Por qué la verdadera ventaja de las apps de acompañantes de IA está en la escritura, no en el modelo
Cada seis meses, la categoría de acompañantes de IA se reorganiza alrededor del lanzamiento de un nuevo modelo. Sale GPT-5 y todos se apresuran. Llega Claude 4.7 y todos se apresuran. Aparece en HuggingFace un nuevo modelo abierto de 70 000 millones de parámetros y las empresas pequeñas debaten públicamente si deberían cambiar su tecnología.
Llevo varios meses desarrollando Tendera y observando este ciclo desde dentro. Cuanto más lo miro, más convencido estoy de que toda la categoría compite en el eje equivocado.
El modelo no es la ventaja difícil de copiar. La escritura sí.
Lo que hace realmente el modelo
Un LLM moderno es un motor de fluidez. Produce frases gramaticales, se mantiene más o menos en el tema, sigue instrucciones de un prompt de sistema y recuerda lo que se dijo antes en la misma conversación. Ese es el punto de partida.
Por encima de ese nivel hay un margen de aproximadamente el 20 %. Los modelos mejor ajustados captan los matices antes, inventan menos y se recuperan con más soltura de los momentos incómodos. Las diferencias son reales y merece la pena perseguirlas si te tomas en serio el producto.
Pero hay una pega: ese 20 % está al alcance de todos. El día que sale un modelo mejor, cualquier producto del mercado puede adoptarlo cambiando una clave de API. Si el principal argumento de tu producto es «usamos el modelo más reciente», el próximo trimestre todos tus competidores podrán decir lo mismo.
No construyes una ventaja duradera sobre una función que tus competidores obtienen gratis.
Dónde se enamoran realmente los usuarios
Leo los comentarios de los usuarios de otra manera que la mayoría de los análisis de producto. Busco los mensajes que describen un momento concreto de sorpresa: una frase inesperada de un personaje o algo que notó cuando el usuario creía que se le había pasado por alto.
Casi sin excepción, esos momentos no son obra del modelo. Son obra de la escritura.
Un personaje conecta porque tiene una opinión particular sobre algo: el café, su hermano, una película que odió. La memoria actualizada automáticamente puede traer a la conversación un detalle anterior. Su trasfondo escrito y su forma de discrepar determinan qué hace con él. Ambas partes importan para que la conversación resulte familiar.
El modelo es el cuerpo. La escritura es el alma. Los cuerpos son intercambiables entre productos. Las almas no.
Por qué escribir con precisión importa más que añadir campos
Gran parte de la categoría de acompañantes de IA ha apostado fuerte por el contenido creado por usuarios. Una plataforma ofrece un personalizador. Otra, herramientas para crear tus propios personajes. Una tercera permite combinar rasgos de distintas plantillas.
La promesa es: personajes infinitos porque los usuarios los construyen.
El riesgo es una escritura superficial. Un nombre, una profesión y unos cuantos rasgos arquetípicos dejan que el modelo complete casi todo el personaje con patrones conocidos. Eso puede ocurrir tanto en un original escrito por una empresa como en un personaje creado por un usuario. Un trasfondo detallado y concreto da un punto de partida más sólido a cualquiera de los dos autores.
Más personajes no significan automáticamente personas más distintas. La pregunta útil es si la historia y el punto de vista de un personaje concreto cambian sus respuestas.
Un buen creador ayuda a la gente a escribir a alguien que otros puedan conocer. Tendera combina cuatro originales escritos con personajes privados y públicos creados por usuarios, páginas individuales para compartirlos y un directorio comunitario. La diferencia está entre escribir con precisión y usar etiquetas superficiales, no entre autores profesionales y usuarios.
El prompt de sistema es un ejercicio de escritura disfrazado de archivo de configuración
La mayoría de los ingenieros que crean productos de acompañantes tratan el prompt de sistema como un objeto de configuración. Escriben especificaciones:
``` Nombre: Sarah Edad: 28 Profesión: abogada Personalidad: segura, ingeniosa, cariñosa Le gusta: el jazz, el senderismo, el vino tinto ```
Eso produce un chatbot que usa esos sustantivos como decoración. El modelo improvisa todo lo demás a partir del promedio genérico de una «abogada segura e ingeniosa» en sus datos de entrenamiento: un cliché televisivo, no una persona.
