Si el criterio principal es continuar un trabajo largo en varios chats sin tener que copiar manualmente cada decisión anterior, ChatGPT Projects tiene hoy la arquitectura más explícita para la continuidad entre conversaciones. La documentación de OpenAI dice que los proyectos tienen memoria integrada, pueden consultar otros chats del mismo proyecto y, en el modo de memoria solo del proyecto, aíslan ese contexto de conversaciones externas. Claude Projects sigue otra filosofía: los archivos y las instrucciones de la base de conocimiento se aplican a todos los chats, pero Anthropic afirma expresamente que el contexto de una conversación no se comparte con otra salvo que la información se añada a la base de conocimiento del proyecto. Gemini Gems queda en un punto intermedio: reutiliza instrucciones y archivos de conocimiento y la documentación actual de Google para los Gems clásicos indica que mantienen contexto de chats anteriores, mientras que la memoria personal general de Gemini no funciona dentro de Gems.
Eso no significa que algún producto “recuerde todo” ni que cualquiera de ellos sustituya una fuente de verdad bien mantenida. Para proyectos largos, la pregunta útil es más concreta: ¿el sistema recupera la decisión correcta, actualiza información antigua, resuelve conflictos de instrucciones y evita traer contexto del lugar equivocado?
Qué significa mantener contexto en un proyecto largo
Una comparación de contexto persistente no debería limitarse a contar archivos o medir el tamaño de la ventana de contexto. Para trabajos de semanas o meses, importan más cuatro comportamientos:
- Recuperación entre chats: ¿una decisión tomada en el chat A reaparece correctamente en el chat B?
- Actualización: cuando una regla antigua es sustituida, ¿el sistema privilegia la versión nueva?
- Conflicto de instrucciones: ¿las instrucciones globales, las del proyecto y las solicitudes del chat se aplican de forma previsible?
- Aislamiento: ¿un proyecto puede impedir que datos o preferencias de otro contexto contaminen la respuesta?
Estos criterios miden continuidad y fidelidad, no solo capacidad de almacenamiento.
ChatGPT Projects: la continuidad entre chats es una parte explícita del producto
En su documentación oficial, OpenAI describe Projects como espacios que reúnen chats, archivos e instrucciones, y afirma que la memoria del proyecto puede utilizar conversaciones anteriores del mismo proyecto. Con memoria solo del proyecto, los chats pueden consultar otros chats de ese proyecto, no pueden consultar conversaciones externas y tampoco pueden ser utilizados como referencia por chats externos. Las instrucciones del proyecto se aplican solo allí y sustituyen las instrucciones personalizadas globales.
Esta combinación es especialmente útil cuando el conocimiento importante nace durante el propio trabajo: decisiones editoriales, correcciones, preferencias de formato, cambios de alcance y conclusiones registradas en conversaciones diferentes. En vez de obligar a convertir cada decisión en un archivo de referencia, el historial de conversaciones del proyecto puede participar en la recuperación.
Hay una salvedad importante: poder consultar el historial no garantiza recuperar toda la información relevante en cada respuesta. La memoria y la selección de contexto siguen siendo mecanismos probabilísticos. En proyectos críticos, las decisiones que no pueden perderse deberían consolidarse igualmente en una fuente de verdad explícita.
Fuente: OpenAI — Projects in ChatGPT.
Claude Projects: el contexto compartido es la base de conocimiento, no los otros chats
Claude Projects es más deliberado. Anthropic describe los proyectos como espacios autocontenidos con historial de chats, base de conocimiento e instrucciones de proyecto. Todo lo que se añade al conocimiento del proyecto puede utilizarse en las conversaciones del proyecto. Cuando ese conjunto se acerca al límite de contexto, Claude puede activar automáticamente RAG y recuperar solo los fragmentos relevantes, ampliando la capacidad de la base de conocimiento.
La diferencia central aparece de forma explícita en la documentación de Anthropic: el contexto no se comparte entre chats de un proyecto salvo que la información se añada a la base de conocimiento. En la práctica, esto reduce la expectativa de que una decisión tomada de manera casual en un chat sea recordada en otro. Para obtener continuidad, el usuario debe promover las decisiones importantes a un documento, texto u otro contenido del conocimiento del proyecto.
Ese diseño puede ser una ventaja cuando el proyecto exige gobernanza. La base de conocimiento se convierte en una capa más controlable: es más fácil saber qué debería estar disponible en todos los chats y eliminar o sustituir material antiguo. A cambio, exige más trabajo de curación y aumenta el riesgo de que una decisión reciente quede atrapada en el chat donde fue tomada.
Fuentes: Anthropic — How can I create and manage projects? y Anthropic — RAG for Projects.
Gemini Gems: instrucciones y conocimiento persisten, pero “memoria” se refiere a capas distintas
Los Gems permiten guardar instrucciones y adjuntar archivos de conocimiento para que Gemini responda con más contexto. La documentación actual de Google para Gems clásicos también afirma que mantienen contexto de chats anteriores. Al mismo tiempo, la función general de personalización de Gemini basada en memoria de chats pasados tiene una limitación explícita: no está disponible en Gems.
Esas dos afirmaciones no son necesariamente contradictorias. Señalan capas diferentes: una es la continuidad asociada al propio Gem; la otra es la memoria personal transversal de Gemini. Para quien evalúa aislamiento, la distinción es importante porque un Gem no debe confundirse con la memoria general de la cuenta.
