La probaste. Le pediste algo de tu trabajo, te devolvió un texto genérico con la estructura de siempre, lo corregiste tanto que hubiera sido más rápido escribirlo tú, y cerraste la pestaña. Conclusión razonable: sirve para redactar correos y poco más.
Esa conclusión era correcta con la herramienta que probaste. Lo que pasa es que esa herramienta ya no existe. En los últimos meses cambiaron cinco cosas de fondo, y ninguna de las cinco es "el modelo es más inteligente" —esa es la parte aburrida y la única que sale en las noticias.
Van las cinco, con lo que cambió, por qué invalida la prueba que hiciste, y una cosa concreta que hacer hoy para verificarlo tú.
1. Ya no hay un modelo, hay niveles
Antes escribías en un cuadro de texto y te contestaba lo que había. Hoy tanto Claude como ChatGPT parten su generación actual en varios modelos con distinto balance de capacidad, velocidad y costo: uno que razona profundo y tarda, uno intermedio para trabajo profesional del día, y uno rápido y barato para volumen.
Esto importa más de lo que suena. Si probaste hace meses, es probable que hayas usado el modelo por defecto —normalmente el rápido— para una tarea que necesitaba el que razona. Juzgaste la herramienta con el nivel equivocado puesto.
Haz esto hoy: toma la petición que peor te salió la última vez, cámbiale el modelo al más capaz que tenga tu plan, y vuelve a mandarla sin tocarle una palabra. Es la prueba más barata de esta lista.
2. Dejó de devolver texto y empezó a devolver archivos
El cambio grande no es de calidad, es de formato de salida. Los dos ecosistemas tienen ya un modo agéntico —Work en ChatGPT, Cowork en Claude— donde la herramienta se queda con un proyecto durante horas, trabaja en varios pasos, y termina entregando una hoja de cálculo, una presentación, un reporte o una aplicación pequeña.
La diferencia práctica: antes le pedías el análisis de competencia y te describía cómo se hace un análisis de competencia. Ahora le pides el análisis y te entrega el archivo con una fila por competidor.
Haz esto hoy: piensa en el entregable que armas a mano cada mes y pídelo directo, con la estructura exacta que necesitas y el formato de archivo. No pidas ayuda para hacerlo. Pide el archivo.
3. Ya ve tus herramientas de verdad
Cuando la probaste, todo el contexto tenías que pegarlo tú. Por eso se sentía lenta: la mitad del trabajo era copiar información de un lado a otro.
Hoy existen conectores a las herramientas donde vive tu trabajo real —correo, calendario, almacenamiento en la nube, gestores de proyecto, chat de equipo, CRM— y el catálogo se ha ido más allá del software de oficina, hasta herramientas de diseño, de audio y de servicios personales. La IA deja de ser un cuadro vacío y pasa a tener acceso a tus datos.
Esto es también donde hay que tener cabeza. Un conector es una llave. Conecta solo lo que vas a usar, revisa qué permisos concede cada uno, y no le des acceso de escritura a algo donde un error sea caro.
Haz esto hoy: conecta uno solo —tu almacenamiento de documentos— y hazle una pregunta que exija abrir tres archivos distintos para contestarla. Ahí se ve la diferencia.
4. Le puedes instalar el oficio
La queja más común de quien la descartó es "no conoce mi negocio". Era cierta y ya no tiene por qué serlo. Hoy existen dos piezas para eso: las skills, que son archivos de texto donde escribes cómo se hace un trabajo específico y que el modelo carga solo cuando detecta que ese es el trabajo; y los plugins, que empacan varias skills más sus conectores por área de negocio.
El cambio de fondo es que dejaste de depender de escribir el prompt perfecto cada vez. El contexto que antes tecleabas en cada conversación ahora vive escrito en un archivo y aplica siempre, para ti y para todo el que use esa skill.
Haz esto hoy: instala el plugin de tu área desde el marketplace y conéctale una sola herramienta. Si quieres el mapa completo, está en la guía de plugins.
5. Ya no arranca de cero, y ya no te necesita presente
Dos cambios que van juntos. El primero es la memoria: la herramienta retiene lo que le fuiste diciendo sobre ti y sobre tu trabajo entre conversaciones, y en las versiones recientes eso dejó de ser un resumen opaco para volverse un conjunto de entradas que puedes ver y editar. Si te molestaba reintroducirte cada vez, ese problema tiene arreglo.
El segundo son las tareas programadas: puedes dejar un trabajo corriendo en un horario fijo sin abrir nada. Diario, semanal, mensual.
Dos advertencias que sí importan. Uno: la memoria no cubre todos los productos por igual, así que lo que aprendió en el chat no necesariamente lo sabe en el modo agéntico. Dos: las tareas programadas consumen del mismo presupuesto de uso que tu trabajo manual, y es el gasto que la gente descubre cuando ya se quedó sin cuota un jueves.
Haz esto hoy: abre la configuración de memoria y lee lo que tiene guardado sobre ti. Corrige lo que esté mal. Es tres minutos y mejora todas las respuestas de aquí en adelante.
El paso que todo mundo se salta: volver a probar con la misma tarea que falló. La gente que regresa después de meses prueba con algo nuevo y fácil, ve que funciona, y no aprende nada porque no tiene con qué comparar. Guarda la petición que te decepcionó, mándala tal cual con el modelo bueno y el conector puesto, y compara los dos resultados lado a lado. Esa comparación te dice más que diez guías.
Lo que no cambió
Para que la vuelta no termine en la misma frustración, tres cosas que siguen exactamente igual:
- Sigue inventando cuando no sabe. Mejor que antes, pero pasa. Cualquier cifra que vayas a usar en una decisión se verifica en la fuente, sin excepción.
- Sigue sin conocer tu contexto si no se lo das. Los conectores y las skills resuelven esto, pero alguien tiene que montarlos. No llega solo.
- Sigue escribiendo bonito lo que está mal. La fluidez no es señal de que esté bien. Es la trampa principal y no la arregló ninguna actualización.
Por dónde empezar la segunda vuelta
No intentes las cinco esta semana. El orden que funciona es este: cambia el modelo, conecta una herramienta, instala un plugin de tu área. Tres cosas, tres días, y después trabaja normal dos semanas.
Si a las dos semanas sigues sin ver la diferencia, la conclusión que sacaste hace meses probablemente aplica a tu trabajo específico, y está bien. Pero la mayoría de la gente que hace este ejercicio regresa por una razón distinta a la que esperaba: no porque la herramienta se volviera más lista, sino porque por fin la conectó a donde de verdad estaba el trabajo.