La “memoria” se está volviendo cada vez más importante en los productos de IA. Marca el paso de conversaciones puntuales a colaboración de largo plazo: ya no necesitas volver a explicar tu contexto, repetir tus preferencias ni pedir al modelo que entienda el mismo proyecto una y otra vez.
Pero memoria no significa lo mismo en todos los productos. ChatGPT, Claude Code y Gemini intentan ayudar a la IA a recordar más tiempo, pero sus objetivos, lugares de almacenamiento, transparencia y casos de uso son muy distintos.
Al 7 de mayo de 2026, se pueden entender aproximadamente como tres tipos:
- ChatGPT se parece más a memoria de asistente personal.
- Claude Code se parece más a memoria de proyecto de ingeniería.
- Gemini se parece más a contexto del ecosistema Google.
ChatGPT: preferencias de largo plazo alrededor de la persona
La memoria de ChatGPT está diseñada principalmente para colaboración personal. Le importa quién eres, qué prefieres y en qué trabajas a lo largo del tiempo.
OpenAI separa actualmente la memoria de ChatGPT en saved memories y chat history.
saved memories son piezas importantes de información que ChatGPT guarda, como tu nombre, preferencias, objetivos, stack tecnológico habitual y hábitos de escritura. Puedes pedirle explícitamente que recuerde algo, y también puede guardar información de una conversación cuando cree que será útil más adelante.
chat history permite a ChatGPT consultar conversaciones anteriores al responder. No significa que cada chat se convierta en una memoria permanente. Más bien, ChatGPT puede buscar en conversaciones pasadas contexto relevante cuando lo necesita.
La lógica central de ChatGPT es: entender al mismo usuario entre sesiones.
Ejemplos típicos:
- “Mantén mis ejemplos de código concisos.”
- “Uso principalmente Python y TypeScript.”
- “Estoy escribiendo un blog Hugo sobre herramientas de IA.”
- “Prefiero conclusiones primero y detalles después.”
Estas memorias no están ligadas a un solo proyecto. Siguen a la cuenta y a los hábitos de trabajo del usuario.
Memory Sources: hacer más visible la personalización
OpenAI destacó Memory sources en su actualización de mayo de 2026.
El objetivo no es añadir otro tipo de memoria, sino mostrar al usuario qué fuentes consultó ChatGPT al personalizar una respuesta. Según los documentos de ayuda de OpenAI, Memory Sources puede mostrar:
- Chats anteriores.
- Memorias guardadas.
- Instrucciones personalizadas.
- Archivos de la biblioteca de archivos.
- Correos de Gmail conectado.
La visibilidad de archivos y Gmail depende del plan, la región y el estado de conexión. OpenAI también dice que Memory sources puede no mostrar todos los factores que influyeron en una respuesta, pero ayuda a entender y gestionar la personalización.
Esto importa. Cuanto más puede la IA “recordarte”, más necesitas saber qué usó para responder. De lo contrario, la personalización se vuelve una caja negra: parece conocerte, pero no sabes por qué.
La ventaja de ChatGPT es su comprensión de preferencias personales entre sesiones y temas. El riesgo es que las memorias se vuelvan obsoletas, o que el usuario olvide que una memoria antigua sigue afectando respuestas. Vale la pena limpiar periódicamente memorias guardadas y chats antiguos.
Claude Code: alrededor de codebases y reglas de ingeniería
La memoria de Claude Code está más orientada a ingeniería. Le importan menos las preferencias cotidianas del usuario y más cómo debe modificarse este codebase.
Claude Code tiene dos mecanismos de memoria que se confunden fácilmente:
- Memoria explícita del proyecto:
CLAUDE.md. - Memoria automática del proyecto: Auto Memory.
CLAUDE.md es el archivo de memoria de proyecto más básico y estable. Puede vivir en la raíz del proyecto o dentro de subdirectorios. Claude Code lee estos archivos como instrucciones de proyecto y reglas operativas.