Frente a ChatGPT Projects, la zona menos documentada es la regla operativa para conflictos y sustituciones a lo largo de muchos chats: qué hechos antiguos dejan de recuperarse tras una corrección, cómo se priorizan versiones rivales y qué límites exactos existen entre conversaciones de Gems distintos. Por eso, la capacidad parece prometedora, pero merece una prueba práctica antes de tratarse como un repositorio implícito de decisiones críticas.
Fuentes: Google — Tips for creating custom Gems, Google — Classic Gems and Gems from Google Labs y Google — Memory of past Gemini chats.
Comparación práctica: ¿qué arquitectura favorece cada prueba?
| Prueba | ChatGPT Projects | Claude Projects | Gemini Gems |
|---|---|---|---|
| Recuperar una decisión de otro chat | Es un comportamiento documentado de la memoria del proyecto | No se comparte por defecto; la decisión debe añadirse al conocimiento del proyecto | Los Gems clásicos tienen continuidad de chats anteriores documentada, pero con menos detalle sobre las reglas de recuperación |
| Sustituir información antigua | El historial puede contener versiones rivales; sigue siendo aconsejable consolidar de forma explícita | Es más controlable cuando la fuente antigua se elimina o actualiza en la base de conocimiento | Necesita prueba práctica para saber cómo se priorizan versiones en conflicto |
| Mantener instrucciones del entorno | Las instrucciones del proyecto son específicas y sustituyen las instrucciones personalizadas globales | Las instrucciones del proyecto se aplican a sus chats | Las instrucciones guardadas definen el comportamiento del Gem |
| Aislar contextos | La memoria solo del proyecto documenta límites explícitos | El proyecto es autocontenido y los chats no comparten contexto casualmente | La memoria personal general no funciona en Gems; otros límites deben validarse en el uso |
Entonces, ¿cuál mantiene mejor el contexto de un trabajo largo?
Para continuidad automática entre varias conversaciones, ChatGPT Projects es la opción más fuerte según el comportamiento documentado oficialmente. Está diseñado para que los chats del mismo proyecto puedan consultarse entre sí y ofrece un modo específico para mantener ese contexto dentro de los límites del proyecto.
Claude Projects es más fuerte cuando “contexto” significa una base curada y controlable. No promete que un chat recordará otro; en su lugar, impulsa al usuario a convertir lo importante en conocimiento compartido. Eso puede reducir la deriva y facilitar la actualización de una fuente oficial, siempre que el equipo realice esa curación.
Gemini Gems es competitivo para flujos repetibles basados en instrucciones y archivos fijos, y su documentación actual ya indica continuidad de chats anteriores en los Gems clásicos. Aun así, como la memoria personal de Gemini es una capa separada y no funciona dentro de Gems, y las reglas de sustitución y conflicto son menos explícitas en las páginas revisadas, conviene validar el comportamiento en el propio flujo antes de depender de memoria implícita.
Un benchmark reproducible que va más allá de una tabla de funciones
Si la decisión es importante, la mejor prueba es usar el mismo proyecto ficticio en los tres productos y medir errores, no solo funciones declaradas. Un protocolo sencillo puede tener cuatro rondas:
- Información inicial: registre que el cliente usa el nombre en clave “Aurora”, prefiere entregas los jueves y prohíbe citas sin fuente.
- Sustitución: en otro chat, cambie el nombre en clave a “Órbita” y la entrega al martes. Después pregunte en una tercera conversación qué reglas siguen vigentes.
- Conflicto: añada una instrucción del proyecto para respuestas breves y, en un chat, pida deliberadamente una respuesta larga. Registre qué capa prioriza el producto y si explica el conflicto.
- Aislamiento: cree un segundo proyecto con otro nombre en clave y reglas diferentes. En el primer proyecto, pregunte por algo que solo existe en el segundo y contabilice cualquier filtración.
Repita cada prueba varias veces y registre tres métricas: exactitud factual, uso de la versión más reciente y filtración de contexto. Si una respuesta es correcta solo porque la información se reintrodujo en el prompt actual, no debería contar como recuperación persistente.
Cómo elegir sin sobrevalorar la memoria
- Elija ChatGPT Projects cuando las decisiones surgen en muchos chats y quiere que el entorno intente reutilizar ese historial automáticamente.
- Elija Claude Projects cuando el equipo prefiere una fuente de verdad explícita y acepta promover decisiones importantes a la base de conocimiento.
- Elija Gemini Gems cuando el núcleo del flujo es un conjunto reutilizable de instrucciones y archivos y piensa validar, en su caso real, hasta dónde llega la continuidad entre conversaciones.
En cualquiera de las tres opciones, la práctica más segura para proyectos largos es separar memoria conveniente de registro autoritativo. Las decisiones de alto impacto, los requisitos vigentes y los hechos que sustituyen versiones antiguas deberían vivir en un documento o fuente del proyecto claramente mantenida. La memoria ayuda a continuar el trabajo; no debería ser la única capa de gobernanza.
Límite de esta comparación
Este análisis compara la arquitectura y los comportamientos descritos en la documentación oficial consultada el 31 de agosto de 2026. No sustituye un benchmark controlado ejecutado en cuentas equivalentes de los tres servicios. Las funciones de memoria, la disponibilidad por plan y las reglas de contexto pueden cambiar; por eso, el protocolo anterior es la forma adecuada de convertir esta comparación documental en una medición práctica y reproducible.