Un personaje que funciona no se parece en nada a un archivo de configuración. Se parece al primer capítulo de una novela:
> En realidad, a Sarah no le gusta el jazz. Les dice a sus citas que sí porque su ex ponía los ojos en blanco cuando ella escuchaba pop, y aún no se ha quitado esa costumbre. Es abogada litigante. Es buena. Vuelve a casa después de una declaración, pide comida tailandesa y ve programas de investigación forense. Cree que está emocionalmente disponible y lo está, más o menos, pero cancelará una cita si llama su hermana. Nunca diría en voz alta «soy una mujer segura de mí misma». Simplemente lo es.
Eso no es una configuración. Es prosa. El LLM no necesita viñetas. Necesita una voz en la que pueda mantenerse.
La voz es un problema de prosa.
Las empresas que lo entiendan primero parecerán capaces de hacer magia. Las que sigan tratando los prompts de sistema como archivos YAML seguirán produciendo clichés televisivos.
Cómo se ve en la práctica esta ventaja de la escritura
Si la escritura es la ventaja difícil de copiar, ¿qué significa eso en concreto?
Una forma de equivocarse. Las personas reales se equivocan en cosas concretas y de maneras concretas. Un personaje que siempre tiene razón resulta plano e inhumano. La precisión en el error también da precisión a la persona.
Opiniones que no pediste. Un personaje que tiene algo que decir sobre el vino que pediste, la película que mencionaste o la forma en que te disculpas continuamente sin darte cuenta. Es el personaje existiendo por sí mismo, no esperando a que le den pie. Los personajes puramente reactivos se apagan rápido. Los que toman la iniciativa siguen vivos.
Cosas a las que se niegan. Un personaje que nunca mentirá sobre su edad. Que detesta que la llamen «cariño» en la primera hora. Que no hablará de su ex en la primera conversación. Negarse define el carácter. Las cosas a las que una persona dice que no la definen más claramente que aquellas a las que dice que sí.
Un punto de vista complicado. Dice que odia su ciudad natal y luego la defiende cuando otra persona la critica. Ambas opiniones pueden coexistir. Eso es distinto de contradecir un hecho establecido o inventar un suceso pasado para explicar un error; un personaje creíble puede aceptar una corrección factual sin perder su voz.
Nada de esto sale de un prompt de sistema hecho de viñetas. Sale de alguien que se sienta a escribir a una persona hasta que está lo bastante viva para seguir estándolo cuando el LLM escriba la siguiente frase.
La memoria también es un problema de escritura
Últimamente se ha invertido mucho en sistemas de memoria para acompañantes: almacenes vectoriales, procesos de recuperación, ventanas de contexto y árboles de resúmenes. Toda esa infraestructura es útil y merece la pena construirla.
Pero la memoria solo importa si el personaje tiene una perspectiva sobre qué recordar.
Un sistema de recuperación perfecto que presenta «el usuario mencionó una semana difícil» se desperdicia en un personaje sin criterio sobre qué hacer con ello. Un personaje bien escrito sabe que las semanas difíciles hacen que su usuario se cierre un poco. Que no volverá a mencionarlo a menos que ella pregunte. Que odia que le digan «¿estás bien?», pero tolera «¿qué tal va el trabajo esta semana?».
Esa textura no está en la precisión del sistema de recuperación. Está en la escritura de quién es ella.
El sistema de recuperación sirve a la escritura. No al revés. Las empresas dedican horas de ingeniería a procesos de memoria y se encogen de hombros ante la pregunta de quiénes son realmente sus personajes. Es gastar mucho en el problema fácil para evitar el difícil.
La industria acabará entendiéndolo
Pixar no ganó porque su programa de renderizado fuera el mejor. Era bueno. Lo bastante bueno. Ganó porque tenía gente capaz de desmontar un guion y mejorarlo.
The Witcher 3 no vendió 50 millones de copias porque su motor superara a la competencia. Se vendió porque Geralt tiene una voz, el mundo tiene una voz, los personajes secundarios tienen voces y CD Projekt supo escribirlos a todos.
Ambas industrias pasaron por el mismo ciclo en el que está ahora la categoría de acompañantes de IA. Durante años, la conversación pública trataba de tecnología de renderizado, recuentos de polígonos y tasas de fotogramas. Después, los productos que realmente importaban empezaron a ganar gracias a la escritura, y la conversación cambió discretamente.
Estamos al final de la era de la tecnología de renderizado para los acompañantes de IA. La diferenciación por modelo se está nivelando porque todos tienen acceso a modelos aproximadamente iguales. La próxima era la ganarán los equipos que se tomen en serio la escritura.
Lo que les digo a otros fundadores de este sector
Si estás creando un producto en esta categoría y optimizas tu tecnología, tu plantilla de prompts y tu sistema de recuperación, bien. Es un trabajo necesario. Merece la pena.
