Ir al contenido principal
Español— Elegir un idioma
Menú

Prueba, itera y publica

Lección 7 de 17 Actualizado el 5 de noviembre de 2026 Intermedio
En esta página
  1. Un GPT nunca es perfecto al primer intento
  2. El método de prueba sistemático
  3. Iterar con eficacia
  4. Publicar tu GPT
  5. Tu turno
  6. Puntos clave

Estado a 5 de noviembre de 2026: los GPTs están en sus últimas semanas. OpenAI retirará los GPTs personalizados el 11 de diciembre de 2026 (el 11 de febrero de 2027 para ciertos espacios de trabajo Enterprise con una exención). Las cuentas personales (Free, Go, Plus y Pro) ya no pueden crear ni publicar nuevos GPTs. En los espacios de trabajo Business, Enterprise y Edu, la creación depende de la configuración del administrador; cesó el 26 de octubre de 2026 en los espacios Enterprise afectados. Los GPTs existentes siguen siendo utilizables y editables (si tu plan lo permite) hasta su retirada; tu historial de conversaciones con ellos seguirá siendo accesible después. La herramienta de migración (Migrate to plugin, disponible 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 GPTs para ayudarte a mantenerlos, migrarlos y aplicar sus principios a la creación de un plugin (lecciones 15–17).

Un GPT nunca es perfecto al primer intento

Ya has escrito tus instrucciones, añadido tus archivos de conocimiento y configurado las capacidades. La tentación de hacer clic en «Publish» de inmediato es fuerte; al fin y al cabo, el panel de vista previa parece responder bien. Resístete. Un GPT sin probar decepcionará a sus primeros usuarios, y un usuario decepcionado no vuelve. Esta lección te ofrece un método de prueba sistemático, los ajustes más comunes que debes realizar y una estrategia para una publicación gradual.

El método de prueba sistemático

Una buena prueba se desarrolla en cuatro fases, de lo obvio a lo complejo. Comienza con los casos nominales: las cinco o diez consultas más frecuentes que tu GPT debe gestionar, las razones mismas por las que lo has creado. Para un GPT «Asistente de ventas», los ejemplos incluyen: «Redacta un correo de seguimiento para un prospecto que no ha respondido en dos semanas», «¿Cuáles son nuestros argumentos frente al competidor X?» o «Prepara un resumen de nuestra oferta para una pyme industrial». Si estas consultas fallan, no tiene sentido avanzar: revisa primero tus instrucciones.

A continuación llega el paso que la mayoría de los creadores se saltan: los casos límite. Lleva tu GPT al extremo con solicitudes ambiguas («Ayúdame con eso de la semana pasada»), prompts incompletos que carecen de datos clave, mensajes muy largos o reducidos a tres palabras, o incluso una pregunta formulada en otro idioma. Los usuarios reales nunca expresan sus solicitudes como tú imaginas; aquí es donde descubres cómo se comporta tu GPT en medio del caos cotidiano.

Tercero: los casos fuera de ámbito. Tu GPT debe saber rechazar educadamente las solicitudes ajenas a su dominio. Pide a tu GPT de ventas que escriba un poema, a tu GPT de RR. HH. el precio de las acciones de Apple o, para una prueba más seria, los datos personales de un cliente. Si el GPT obedece en lugar de declinar, los límites de tus instrucciones son demasiado débiles.

Termina con una prueba de coherencia en el tiempo: formula la misma pregunta tres veces seguidas. Las respuestas no serán idénticas —eso es normal—, pero deben ser coherentes entre sí. Un GPT que se contradice de una respuesta a otra revela instrucciones vagas que dejan demasiado margen a la interpretación.

Iterar con eficacia

Probar sin tomar notas es inútil: para el tercer ajuste, no recordarás qué cambió qué. Lleva un registro de pruebas, aunque sea sencillo; una hoja de cálculo sirve perfectamente. Anota en cada intento la consulta realizada, la respuesta recibida, qué fue correcto o incorrecto y la modificación de instrucciones resultante. Este registro pronto se vuelve invaluable: cuando aparezca una regresión, podrás encontrar el cambio que la causó en menos de un minuto.

