Para de empezar desde cero cada vez que abres un chat con tu IA
Configura un proyecto con un objetivo claro, contexto suficiente y unas reglas definidas. Un proyecto agrupa conversaciones, instrucciones y documentos en torno a un trabajo que se extiende en el tiempo. A continuación tienes dos ejemplos prácticos: gestión de correos y tareas cotidianas, y una mudanza bien organizada.
Necesitas una cuenta con acceso a la función de proyectos. Para configurarlo con comodidad, trabajar desde el ordenador facilita tanto la escritura como la subida de archivos. Los nombres de los menús y sus límites pueden cambiar según la plataforma.
1. Crea el proyecto
ChatGPT: entra en chatgpt.com, ve a Proyectos y pulsa + / Añadir nuevo proyecto. Escríbele un nombre y créalo. Desde su menú, accede a Ajustes del proyecto para añadir instrucciones, y usa Fuentes para adjuntar documentos.
Claude: accede a claude.ai/projects y pulsa + New Project. Ponle nombre y descripción. En Set project instructions pega tus normas y guárdalas. Para subir documentos, usa el botón + en la sección de conocimiento del proyecto.
Abre siempre los chats dentro del proyecto. El nombre por sí solo no es suficiente: escribe también el objetivo en las instrucciones o en el contexto.
2. Prepara tres archivos MD
Son archivos de texto con formato Markdown: # para los títulos y – para las listas. Ninguno es obligatorio; los nombres que ves a continuación son solo una propuesta:
00_reglas.md — cómo trabajar. Define el papel de la IA, el tono que debe usar, sus límites y el formato de entrega. Por ejemplo: «Escribe con claridad, pregunta lo que necesites y no inventes datos. Entrega propuestas para revisar».
01_contexto.md — qué sabemos. Recoge datos confirmados, preferencias y necesidades. Separa lo que ya está claro de lo que aún está pendiente.
02_plan.md — qué haremos. Lista tareas, responsables, estado actual y decisiones ya aprobadas. Una propuesta no equivale a una tarea completada.
Copia las reglas en las instrucciones nativas de la plataforma. Sube el contexto y el plan como documentos de referencia; adjuntar un archivo no configura por sí solo ese campo.
3. Ejemplo cotidiano: correos y tareas
Contexto ficticio: prefieres hablar por la tarde y aún no has revisado tu agenda. Llega este mensaje: «¿Hablamos mañana a las 10?».
Prompt: «Lee el contexto y el plan. Resume este mensaje, prepara una respuesta cordial sin confirmar la cita y extrae las tareas pendientes. No envíes nada».
Resultado esperado: un borrador que proponga quedar por la tarde y una tarea concreta: comprobar la agenda antes de confirmar. Pega únicamente el contenido que necesites; conectar tu correo es una configuración completamente aparte.
4. Ejemplo: mudanza sin olvidos
Contexto ficticio: dos habitaciones, fecha sin definir y ninguna empresa contratada todavía.
Prompt: «Lee el contexto y el plan. Crea una lista organizada por fases y pregunta qué información falta antes de fijar fechas. No reserves ningún servicio».
Resultado esperado: una secuencia del tipo inventario → embalaje → transporte, seguida de la pregunta «¿Qué día será la mudanza?».
Estos son ejemplos propuestos, no ejecutados. Revisa siempre los datos y las acciones que la IA sugiera.
5. Cómo crear los archivos MD
Abre el Bloc de notas, escribe los títulos y las listas, y al guardar elige Todos los archivos. Ponle el nombre con extensión .md, selecciona codificación UTF-8 y asegúrate de que no quede el .txt al final.
Cuando el contenido cambie, actualiza el archivo y vuelve a subirlo. Recuerda que un archivo MD orienta a la IA, pero los permisos reales se configuran dentro de cada herramienta.
Proyectos en ChatGPT y Claude: cómo configurar contexto persistente para flujos de trabajo continuos
Resumen técnico
La función Proyectos en ChatGPT (vía chatgpt.com) y Claude (vía claude.ai/projects) permite agrupar conversaciones, instrucciones del sistema y documentos de referencia en un espacio persistente. El flujo de configuración requiere: crear el proyecto, definir instrucciones nativas en el campo específico de ajustes, y subir archivos .md codificados en UTF-8 como base de conocimiento. Se proponen tres archivos estructurados: 00_reglas.md (comportamiento del modelo), 01_contexto.md (datos confirmados) y 02_plan.md (tareas y estado). Las instrucciones pegadas en el campo nativo tienen precedencia sobre los documentos adjuntos.
Análisis de implicaciones
Separar instrucciones del sistema de documentos de referencia es una decisión de arquitectura con impacto directo en la consistencia de las respuestas. Las instrucciones nativas del proyecto actúan como prompt de sistema persistente, mientras los archivos .md funcionan como contexto recuperable. Esto cambia el flujo: en lugar de repetir reglas en cada conversación, el modelo las hereda del proyecto. La limitación crítica es que un archivo adjunto no sustituye al campo de instrucciones; confundirlos degrada el comportamiento del modelo sin mensajes de error explícitos.
Aplicación práctica
Caso 1: gestión de comunicaciones. El archivo 01_contexto.md contiene preferencias horarias y estado de agenda. El prompt instruye al modelo a leer contexto, generar borrador y extraer tareas pendientes, sin ejecutar acciones. Caso 2: coordinación de mudanza. El 02_plan.md define fases (inventario, embalaje, transporte) y la IA identifica datos faltantes antes de proponer fechas. En ambos casos el output es revisable, no ejecutado. Los archivos .md se crean con Bloc de notas, guardando como Todos los archivos con extensión .md en UTF-8.
Contexto del sector
La persistencia de contexto es el problema central del uso profesional de LLMs en producción. Los proyectos de ChatGPT y Claude representan una solución de capa de aplicación, sin necesidad de APIs ni gestión de embeddings. La alternativa técnica sería RAG con bases vectoriales, con coste y complejidad significativamente mayores. Para equipos no técnicos, esta aproximación con archivos Markdown reduce la barrera de entrada manteniendo estructura y trazabilidad del contexto.
