Proyectos y biblioteca de archivos en ChatGPT

Aprender a usar Proyectos en ChatGPT te permite cargar tus documentos, plantillas y manuales para que la IA responda con contexto real de tu negocio, no con respuestas genéricas. Es ideal para quien ya generó material en clases anteriores y quiere ponerlo a trabajar. La diferencia está en combinar fuentes con instrucciones personalizadas para ahorrar tiempo y mejorar la calidad de cada respuesta.

¿Qué es la función Proyectos y para qué sirve?

Un proyecto en ChatGPT funciona como una carpeta donde guardas conversaciones, cargas archivos y defines instrucciones específicas. Lo encuentras en la barra de la izquierda con el botón más [00:52].

Al crear uno, todas las conversaciones que tengas dentro quedan almacenadas ahí. Eso te ayuda a mantener tus chats ordenados por temática o por proyecto. En la demostración se crea uno llamado "el Mejor vendedor", con ícono verde y símbolo de dinero, pensado para apoyar a un equipo de ventas [01:07].

Si vas a cualquier chat existente y haces clic en los tres puntitos, puedes moverlo al proyecto que quieras [01:47]. Hasta aquí es solo una carpeta, pero el potencial real aparece cuando cargas fuentes.

¿Qué son los Proyectos en ChatGPT? Son carpetas donde cargas archivos, instrucciones y conversaciones para que la IA trabaje con el contexto específico de tu negocio o tarea, dando respuestas más precisas y personalizadas.

¿Cómo cargar fuentes para respuestas más precisas?

Aquí es donde se desbloquea el verdadero valor. Puedes cargar información desde distintos lugares: Google Drive, Slack, pegar texto directamente o subir archivos [02:00].

En el ejemplo se cargan tres documentos creados en clases anteriores:

• Un manual tipo playbook para ventas B2B, hecho con investigación profunda.
• Plantillas de playbook B2B.
• Scripts para manejar objeciones cuando el cliente cuestiona.

Con esas fuentes cargadas, el proyecto ya no depende solo del conocimiento del modelo GPT: ahora consulta primero tus tres documentos antes de responder [02:39].

Cuando se le pregunta cómo manejar a un cliente que dice que el producto es muy caro, la respuesta usa el framework ERR: escuchar, reconocer, analizar, responder, y lleva la conversación al impacto ROI en vez de defender el precio [03:23]. Lo más interesante es que ChatGPT cita de dónde saca la información: del playbook de ventas cargado [03:40].

¿Por qué cargar mis propios documentos mejora las respuestas? Porque la IA revisa tus archivos antes de responder, así entrega recomendaciones alineadas a tu marca, tus procesos y tus frameworks, en lugar de contestar de forma genérica.

¿Cómo usar instrucciones personalizadas en un proyecto?

Además de las fuentes, en los tres puntos del proyecto entras a la configuración y agregas instrucciones que aplican solo a las conversaciones de ese espacio [05:00].

En el ejemplo se define que siempre conteste en español, de forma rápida y concisa, entregando tips accionables y recomendaciones, porque los vendedores tienen poco tiempo [05:10]. Así el proyecto adopta una actitud proactiva.

Esta lógica se puede llevar a tareas repetitivas. Piensa en algo que hagas cada lunes:

1. Descargas un Excel de un sistema.
2. Cargas en las instrucciones cómo debe procesarse ese análisis.
3. Subes en las fuentes un diccionario que explique las variables del Excel.
4. Cada lunes solo adjuntas el archivo y presionas enter.

Detrás ya está todo el prompt estructurado y el conocimiento de cómo accionar, así que ChatGPT entrega el resultado y tú dedicas tiempo a las acciones de mayor valor [05:45].

¿Qué resultados entrega un proyecto bien configurado?

En la demostración final se envía un prompt largo con el contexto de una oportunidad comercial B2B: nombre de empresa, industria, tamaño, país, contacto que toma la decisión, dolores detectados y la solución ofrecida, una consultoría de implementación de IA y rediseño de procesos [07:11].

Con ese contexto, el proyecto pone en funcionamiento el playbook, los scripts y el manejo de objeciones. El resultado es concreto:

• Califica la oportunidad como discovery temprano, no como propuesta.
• Usa el framework MEDIC (metrics, economic buyer, decision criteria, proceso, dolor, champion) para señalar vacíos críticos [08:53].
• Detecta que falta cuantificar el dolor y saber quién compra.
• Arma una agenda de reunión de discovery, un guion de apertura y hasta un mail de follow-up [09:33].

Toda esa solidez viene de las fuentes cargadas. El prompt aportó los antecedentes, pero los documentos permitieron una respuesta mucho más completa [10:03].

¿Qué tareas de tu día a día puedes convertir en proyectos?

La invitación es pensar qué actividades personales o laborales puedes transformar en proyectos. Algunos ejemplos:

• Un proyecto de marketing con manuales de marca, tono de voz y branding.
• Un proyecto de ventas como el del ejemplo.
• Proyectos de la vida personal con documentos de tu rutina.

Al combinar fuentes con instrucciones personalizadas ahorras tiempo y aumentas la calidad de las respuestas. Incluso podrías pegar la transcripción de las notas de una reunión y dejar que la IA trabaje directamente sobre ella [10:20].

Tu tarea concreta: identifica una tarea semanal que se repita y que odies profundamente, esa que arruina tu lista de pendientes. Luego pregúntate qué información es clave, si puedes crear un prompt reutilizable y qué documentos necesitas cargar. Crea el proyecto, sube esos archivos e itera la instrucción hasta que la próxima vez solo pegues la información, presiones enter y te quites ese dolor de encima [11:34].

¿Qué tarea repetitiva vas a convertir en tu primer proyecto? Cuéntanos en los comentarios.