Con la experiencia, notarás que los problemas encontrados —y sus soluciones— se repiten. Un GPT demasiado verboso se corrige con una instrucción como: «Sé conciso. Máximo 200 palabras salvo solicitud explícita». Un GPT que ignora sus archivos de conocimiento necesita: «Consulta siempre tu base de conocimientos antes de responder». Un GPT que se sale de su ámbito requiere límites más estrictos: «Si la pregunta no trata sobre [dominio], indica que está fuera de tu ámbito». Y para el defecto más grave, alucinar información, la contramedida es: «Si no encuentras la información en tus archivos, dilo claramente. Nunca fabriques datos».

Una regla de oro rige todas estas iteraciones: cambia solo un parámetro a la vez y vuelve a probar. Si modificas tres instrucciones a la vez y el resultado mejora, nunca sabrás cuál marcó la diferencia o cuál rompió algo en silencio.

Publicar tu GPT

Una vez que las pruebas sean satisfactorias, decide quién puede usar tu GPT. Ábrelo en el editor y elige Share; los niveles disponibles dependen de tu cuenta y espacio de trabajo:

NivelQuién puede acceder
Invite-onlyEn una cuenta personal, solo tú; en un espacio de trabajo, también individuos o grupos añadidos
Anyone at your workspace with the linkMiembros del espacio de trabajo que tengan el enlace
Your workspaceTodos los miembros del espacio de trabajo
Anyone with the linkCualquier persona con el enlace, si el uso compartido de enlaces públicos está habilitado para ti
GPT StorePublicación pública de GPTs elegibles, cuando la configuración de la cuenta y del espacio de trabajo lo permiten

Recordatorio crítico: las cuentas personales ya no pueden publicar nuevos GPTs, y la migración a un plugin parte de la última versión publicada del GPT; los borradores no se incluyen.

Prueba antes de compartir Bucle de cuatro pasos: casos nominales (solicitudes frecuentes); casos límite (solicitudes ambiguas); solicitudes fuera de ámbito (rechazar educadamente); coherencia en un intercambio prolongado. Cambia una cosa a la vez y vuelve a probar. EL CICLO DE PRUEBA Prueba antes de compartir 1 Nominal Solicitudes frecuentes 2 Casos límite Solicitudes ambiguas 3 Fuera de ámbito Rechazar educadamente 4 Duración Coherencia en el tiempo Un cambio a la vez y luego volver a probar Uso compartido por tipo de cuenta: Solo invitación, espacio de trabajo, enlace o GPT Store.
Basado en el artículo «Sharing and publishing GPTs» del Centro de ayuda de OpenAI (noviembre de 2026).

La estrategia correcta es gradual: comienza con acceso restringido durante las pruebas, amplía mediante enlace a unos pocos colegas de confianza que encontrarán los vacíos que pasaste por alto y, solo entonces, considera hacerlo público. Antes de ese paso final, una última verificación es esencial: el nombre y la descripción deben ser claros e informativos, los iniciadores de conversación deben guiar correctamente al usuario, ningún archivo de Knowledge debe contener datos confidenciales, las instrucciones no deben incluir claves de API ni contraseñas, y toda la configuración debe cumplir las políticas de uso de OpenAI.

Tu turno

Toma el GPT que construiste en las lecciones anteriores y somételo a la prueba completa: prepara diez consultas de prueba (cinco nominales, tres casos límite, dos fuera de ámbito), ejecútalas registrando cada resultado, identifica los tres ajustes prioritarios, modifica las instrucciones un cambio a la vez y vuelve a probar. Comparte primero con acceso restringido y luego amplía gradualmente. Si este ciclo te parece largo, es porque lo es; y eso es exactamente lo que separa los GPTs que la gente reutiliza de los que se abandonan tras dos intentos.

Fuentes oficiales: Sharing and publishing GPTs (Centro de ayuda de OpenAI: niveles de uso compartido, cuentas personales) · Custom GPT retirement and migration FAQ (se utiliza la versión publicada)

Puntos clave

  • Prueba sistemáticamente con casos nominales, límite y fuera de ámbito
  • Mantén un registro de pruebas para seguir tus iteraciones
  • Cambia un parámetro a la vez para medir el impacto
  • Publica gradualmente: personal → enlace → equipo → público
  • Un GPT de calidad requiere varios ciclos de iteración; eso es normal