Ir al contenido principal
Español— Elegir un idioma
Menú

Ejemplos: GPT conectados a un CRM, un calendario y una base de datos

Lección 11 de 17 Actualizado el 5 de noviembre de 2026 Intermedio
En esta página
  1. De la teoría a la práctica
  2. Caso 1: Consultar tu CRM en lenguaje natural (HubSpot)
  3. Caso 2: Gestionar un calendario mediante chat (Google Calendar)
  4. Caso 3: Explorar una base de datos de comentarios (Airtable)
  5. Qué tienen en común estos tres casos
  6. Tu turno
  7. Puntos clave

Estado a 5 de noviembre de 2026: los GPT están en sus últimas semanas. OpenAI retirará los GPT personalizados el 11 de diciembre de 2026 (el 11 de febrero de 2027 para ciertos espacios de trabajo Enterprise con una exención). Las cuentas Personal, Free, Go, Plus y Pro ya no pueden crear ni publicar nuevos GPT; en los espacios de trabajo Business, Enterprise y Edu, la creación depende de la configuración y cesó el 26 de octubre de 2026 en los espacios Enterprise afectados. Los GPT existentes siguen siendo utilizables y editables si tu plan lo permite hasta su retirada; tus conversaciones con ellos seguirán siendo accesibles después. La migración (Migrate to plugin, en My GPTs) convierte las instrucciones en una habilidad (skill), la base de conocimientos en archivos de referencia y las aplicaciones conectadas en apps; las acciones personalizadas no se transfieren. Esta lección explica cómo funcionan los GPT para ayudarte a mantenerlos, migrarlos y adaptar sus principios a un plugin (lecciones 15–17).

De la teoría a la práctica

Ya sabes qué es una acción (Action) y cómo asegurar su autenticación. Es hora de ver qué aspecto tiene un GPT conectado fuera del laboratorio. Esta lección desglosa tres ejemplos reales: un CRM, un calendario y una base de datos, detallando la necesidad inicial, la configuración elegida y lo que obtiene el usuario día a día. Verás que, más allá de las diferencias de herramientas, las tres configuraciones siguen los mismos principios de diseño, que resumiremos al final de la lección.

Caso 1: Consultar tu CRM en lenguaje natural (HubSpot)

Imagina un director de ventas que pasa el día saltando de reunión en reunión. Cada vez que quiere comprobar el estado de una oportunidad, tiene que abrir HubSpot, navegar por los filtros y buscar la vista correcta. Su necesidad es simple: hacer preguntas como lo haría con un asistente humano y obtener una respuesta sin salir del chat.

La configuración es intencionadamente mínima: el esquema OpenAPI expone solo tres endpoints: GET /contacts para buscar contactos por nombre, empresa o estado; GET /deals para listar oportunidades con filtros (importe, fase, fecha); y POST /notes para añadir una nota a un contacto. La autenticación se basa en el token de acceso de una aplicación privada de HubSpot, pasado como token Bearer, con permisos limitados a leer y añadir notas. Esta elección no es arbitraria: incluso si un usuario malintencionado manipulase el GPT, este no podría modificar un trato ni alterar los detalles de un contacto porque la propia API lo prohíbe. Las instrucciones del GPT blindan el alcance una segunda vez: especifican que es un asistente de ventas conectado al CRM de HubSpot, que debe usar la API siempre que se le pregunte por un contacto o una oportunidad, que debe reformular cualquier nota y pedir confirmación antes de añadirla, y que nunca debe modificar el estado de un trato ni los detalles de un contacto.

En la práctica, el resultado cambia la rutina diaria del director de ventas. Escribe «¿Cuáles son mis tratos en negociación superiores a 50.000 €?» y recibe una lista formateada. Pide «Muéstrame los contactos de la empresa Durand & Fils» o dicta «Añade una nota al contacto Marie Leroy: llamada el 15 de marzo, interesada en la oferta Premium»; el GPT reformula, espera el visto bueno y luego escribe en HubSpot.

Caso 2: Gestionar un calendario mediante chat (Google Calendar)

Segundo escenario: un asistente ejecutivo malabarea con la agenda de su jefe, gestionando la creación de reuniones, reprogramaciones de última hora y comprobaciones de disponibilidad. Aquí, a diferencia del CRM, la escritura es central para la necesidad: debes poder crear, mover y cancelar eventos. Por tanto, el esquema OpenAPI cubre cuatro endpoints: GET /events para listar eventos de un periodo, POST /events para crear un evento, PUT /events/{id} para modificar un evento existente y DELETE /events/{id} para cancelar uno.

Dado que el GPT toca datos personales de Google, la autenticación usa OAuth 2.0 con solo el ámbito calendar.events: el GPT puede leer y escribir eventos, pero no puede tocar la configuración del calendario. Cuanto mayor es el poder de escritura, más críticos se vuelven los carriles de guarda (guardrails) en las instrucciones. Estos exigen que el GPT resuma cualquier creación o modificación y pida confirmación antes de actuar, exigen doble confirmación antes de cualquier eliminación e instruyen al modelo para que compruebe sistemáticamente los conflictos de agenda antes de proponer un hueco.

En la práctica, el asistente pregunta «¿Qué tengo mañana por la tarde?», «Programa una reunión con el equipo de marketing el martes a las 14:00 durante 1 hora» o «Mueve el seguimiento con Pierre de las 10:00 a las 11:00». El GPT comprueba la disponibilidad, anuncia lo que está a punto de hacer y ejecuta solo tras la validación. La fricción añadida por la confirmación es el precio modesto de una agenda que nunca se estropea por un malentendido.