Buen contenido para CLAUDE.md:
- Comandos comunes de build, test y lint.
- Reglas de estilo y nombres.
- Notas de arquitectura del proyecto.
- Límites de módulos y zonas de riesgo.
- Convenciones del equipo y flujo de commits.
Si CLAUDE.md se guarda en el repositorio, puede versionarse con Git y compartirse como guía de agente para el equipo. Esto es completamente distinto de la memoria personal en la nube de ChatGPT.
Claude Code Auto Memory: acumular experiencia de proyecto
Claude Code también tiene Auto Memory. Su objetivo es permitir que Claude acumule conocimiento del proyecto entre sesiones sin obligar al usuario a escribir cada nota manualmente.
Según la documentación de Claude Code, Auto Memory permite a Claude guardar notas mientras trabaja, como comandos de build, descubrimientos de depuración, notas de arquitectura, preferencias de estilo y hábitos de workflow. No guarda cada sesión, sino que decide qué puede ser útil más adelante.
Un malentendido común es creer que Auto Memory escribe por defecto en .claude/memory.md dentro de la raíz del proyecto. La documentación oficial dice que cada proyecto tiene su propio directorio de memoria bajo el home del usuario, con una ruta similar a:
|
|
MEMORY.md carga las primeras 200 líneas o 25KB al inicio de cada conversación, mientras que el contenido detallado puede dividirse en otros archivos temáticos. Los archivos de Auto Memory son Markdown locales, y el usuario puede verlos, editarlos o borrarlos mediante /memory.
Esto hace que la memoria de Claude Code se parezca más a una base local de conocimiento de proyecto. Está más cerca del codebase que la memoria personal de ChatGPT, y es más dinámica que un simple CLAUDE.md.
Pero Auto Memory es local a la máquina. No sigue naturalmente al repositorio hacia otras máquinas o entornos cloud. Para reglas estables compartidas por el equipo, ponlas en el CLAUDE.md del repositorio.
Gemini: alrededor del contexto del ecosistema Google
La lógica de memoria de Gemini vuelve a ser distinta.
Gemini también soporta información guardada y referencias a chats anteriores. Los documentos de ayuda de Google dicen que los usuarios pueden guardar información sobre vida, trabajo o preferencias, y Gemini puede consultar chats pasados antes de responder. Cuando usa esta información, la respuesta puede mostrar fuentes como Your saved info o Previous chats.
Pero la diferenciación de Gemini no es solo “guardar unas preferencias”. Es la integración con el ecosistema Google.
Con autorización del usuario y disponibilidad de funciones, Gemini puede acceder a contexto de apps conectadas de Google como Gmail, Google Drive, Docs y Sheets. Su ventaja no es hacer que el usuario le enseñe cada dato manualmente, sino convertir los datos existentes de la cuenta Google en contexto de trabajo buscable.
Una diferencia típica:
- ChatGPT recuerda: “Últimamente he estado reparando una unidad de cinta LTO.”
- Gemini puede encontrar el correo de confirmación de compra en Gmail o leer notas de reparación desde Drive.
Esto no significa que Gemini pueda leer todos los datos de Google sin condiciones. Depende del tipo de cuenta, región, permisos, apps conectadas, ajustes de Keep Activity y disponibilidad del producto. Las cuentas empresariales y escolares también pueden estar controladas por administradores de Google Workspace.
Más exactamente, la memoria de Gemini es una combinación de información guardada, chats anteriores y datos conectados del ecosistema Google.
