OpenAI presentó los GPT personalizados en noviembre de 2023. Permitían configurar una versión especializada de ChatGPT sin necesidad de programar, simplemente indicando qué debía hacer, cómo debía responder y qué información podía utilizar. Un GPT era una suerte de asistente entrenado por nosotros para hacer siempre una misma tarea, como redactar con nuestro estilo o analizar facturas siempre con nuestras propias pautas.
Así aparecieron tutores de idiomas, asistentes comerciales, revisores de documentos, redactores y miles de herramientas dedicadas a tareas concretas. En enero de 2024 llegó la GPT Store (la tienda de GPT) y el éxito fue tal que se crearon más de tres millones de GPT en apenas dos meses.
Casi tres años después, OpenAI decidió retirar estos asistentes y ofrecer a sus creadores la posibilidad de convertirlos en plugins o complementos, una nueva forma de incorporar conocimientos, instrucciones y herramientas a ChatGPT. La retirada general está prevista para diciembre de este año, aunque algunas organizaciones podrán disponer de un plazo adicional.
¿Qué es exactamente un plugin? En este nuevo sistema, un complemento es un conjunto de recursos que permite ampliar las funciones de ChatGPT. Puede incluir instrucciones para desarrollar una tarea, documentos de referencia y conexiones con otras aplicaciones. Por ejemplo, un plugin dedicado a preparar presupuestos podría contener las reglas de redacción de una empresa, modelos de presupuestos anteriores y acceso autorizado a herramientas donde se encuentran los datos necesarios.
¿Y en qué se diferencia de los antiguos GPT? Antes tenías que entrar en un GPT personalizado cada vez que querías utilizarlo. Ahora puedes seguir trabajando en tu ChatGPT habitual y aprovechar las funciones del plugin cuando las necesites, sin cambiar de asistente. Incluso ChatGPT puede reconocer qué habilidad necesitas y utilizarla automáticamente, siempre que esté disponible.
La migración aprovecha buena parte de lo que ya se había creado. Las instrucciones del GPT pasan a convertirse en una skill dentro del plugin y los documentos utilizados como conocimiento se trasladan a sus archivos de referencia. Sin embargo, algunas funciones necesitan ajustes: las acciones personalizadas que conectaban los GPT con servicios externos no se transfieren automáticamente y puede ser necesario reconstruirlas. Tampoco está garantizado que el nuevo complemento responda exactamente igual que su antecesor.
Para quienes utilizaban GPT creados por otros la situación depende de sus desarrolladores, porque los usuarios no pueden migrar directamente asistentes que no les pertenecen (como antes tampoco podían modificarlos o editarlos).
Google: los Gems se convierten en skills
Google había presentado los Gems en agosto de 2024 como versiones personalizadas de Gemini. Su funcionamiento era parecido al de los GPT, porque el usuario configuraba una vez las instrucciones, el contexto y el comportamiento que necesitaba, y después podía reutilizar ese asistente sin empezar de cero.
Ahora Google está sustituyendo ese modelo por las llamadas skills o habilidades. Una skill es un conjunto de instrucciones reutilizables que enseña a una IA cómo realizar una tarea determinada. En lugar de abrir un Gem específico, el usuario puede activar una habilidad dentro de su conversación con Gemini mediante comandos como «/», o permitir que el sistema recurra a ella cuando resulte pertinente.
Para las cuentas personales de adultos, la migración comenzará a mediados de noviembre de este año y los Gems dejarán de utilizarse como hasta ahora. Google los convertirá en borradores de skills que podrán revisarse y adaptarse. Los Gems originales desaparecerán de Gemini en diciembre, mientras que las cuentas empresariales y educativas tendrán plazos más amplios, previstos para 2027, pero cuidado, porque la transición no garantiza que todas las configuraciones funcionen igual que antes.
Microsoft había marcado el precedente
El abandono de los asistentes personalizados no comenzó con OpenAI y Google. Microsoft había lanzado su GPT Builder para Copilot Pro en marzo de 2024 y lo retiró apenas cuatro meses después. En julio de aquel año dejó de permitir crear o utilizar esos GPT y eliminó las herramientas personalizadas junto con sus datos asociados.
La diferencia con lo que ocurre ahora es que OpenAI y Google han preparado mecanismos para trasladar parte del trabajo realizado por sus usuarios a los nuevos productos. No todas las funciones se conservan ni todas las migraciones serán idénticas, pero el objetivo es aprovechar conocimientos e instrucciones que ya estaban configurados, en lugar de obligar a reconstruirlos por completo.
Anthropic creó las skills
En octubre de 2025, Anthropic presentó sus Agent Skills para Claude, una propuesta que permitía añadir conocimientos especializados y procedimientos reutilizables a sus agentes. En lugar de acumular instrucciones largas dentro de una conversación, la IA podía recurrir a una habilidad preparada para un trabajo concreto y consultar los materiales necesarios para realizarlo.
