Mi Custom GPT no suena como yo: por qué ocurre y la solución que funciona

TL;DR: Su Custom GPT no suena como usted porque nada de usted llegó nunca a él. Un Custom GPT recibe cuatro entradas (instrucciones, archivos de conocimiento, iniciadores de conversación y la elección de modelo) y ninguna de ellas transporta su voz a menos que usted la ponga ahí en una forma sobre la que el modelo pueda actuar. Los adjetivos de tono apuntan a un registro genérico. Los archivos de conocimiento se consultan, no se absorben. Un modelo más nuevo ejecuta instrucciones vagas con más fidelidad, lo que significa una versión más pulida del mismo promedio. La IA no conoce su tono; conoce palabras que describen el tono. La solución es reemplazar la descripción del campo de instrucciones por mediciones de su propia escritura: longitud de las oraciones, ubicación de los matizadores, transiciones y puntuación.

Usted dedicó una tarde a construir un Custom GPT para los correos a clientes. Le puso nombre, escribió un párrafo sobre su estilo, subió cinco correos de los que estaba orgulloso y eligió el mejor modelo. El primer borrador que produjo podría haber salido de cualquier asistente en cualquier portátil de su edificio.

El GPT hizo lo que usted le pidió. Lo que usted le pidió no lo contenía a usted.

¿Por qué mi Custom GPT no suena como yo?

Porque el GPT recibió una descripción del efecto que usted quiere y unos pocos ejemplos de ese efecto, y tiene que inventar la mecánica por su cuenta. La inventa de la misma manera para todo el mundo, a partir del promedio de todo aquello con lo que fue entrenado. Su voz, la parte que un lector reconocería, nunca le fue entregada.

Repase lo que la mayoría de la gente introduce en el constructor. El campo de instrucciones recibe un párrafo como «Escribes como Priya: cálida pero directa, concisa, segura, sin relleno corporativo». La sección de conocimiento recibe un puñado de correos antiguos. El desplegable del modelo recibe lo más nuevo que haya. Cada uno de esos pasos da la sensación de estar enseñándole al GPT quién es usted. Cada uno deja escapar su voz por el camino.

Hay cuatro fugas, y se acumulan:

1. El campo de instrucciones contiene adjetivos. Un adjetivo es un puntero hacia un registro que el modelo ya conoce. «Concisa» apunta a la idea que el propio modelo tiene de lo breve.
2. Los archivos de conocimiento se recuperan, no se absorben. El modelo los consulta cuando decide que importan y parafrasea lo que encuentra.
3. La capa del modelo es genérica por diseño. Cada nueva versión hace que todos los Custom GPT sigan mejor las instrucciones y no añade nada sobre usted.
4. Las conversaciones largas derivan. Sus instrucciones están en la parte superior del contexto, la propia salida del modelo se acumula debajo, y para el décimo turno el valor por defecto ha reconquistado el borrador.

El resto de esta entrada toma cada fuga por turno y luego muestra qué poner en el campo de instrucciones para que el GPT tenga algo suyo con lo que trabajar.

¿Qué recibe realmente de usted un Custom GPT?

Cuatro entradas, y solo una de ellas puede transportar su voz. La propia guía de OpenAI para crear un GPT las enumera: instrucciones, conocimiento, iniciadores de conversación y capacidades como la navegación o el código. El campo de instrucciones es donde se fija el comportamiento. Todo lo demás es material de referencia o un interruptor de función.

La mayoría de la gente reparte su esfuerzo entre las cuatro y pone el contenido menos específico en la única que importa. El campo de instrucciones recibe un párrafo de tono. La sección de conocimiento recibe la evidencia real, donde el modelo solo puede alcanzarla mediante una búsqueda.

Observe qué le da al modelo «cálida pero directa, concisa, segura» para trabajar. Durante el entrenamiento vio cantidades enormes de texto descrito con esas palabras: anuncios de recursos humanos, respuestas de atención al cliente, publicaciones de LinkedIn, seguimientos comerciales. La frase ahora apunta al centro estadístico de todo eso. Escríbala y obtendrá el centro. Un colega que escriba la misma frase obtiene el mismo centro. Ustedes dos no escriben nada parecido, y el GPT no tiene forma de saberlo, porque la etiqueta fue lo único que cualquiera de los dos proporcionó. Desmontamos ese argumento en detalle en por qué los adjetivos de tono no son su voz. La versión Custom GPT del problema es el mismo problema con un icono más bonito.

¿Por qué los archivos de conocimiento no lo arreglan?

Porque el conocimiento es una búsqueda, y una voz es un conjunto de restricciones que tiene que aplicarse a cada oración. Subir sus correos le da al GPT una biblioteca que consultar. No cambia cómo escribe el GPT cuando no está consultando la biblioteca, que es la mayor parte del tiempo.