Diferencias centrales
| Dimensión | ChatGPT | Claude Code | Gemini |
|---|---|---|---|
| Objeto central | Persona y preferencias | Proyecto y codebase | Cuenta Google y datos del ecosistema |
| Memoria típica | Preferencias, contexto personal, objetivos de largo plazo | Arquitectura, comandos, convenciones, experiencia de depuración | Información guardada, chats anteriores, contexto de Gmail/Drive/Docs |
| Forma de almacenamiento | Memoria y contexto de chat en la cuenta OpenAI | CLAUDE.md, MEMORY.md, archivos Markdown locales |
Actividad de cuenta Google, información guardada, datos de apps conectadas |
| Transparencia | Memory sources muestra parte de la fuente | Los archivos Markdown se pueden abrir y editar | Se gestiona con indicaciones de fuente, Gemini Apps Activity y ajustes Google |
| Capacidad entre proyectos | Fuerte, sigue a la cuenta de usuario | Débil, principalmente sigue al proyecto o memoria local | Fuerte, depende de datos y permisos de Google |
| Compartición en equipo | No adecuada para compartir directamente | CLAUDE.md puede compartirse por Git |
Depende sobre todo de Workspace y permisos |
| Mejor para | Preferencias personales y comportamiento de asistente a largo plazo | Proyectos de código largos y colaboración con agentes | Recuperación en Google Workspace y trabajo entre herramientas |
Cómo elegir
Si quieres que la IA recuerde quién eres, qué estilo prefieres y cómo sueles trabajar, la memoria de ChatGPT es más adecuada.
Sirve para guardar preferencias personales como estilo de escritura, stack técnico, formato de respuesta, contexto profesional y dirección de proyectos de largo plazo. Su foco es reducir el coste de presentarte de nuevo para que cada conversación empiece más rápido.
Si quieres que la IA recuerde cómo debe cambiarse un codebase, qué comandos funcionan y qué trampas evitar, Claude Code es más adecuado.
Pon reglas estables en CLAUDE.md para compartirlas con el equipo. Deja que Auto Memory ayude con experiencia dinámica. Las decisiones importantes deberían organizarse aún en documentación o CLAUDE.md, no quedar solo en memoria automática local.
Si la mayoría de tus materiales viven en Gmail, Drive, Docs y Sheets, el contexto de ecosistema de Gemini tiene ventaja.
Es útil para encontrar correos antiguos, organizar documentos de Drive y conectar calendario y materiales de oficina. La clave al usar Gemini no es recordarle todo repetidamente en chat, sino asegurarse de que las conexiones de apps, permisos y ajustes de actividad relevantes estén correctos.
Una división práctica del trabajo
Puedes dividirlos así:
- ChatGPT recuerda preferencias personales generales.
- Claude Code recuerda conocimiento de ingeniería para un repositorio.
- Gemini recupera materiales de tu ecosistema Google.
En otras palabras, ChatGPT es como un secretario personal, Claude Code como un ingeniero senior dentro del proyecto, y Gemini como un indexador de tu cuenta Google.
No hay ganador absoluto. Tienen objetivos distintos.
El mayor error es mezclarlos. Las preferencias personales no siempre pertenecen a la memoria de proyecto; la arquitectura del proyecto no siempre pertenece a la memoria personal en la nube; y recuperar datos del ecosistema Google no significa que el modelo te entienda de verdad a largo plazo.
Lectura breve
La siguiente etapa de la memoria en IA no es simplemente “recordar más”. La memoria necesita capas, visibilidad y control.
ChatGPT se centra en personalización entre sesiones. Claude Code se centra en continuidad de proyectos de código. Gemini se centra en contexto del ecosistema Google. Una buena colaboración de largo plazo con IA no pone toda la información en una sola caja negra; mantiene cada tipo de memoria en el lugar correcto.
Pon preferencias personales en memoria personal, reglas de ingeniería en el codebase, y materiales históricos en los sistemas originales de documentos y correo. El trabajo de la IA es llamar el contexto correcto cuando hace falta, no mezclar todo en una sola pila.
Enlaces
- OpenAI Memory FAQ: https://help.openai.com/en/articles/8590148-memory-faq
- ChatGPT Release Notes: https://help.openai.com/en/articles/6825453-chatgpt-release-notes
- Claude Code Memory: https://code.claude.com/docs/en/memory
- Gemini Saved info: https://support.google.com/gemini/answer/15637730
- Gemini Apps Privacy Hub: https://support.google.com/gemini/answer/13594961