Una skill puede ser tan sencilla como unas instrucciones para redactar documentos con un estilo determinado o tan compleja como un conjunto de procedimientos, archivos y scripts para analizar información, procesar datos o generar documentos siguiendo reglas específicas. Su componente principal es un archivo denominado SKILL.md, que describe la habilidad y puede acompañarse de carpetas con ejemplos, recursos y otros materiales.
A finales de 2025, Anthropic publicó Agent Skills como estándar abierto, permitiendo que otras compañías adoptaran el mismo formato. En octubre de 2026 dio un paso más y cedió el proyecto a la Agentic AI Foundation, una iniciativa bajo el paraguas de la Linux Foundation. Según Anthropic, más de 70 plataformas ya han incorporado el estándar, entre ellas ChatGPT, GitHub Copilot, Cursor y Visual Studio Code.
Lo que nació como una forma de ampliar las capacidades de Claude empieza así a convertirse en un lenguaje compartido entre distintas herramientas de inteligencia artificial. La idea es que una habilidad creada para una plataforma pueda utilizarse también en otra, aunque los permisos, las conexiones y las funciones disponibles pueden exigir adaptaciones.
OpenAI y Google no están incorporando exactamente el mismo producto, pero sí comparten la idea de separar las habilidades reutilizables por un lado, y el asistente con el que conversamos por el otro. En OpenAI esas habilidades pueden formar parte de un plugin más amplio, mientras que Google las incorpora directamente a Gemini.
De conversar con la IA a delegarle trabajo
Durante los primeros años de la IA generativa, nuestra relación con los modelos consistía principalmente en escribir una petición, recibir una respuesta y continuar dando instrucciones. Los GPT y los Gems simplificaron ese proceso porque permitían guardar las órdenes, los documentos y las preferencias que utilizábamos muy seguidos, para no tener que repetirlo cada vez, pero seguíamos haciendo buena parte del trabajo.
Ahora el desarrollo de los agentes trata de cambiar eso. Un agente de IA puede organizar una tarea en distintos pasos, consultar información, utilizar herramientas y producir resultados con una intervención humana menor. La diferencia no está simplemente en que redacte un correo o resuma un documento, sino en que pueda realizar sola la mayor parte del proceso necesario para completar nuestro pedido.
En esa línea OpenAI presentó en abril de 2026 sus workspace agents para organizaciones y, unos meses después, lanzó ChatGPT Work, una modalidad diseñada para realizar trabajos más extensos utilizando archivos, aplicaciones y herramientas. La idea es que el usuario pueda delegar la preparación de informes, presentaciones, hojas de cálculo o investigaciones, en lugar de tener que dirigir cada etapa del proceso por separado.
Sin embargo, una skill no es lo mismo que un agente. La skill proporciona conocimientos e instrucciones para desarrollar una tarea, pero el agente es el sistema que puede planificar y ejecutar acciones utilizando esas habilidades y las herramientas disponibles. Un agente puede utilizar varias skills, y una skill puede funcionar también dentro de un asistente que no tenga autonomía para actuar fuera de la conversación.
Este cambio abre posibilidades pero también introduce nuevos riesgos. Una respuesta equivocada en el chat puede corregirse antes de utilizarla, mientras que un agente con permisos para intervenir en aplicaciones o archivos puede ejecutar acciones que quizás no tengan vuelta atrás. Por eso, a medida que estos sistemas tienen más autonomía, crece la importancia de establecer permisos, supervisar operaciones y verificar resultados.
Las novedades implicarán adquirir nuevas competencias, aunque los que ya venían aventajados seguirán usando muchos de sus aprendizajes previos. El que sabe definir una tarea, establecer un público, indicar el tono de comunicación, seleccionar fuentes, determinar el formato de respuesta o fijar restricciones ya tiene una base importante para trabajar con skills y plugins.
En muchos casos, convertir unas instrucciones utilizadas en un GPT o un Gem en una habilidad no requiere comenzar desde cero. La diferencia es que ahora esas instrucciones pueden integrarse en sistemas más amplios, dan más posibilidades de combinación y pueden usarse en distintos momentos de un proceso de trabajo.
Lo que cambia es el botón que debemos tocar y cómo lo llamamos, pero la habilidad es casi la misma. Por otro lado, es cierto que el paso hacia los agentes también exige otras competencias nuevas, como decidir qué permisos concedemos, qué información compartimos, qué tareas pueden ejecutarse sin intervención humana y cómo comprobamos que el resultado está bien.
No alcanza con aprender a escribir buenas instrucciones cuando el sistema al que se las damos también tiene capacidad para actuar de forma autónoma. Es decir, el desafío ya no consiste únicamente en conseguir que la IA responda bien, sino en aprender a decidir qué trabajo podemos delegarle y cuál debe seguir bajo nuestro control.
Laura Capriata (divulgadora, formadora e investigadora en IA)