Considere la mecánica. Cuando le pide a su GPT un correo de seguimiento, el modelo decide si alguno de los archivos subidos es relevante para la petición. Si decide que sí, trae los pasajes relevantes al contexto y los usa como referencia. Si decide que no, los archivos nunca entran en la conversación. En cualquier caso, los archivos informan el contenido de la respuesta. No fijan el ritmo de la prosa.

Incluso cuando los archivos se incorporan, el modelo se enfrenta a un problema de inferencia que no puede resolver con cinco muestras:

• ¿Hábito o estado de ánimo? Un correo abre con una línea personal. ¿Era su patrón o fue aquel martes? Cinco muestras no pueden separar las dos cosas.
• ¿Qué registro? Una disculpa a un cliente y una actualización de estado interna en la misma carpeta tiran del modelo en direcciones opuestas, y él las promedia.
• ¿Qué reproducir? El modelo ve oraciones cortas y una petición temprana, y puede que reproduzca eso. No notará que usted nunca usa «sin embargo», porque la ausencia es invisible en una muestra.

El campo de instrucciones también tiene un techo. Pegue en él tres correos completos y el espacio para reglas reales desaparece. Muévalos a conocimiento y vuelve a la búsqueda. Nuestra guía sobre usar un Custom GPT dentro de un ChatGPT Project trata a fondo la cuestión del contenedor: cuál de entre instrucciones, Projects, memoria y GPT debe contener qué. La versión corta es que las muestras son evidencia, y el modelo todavía tiene que sacar la conclusión. Sáquela usted mismo y entregue la conclusión.

¿Un modelo mejor arreglará mi Custom GPT?

No, y la razón es estructural, no cuestión de esperar a la siguiente versión. La capacidad del modelo y el condicionamiento con datos del usuario son capas separadas. El laboratorio mejora la primera con cada versión, y no puede suministrar la segunda, porque la segunda está hecha de su escritura y el laboratorio nunca la ha visto.

Un modelo más capaz sigue instrucciones matizadas con más fidelidad. Eso es todo lo que una actualización aporta a un Custom GPT. Déle «cálida pero directa» y producirá una versión más pulida, más consistente y más fluida del registro genérico cálido-pero-directo. El borrador se lee mejor y no suena más como usted de lo que sonaba con el modelo anterior. Varios lectores nos contaron que su GPT empeoró tras un cambio de modelo, y la causa probable es la misma: el modelo nuevo ejecuta los adjetivos con más rigor, así que el promedio es todavía más promedio.

La misma propiedad juega a su favor en cuanto las instrucciones transportan algo preciso. Un perfil que dice «las oraciones promedian 13 palabras, rango de 5 a 26, la petición en la primera línea, atenuar solo antes de las recomendaciones, nunca 'sin embargo'» es un conjunto de instrucciones que un modelo más fuerte puede cumplir con más exactitud que uno más débil. Cuanto mejor sea el modelo siguiendo instrucciones matizadas, mejor ejecutará su perfil. Expusimos la evidencia de esto en por qué los mejores modelos de IA siguen sin conocer su voz: cada generación reduce la brecha entre instrucción y ejecución, y ninguna reduce la brecha entre el modelo y usted. Solo sus datos hacen eso.

Así que el desplegable del modelo es lo último que hay que cambiar, no lo primero. Arregle lo que se le está pidiendo al modelo que ejecute, y después deje que cada versión futura lo ejecute mejor.

¿Qué debería ir en el campo de instrucciones en su lugar?

Mediciones de su propia escritura, formuladas como reglas que el modelo pueda seguir sin interpretar. Una voz vive en la longitud de las oraciones, la ubicación de los matizadores, las transiciones y la puntuación, y cada una de esas cosas puede contarse a partir de correos que ya ha enviado.

Así es como se ve cada una como instrucción en lugar de como adjetivo:

Longitud de las oraciones. No «concisa», sino una distribución. «Oración típica de 12 a 14 palabras. Bajar a 4 a 6 palabras al enunciar una decisión. Permitir una oración de más de 25 palabras por párrafo al establecer contexto.» Un modelo al que se le da «concisa» escribe oraciones uniformes de catorce palabras para siempre. Un modelo al que se le da el rango cambia de marcha como lo hace usted.

Ubicación de los matizadores. «Atenuar antes de una recomendación ('sugeriría', 'probablemente valga la pena'). Nunca atenuar después de que se haya enunciado una decisión. No usar 'creo que' en la primera línea.» Dos escritores con vocabularios idénticos difieren aquí en cada párrafo, y los lectores sienten la diferencia sin nombrarla.