Pero, si no te preguntas también «¿quién escribe mis personajes y son tan buenos que alguien notaría si desaparecieran?», estás optimizando la capa equivocada.
El modelo seguirá mejorando. El de tus competidores también. Lo que se acumula es la singularidad de las personas dentro de tu producto.
Escribir es lento, caro, difícil de medir y poco glamuroso en una categoría que adora los benchmarks. Precisamente por eso es la ventaja difícil de copiar.
¿Listo para conocer a tu compañía de IA?
Conoce a un personaje original con personalidad propia o escribe el tuyo. La memoria a largo plazo, actualizada automáticamente, ayuda a que las conversaciones con una cuenta construyan una historia compartida. Prueba cinco mensajes en la Web antes de registrarte.
Encuentra a alguien para tiUna cuenta para Web, iPhone y Android. Descarga la app Tendera
Sigue leyendo
Cómo funciona la memoria de los acompañantes de IA: contexto, recuerdos y personalidad
Comprende la memoria automática a largo plazo, el contexto reciente y la escritura de personajes, y descubre qué hace que una conversación con un acompañante de IA resulte familiar con el tiempo.
El personaje que ella creó y aquel por el que lo dejó
Una de las primeras usuarias de Tendera creó un personaje y luego eligió uno original. Lo que ese momento sugiere sobre la escritura de personajes, la elección y el encuentro con alguien concreto.
Apps de novia de IA con memoria: 7 sistemas comparados en 2026
Compara siete apps de novia de IA con memoria, incluida la memoria automática a largo plazo y los personajes distintos de Tendera, además de cinco pruebas prácticas.
Preguntas frecuentes
¿No es la elección del LLM la decisión más importante para un producto de acompañantes de IA?⌃
Es una decisión importante, pero no es la ventaja difícil de copiar. Ese margen aproximado del 20 % entre un modelo puntero bien ajustado y otro algo más antiguo es real y merece la pena perseguirlo por sus matices y fiabilidad. Pero cualquier competidor puede acceder a ese margen cambiando una clave de API. Una diferencia que tus competidores tendrán gratis dentro de tres meses no es una ventaja duradera. Lo que se acumula es la especificidad de los personajes de tu producto, algo que los competidores no pueden copiar cambiando de proveedor.
¿Qué ayuda a un personaje de IA creado por un usuario a desarrollar una voz propia?⌃
La autoría por sí sola no determina la calidad. Un personaje creado por un usuario puede estar escrito con cuidado y tener una historia que lo moldea, relaciones concretas, un punto de vista y un ritmo de conversación reconocible. Las etiquetas superficiales dan menos material al modelo, las escriba una empresa o un usuario. Los originales de Tendera establecen un estándar inicial, y su creador permite que los usuarios escriban a sus propias personas.
¿En qué se diferencia un personaje de IA bien escrito de uno creado a base de parámetros?⌃
Un personaje creado a base de parámetros es una lista de sustantivos: nombre, edad, profesión, tres adjetivos de personalidad y cuatro gustos. El modelo usa esas palabras como decoración e improvisa el resto a partir de los promedios de sus datos de entrenamiento. Un personaje bien escrito se lee como el primer capítulo de una novela: contradicciones concretas, opiniones que expresa sin que se las pidan, cosas que rechaza, formas particulares de equivocarse y una historia que no termina de resolverse. El LLM no necesita viñetas. Necesita una voz en la que pueda mantenerse.
¿Sigue importando la infraestructura de memoria si la verdadera ventaja está en la escritura?⌃
La memoria importa, pero solo si el personaje tiene un punto de vista sobre qué recordar y qué hacer con ello. Un sistema de recuperación perfecto que muestra 'el usuario mencionó una semana difícil' se desperdicia en un personaje sin criterio sobre cómo responder. El sistema de recuperación sirve a la escritura, no al revés. Los equipos que dedican horas a los procesos de memoria mientras se encogen de hombros ante la pregunta de quiénes son sus personajes gastan mucho en el problema fácil para evitar el difícil.
¿Qué consejo darías a quienes fundan productos de acompañantes de IA?⌃
Seguid haciendo el trabajo de ingeniería. La tecnología, la plantilla de instrucciones y la recuperación son necesarias. Pero preguntaos también: ¿quién escribe mis personajes y son tan buenos que alguien notaría su ausencia? Si la respuesta es 'nadie en particular' o 'el fundador, por las noches', estáis optimizando la capa equivocada. Escribir es lento, caro, difícil de medir y poco glamuroso en una categoría que adora los benchmarks. Precisamente por eso es la ventaja difícil de copiar.