Caso 3: Explorar una base de datos de comentarios (Airtable)

Tercer caso: un equipo de producto centraliza tickets y comentarios de clientes en Airtable, pero no todo el mundo domina la sintaxis de filtros. En lugar de formar a todos en la herramienta, el equipo pone la base de datos en conversación. Bastan dos endpoints: GET /records para listar registros con filtros y ordenación, y POST /records para crear un nuevo registro. La autenticación usa un token de acceso personal de Airtable, pasado como token Bearer, con acceso restringido solo a la base «Product Feedback»; las demás bases del espacio de trabajo permanecen invisibles.

Las instrucciones otorgan al GPT su rol de asistente de producto conectado a la base de datos de comentarios, le indican que consulte la base con los filtros adecuados siempre que una pregunta concierna a comentarios de clientes e imponen un formato de respuesta: una tabla con columnas para fecha, cliente, categoría y resumen. Lo más importante es que establecen un límite claro: el GPT puede crear nuevos tickets, pero nunca modificar ni eliminar los existentes. Cualquier miembro del equipo puede entonces preguntar «¿Cuántos errores se han reportado este mes?», «¿Cuáles son los comentarios más recientes sobre la función de facturación?» o dictar «Crea un ticket: error de visualización en la página de pago, reportado por el cliente Dupont el 28 de marzo».

Tres GPT conectados Tres paneles: un CRM de HubSpot consultado y anotado, con un token de aplicación privada y derechos de lectura/notas; un Google Calendar leído y poblado, vía OAuth con solo el ámbito calendar.events; una base de comentarios de Airtable explorada, con un token personal limitado a una sola base. CASOS PRÁCTICOS Tres GPT conectados 1 CRM de HubSpot Consultar contactos, añadir notas. Token de aplicación privada Lectura y notas 2 Google Calendar Leer y crear eventos. OAuth calendar.events 3 Airtable Explorar una base de comentarios. Token personal Solo una base Antes de construir una acción, busca una app existente en el directorio de Plugins.
Basado en el artículo «Configuring actions in GPTs» del Centro de ayuda de OpenAI (noviembre de 2026) y la documentación de Airtable y HubSpot.

Qué tienen en común estos tres casos

Dando un paso atrás, tres patrones atraviesan estas diferentes configuraciones. El primero es la regla de oro de los GPT conectados: lectura libre, escritura controlada. Los tres GPT consultan sus datos sin fricción, pero ninguno escribe sin la confirmación explícita del usuario. El segundo patrón concierne a las instrucciones: un GPT no adivina cuándo activar una acción. En los tres casos, las instrucciones establecen explícitamente «cuando el usuario pida X, usa la acción Y»; sin esta directriz, el modelo corre el riesgo de responder desde su memoria en lugar de consultar la fuente. El tercer patrón es la sobriedad de alcance: ninguno de los tres GPT expone toda la API de su herramienta. Solo de dos a cuatro endpoints, elegidos para el caso de uso, nada más.

Para adaptar este enfoque a tus propias necesidades, sigue el orden de construcción que ilustran estos tres ejemplos:

  1. Identifica una herramienta que uses a diario y que tenga API, y define dos o tres casos de uso concretos: las preguntas que haces con más frecuencia.
  2. Crea un esquema OpenAPI mínimo con solo los endpoints necesarios.
  3. Configura la autenticación adecuada (clave de API u OAuth).
  4. Añade carriles de guarda en las instrucciones para cualquier operación de escritura.
  5. Prueba con consultas reales antes de abrir el acceso a otros.

Una palabra sobre las trampas observadas en creadores principiantes. La más frecuente es conectar una API «por si acaso», sin un caso de uso específico: acabas con un GPT que teóricamente puede hacerlo todo, pero que en la práctica no hace nada bien. La más peligrosa es permitir la escritura sin confirmación: un GPT que crea o modifica datos sin validación puede causar daños reales en un CRM o un calendario compartido. Considera también los errores de API: si el servicio no está disponible o devuelve un error, tu GPT debe saber qué decirle al usuario en lugar de inventar una respuesta. Por último, resiste la tentación de exponer demasiados endpoints: cada uno consume contexto y, más allá de cinco, la precisión del GPT se degrada.

Tu turno

¿Acción o app? Para uno de los tres casos, o para una herramienta de tu empresa, busca primero en el directorio de Plugins de ChatGPT para ver si ya existe una app para ese servicio. Si es así, anota qué permite y qué falta; si no, redacta el plan de acción: operaciones del esquema, modo de autenticación, derechos mínimos y carriles de guarda en las instrucciones. Guarda este plan: es la base para una integración de plugin, ya que las acciones no se migran.

Fuentes oficiales: Configuring actions in GPTs (Centro de ayuda de OpenAI: autenticación, esquema OpenAPI, pruebas, límites) · Plugins in ChatGPT (directorio y apps) · Authentication (Airtable: tokens de acceso) · Private apps (HubSpot: token de acceso)

Puntos clave

  • Los GPT conectados a herramientas reales (CRM, calendario, base de datos) resuelven problemas cotidianos concretos.
  • Aplica la regla de oro «lectura libre, escritura controlada»: confirma siempre antes de modificar.
  • Menciona explícitamente las acciones (Actions) en las instrucciones para que el GPT sepa cuándo activarlas.
  • Limita los endpoints al mínimo estricto (de 2 a 5) y planifica la gestión de errores de la API.
  • Empieza simple: una herramienta, dos endpoints, y enriquece progresivamente.