Transiciones. «Empezar oraciones con 'Así que' y 'Y' cuando la oración anterior las prepara. Nunca usar 'sin embargo', 'además' ni 'dicho esto'. Abrir los párrafos con la conclusión.» Las transiciones por defecto del modelo son las que vio más veces, y son precisamente las que hacen que un borrador huela a IA.

Puntuación. «Como máximo un signo de dos puntos por correo. Los incisos van entre paréntesis, nunca en una oración aparte. Sin signos de exclamación en los correos a clientes. Sin punto y coma.» Los hábitos de puntuación son la dimensión más estable en la escritura de la mayoría de las personas y la única que los adjetivos de tono no pueden expresar en absoluto.

Sobre esas cuatro se apoyan el vocabulario y la evitación: las palabras a las que recurre y las frases que nunca escribiría. Ambas son listas, y una lista es una instrucción.

La versión manual lleva alrededor de una hora:

1. Reúna de diez a quince textos que escribió y con los que quedó satisfecho, en el registro para el que es el GPT.
2. Cuente las palabras por oración en todos ellos. Anote el valor típico, el más corto y el más largo.
3. Enumere cada atenuante y dónde se situaba dentro de la cláusula.
4. Enumere las transiciones que usó y, por separado, las que nunca usó.
5. Anote sus hábitos con los dos puntos, las comas, los paréntesis y las exclamaciones.
6. Escriba los hallazgos como instrucciones con números dentro. Borre todos los adjetivos.

Ese bloque va en el campo de instrucciones del Custom GPT y en ningún otro sitio. Reserve la sección de conocimiento para lo que de verdad es material de referencia: nombres de productos, precios, el historial del cliente. Nuestra guía completa de instrucciones para Custom GPT tiene la disposición campo por campo, incluido dónde se sitúa un perfil como este respecto a las instrucciones de tarea y el formato de salida.

Esto es también lo que es un perfil de estilo de MyWritingTwin.com: el paso de medición hecho en su lugar, en más dimensiones que las cuatro anteriores, a partir de muestras que sube una sola vez. El resultado es un análisis de ADN de escritura expresado como restricciones y empaquetado como un bloque que usted pega en el campo de instrucciones. Su Writing Twin para ChatGPT, Claude y Gemini es ese bloque, implementado dentro de las herramientas por las que ya paga, y el mismo bloque que arregla un Custom GPT arregla también un Claude Project o un Gem de Gemini. Nuestra explicación de cómo funciona la extracción de estilo recorre la lista completa de lo que se mide.

Dos propiedades de un perfil medido importan aquí. Se puede comprobar: «¿fue eso lo bastante directo?» no tiene respuesta, y «¿estuvo la longitud media de las oraciones dentro del rango?» sí la tiene, así que cuando un borrador deriva usted cuenta, encuentra el fallo y corrige una regla. Y sobrevive al modelo: las mediciones lo describen a usted, así que se mantienen cuando el modelo cambia, y cada modelo más fuerte las ejecuta con más fidelidad que el anterior.

¿Cómo comprobar si su Custom GPT lo conoce?

Déle el encargo de un correo que ya envió y compare contando. Cinco minutos, sin herramientas, y el resultado es un número en lugar de una sensación.

Elija un correo de la semana pasada que salió bien. Escriba un encargo de dos líneas: a quién iba, qué necesitaba, qué sabía ya el destinatario. Pegue el encargo en su Custom GPT y pídale el correo. Ponga el borrador del GPT junto al suyo y cuente:

• Palabras por oración: típica, la más corta, la más larga
• Oraciones por párrafo
• Dónde se sitúa la petición (primera línea, mitad o final)
• Atenuantes: cuántos, y si abren o cierran la cláusula
• Comas por oración, dos puntos por correo
• La línea de apertura y la línea de cierre

Si los números difieren, el GPT no lo conoce, diga lo que diga cuando usted le pregunte «¿entiendes mi estilo?» (dirá que sí; siempre dice que sí). Si coinciden en un correo, pruebe con tres más en registros distintos: una disculpa a un cliente, una actualización interna, una presentación en frío. Los GPT basados en adjetivos suelen pasar la primera prueba y fallar la segunda, porque el párrafo se escribió para un estado de ánimo y usted tiene varios.

Repita la misma prueba después de reemplazar el párrafo por mediciones. Los números convergen, y siguen convergiendo a medida que ajusta reglas individuales. Esa convergencia es toda la diferencia entre un GPT que lleva su nombre y un GPT que lo lleva a usted dentro.

Su Custom GPT nunca estuvo roto. Estaba vacío. Llene el campo de instrucciones con lo que su escritura hace en realidad, y el contenedor empezará a cumplir su función.

Vea a qué distancia está su GPT actual de su escritura real con la prueba Humanity Score, o construya un perfil de estilo a partir de sus propias muestras y péguelo en el GPT que ya creó.