaborando con un equipo. Tú y dos colegas necesitan refinar un flujo de trabajo. Los Proyectos dan a todos el mismo contexto.
- Estás iterando mucho. Tus instrucciones cambian semanalmente. Los Proyectos versionan todo y te permiten actualizar sin afectar conversaciones pasadas.
- Necesitas referenciar archivos explícitamente. «Verifica la hoja de cálculo» — Claude lo hará. GPT-4o no releerá los archivos cargados de un GPT personalizado bajo demanda.
- Quieres que el historial de conversaciones sea buscable dentro del espacio de trabajo. Los Proyectos mantienen todas las conversaciones en un solo lugar con contexto compartido. Los GPTs personalizados dispersan las conversaciones entre usuarios.
Evitar Errores Comunes de Configuración
Error 1: Instrucciones vagas.
«Sé útil y preciso.» Esto falla. Ambos sistemas producirán resultados divagantes y sobrecalificados. Reemplaza directivas vagas con restricciones específicas: «Responde en menos de 150 palabras» o «Incluye siempre un nivel de confianza (alto/medio/bajo) para cada afirmación».
Error 2: Cargar archivos que no conoces completamente.
Si cargas una especificación de producto de 300 páginas porque «el modelo simplemente debería saberlo», estás apostando. El modelo pasará por alto casos extremos. Pre-lee tus documentos. Extrae las secciones que importan. Consolida. Luego carga la versión condensada.
Error 3: No probar casos extremos.
Tanto los GPTs personalizados como los Proyectos Claude se degradan con gracia cuando les preguntas algo fuera de su alcance, pero no siempre de forma limpia. Siempre prueba preguntando algo claramente fuera del dominio. Si el modelo inventa una respuesta, tus instrucciones necesitan «Si se pregunta sobre X (que no cubro), responde: ‘No tengo información sobre eso’.»
Error 4: Asumir que funcionan sin supervisión humana.
Ningún sistema es una solución de «poner y olvidar». Los GPTs personalizados inventarán respuestas a preguntas para las que no han sido entrenados. Los Proyectos Claude pasarán por alto matices. Úsalos como herramientas que amplifican el juicio humano, no lo reemplazan. Si la salida afecta decisiones (financieras, legales, médicas), alguien las verifica primero.
Escalar Más Allá de un Proyecto o GPT
Una vez que hayas construido el primero, querrás más: un GPT para soporte, uno para brainstorming, uno para extracción de datos estructurados.
Con los GPTs personalizados, la gestión es simple: están listados en tu sección «Mis GPTs». Puedes editarlos, duplicarlos o eliminarlos. Sin control de versiones, sin flujos de trabajo complejos, así es por diseño.
Con los Proyectos Claude, lo mismo aplica: viven en tu barra lateral. Pero escalar introduce una pregunta: ¿Cómo mantienes la consistencia entre Proyectos? Si tienes tres Proyectos de análisis financiero, cada uno con instrucciones similares, ¿cómo actualizas los tres cuando cambia tu metodología?
Respuesta: Sincronización manual, por ahora. Escribe tus instrucciones de plantilla. Cuando cambien, actualízalas proyecto por proyecto. Es una fricción, pero es manejable para 3-5 Proyectos. Más allá de eso, probablemente estés listo para una solución basada en API como la API Claude de Anthropic o la API Assistants de OpenAI, que te permiten gestionar versiones programáticamente.
Tu Acción: Construye Uno Hoy
Elige un flujo de trabajo que repites semanalmente. Algo que toma 15 minutos e implica buscar información o analizar un documento. No es glamuroso: los GPTs y Proyectos personalizados más útiles son aburridos.
Ejemplos: resumir notas de reuniones, redactar respuestas a correos electrónicos de clientes, extraer datos de una hoja de cálculo o repasar una lista de verificación de cumplimiento.
Abre Claude o ChatGPT (el que tengas acceso). Construye el Proyecto o GPT usando los pasos anteriores. Pon un temporizador de 10 minutos. Escribe instrucciones. Carga un documento. Pruébalo con tres preguntas reales. Detente ahí.
No apuntes a la perfección. Apunta a «suficientemente útil como para que lo use de nuevo mañana». Ese es el umbral. Una vez que lo cruces, entenderás qué sistema se adapta mejor a tu flujo de trabajo, y sabrás exactamente qué construir a continuación.
