Las tareas compartidas en ChatGPT son trabajos recurrentes que se configuran una sola vez y se ejecutan en la nube, de forma que varios miembros del equipo pueden revisar los resultados, corregir las instrucciones y mantener el proceso en conjunto. OpenAI las presentó en octubre de 2026 como una función pensada para el trabajo que se repite cada semana y que normalmente termina recayendo en una sola persona.
Ese es justamente el problema que resuelven. En casi toda empresa hay un trabajo que nadie considera estratégico pero que consume horas: revisar la bandeja de entrada, armar el reporte semanal, preparar la agenda de la reunión, consolidar pedidos. Y casi siempre lo hace la misma persona, incluso cuando está de vacaciones.
En este artículo veremos qué son exactamente estas tareas, cómo funcionan por dentro, qué límites tienen y cómo se traducen en algo concreto para una empresa en Perú o Latinoamérica. También veremos por qué la parte difícil no es la tecnología, sino tener el proceso claro antes de automatizarlo.
¿Qué son las tareas compartidas en ChatGPT y cómo funcionan?
Una tarea compartida es un trabajo recurrente que vive dentro de un equipo de ChatGPT. Según la documentación de OpenAI, la tarea se ejecuta en la nube con una programación o un disparador, usando las conexiones y herramientas que el equipo tenga aprobadas. No necesitas tener ChatGPT abierto ni tu computadora encendida para que se ejecute.
El ejemplo que usa OpenAI en su video es el de un equipo legal. Cada mañana llega un lote de solicitudes y alguien tiene que revisar qué falta, qué tiene plazo y quién debería atenderlo. Con una tarea llamada “Daily Legal Intake”, conectada a la bandeja compartida y con la guía interna de derivación como instrucción, la tarea hace esa primera pasada: detecta que a un NDA le falta el nombre de la otra empresa, que un contrato vence el jueves y sugiere un responsable con enlace al mensaje original.
Lo importante es lo que pasa después. Como la tarea es del equipo y no de una persona, otro compañero puede editar las instrucciones. En el ejemplo, alguien pide que las solicitudes con plazo dentro de dos días hábiles aparezcan al inicio. En la siguiente ejecución, el plazo urgente ya está arriba.
Ahí está la diferencia con un simple prompt guardado. No es una conversación privada que se pierde, es un activo del equipo que se puede automatización con IA revisar, pausar, reanudar o eliminar según cambie el negocio.
¿Por qué el valor está en las instrucciones y no en el modelo?
La documentación de OpenAI es explícita en un punto: las tareas no heredan automáticamente las memorias personales, las instrucciones personalizadas ni el historial de chat de quien la creó. Tampoco basta con compartir un espacio para que todo su contenido forme parte de cada ejecución.
Eso significa que la calidad del resultado depende casi por completo de lo que quede escrito en la tarea. OpenAI recomienda incluir cuatro cosas: las fuentes a usar, el trabajo a realizar, el formato de salida esperado y los criterios de revisión.
Es la misma lógica que aplicamos cuando diseñamos un flujos de trabajo dentro de un ERP. Si el proceso no está definido, el sistema no lo inventa: lo ejecuta mal, más rápido y de forma consistente. Con la IA pasa igual, solo que el error se multiplica porque se repite cada día sin que nadie lo note.
Por eso conviene empezar por una sola tarea, la más aburrida y repetitiva, y escribir las instrucciones como si se las explicaras a alguien nuevo que entra el lunes. Si no puedes explicar el criterio en cinco líneas, todavía no es momento de automatizarlo.
Un límite que conviene decir en voz alta: el material de OpenAI no demuestra cuánto tiempo ni cuánto dinero ahorra realmente este enfoque. No hay cifras de ahorro publicadas, solo la descripción funcional y un caso ilustrativo. Cualquiera que te prometa un porcentaje exacto de productividad con esta función está inventando el dato. Mi lectura es que el beneficio depende del volumen de trabajo repetitivo de cada equipo, y eso solo se sabe midiéndolo en casa.
¿Qué significa esto para una empresa en Perú o Latinoamérica?
En una PYME peruana el trabajo recurrente rara vez está documentado. Está en la cabeza de la persona que lo hace. La contadora sabe qué facturas revisar, el jefe de ventas sabe qué reporte armar los lunes, el área de TI sabe qué tickets priorizar. Cuando esa persona se va de vacaciones, el proceso se detiene o se hace a medias.
Las tareas compartidas atacan justamente ese punto: obligan a escribir el criterio. Y una vez escrito, cualquiera del equipo puede ejecutarlo, revisarlo y mejorarlo. Para una empresa que crece y no puede seguir contratando una persona por cada proceso manual, eso es relevante.
Hay una condición práctica que no se puede saltar: la función está disponible en espacios de ChatGPT Business y Enterprise, y el acceso depende de los permisos que configure el administrador del espacio, según la documentación de OpenAI. No es una función que aparezca sola en una cuenta personal gratuita. Si tu empresa ya paga esas licencias, el costo marginal de probarlo es casi cero.
También hay un tema de gobierno que conviene resolver antes. Qué datos puede leer la tarea, a qué sistemas se conecta y quién puede editarla son decisiones de negocio, no de TI. En empresas donde ya trabajamos con ChatGPT para empresas, ese es el tipo de conversación que conviene tener con el área dueña del proceso, no solo con el área de sistemas.
¿Cómo aplica esto en tu empresa?
Si quieres probarlo sin complicarte, este es un camino razonable:
- Elige un solo trabajo recurrente. Que se repita al menos una vez por semana y que hoy dependa de una persona específica. El reporte semanal de ventas o la revisión de solicitudes son buenos candidatos.
- Escribe el criterio antes de tocar la herramienta. Qué fuentes usa, qué debe producir, cómo se ve un buen resultado y cómo se ve uno malo. Guárdalo como instrucción de la tarea, no como un chat suelto.
- Define quién es el dueño. Una tarea sin responsable se abandona en dos semanas. Que sea alguien del equipo que la use, no alguien de TI que nunca la va a revisar.
- Ejecuta y revisa la primera salida con ojo crítico. Verifica que las fuentes citadas existan y que las conclusiones se sostengan. La primera ejecución casi nunca sale perfecta.
- Ajusta las instrucciones y vuelve a correr. La mejora viene de la iteración, no de la configuración inicial.
- Mide antes de escalar. Cuánto tiempo tomaba antes, cuánto toma ahora y cuántas correcciones humanas siguen siendo necesarias. Sin ese dato, no sabrás si vale la pena el segundo proceso.
Si prefieres revisar tu caso concreto antes de invertir tiempo, puedes conversar con nosotros sobre tu caso y ver qué proceso de tu operación tiene más sentido automatizar primero.
Preguntas Frecuentes
¿Las tareas compartidas en ChatGPT funcionan si apago mi computadora?
Sí. Según OpenAI, las tareas se ejecutan en la nube con la programación o el disparador que hayas configurado, así que no dependen de que tengas ChatGPT abierto ni tu equipo encendido. Lo que sí necesitan es que las conexiones y permisos requeridos estén activos y vigentes al momento de la ejecución.
¿Qué diferencia hay entre una tarea compartida y un chat normal de ChatGPT?
Un chat es una conversación privada que se pierde en el historial. Una tarea compartida es un trabajo recurrente que vive dentro de un equipo, tiene instrucciones guardadas, se ejecuta sola y cualquier miembro con permiso puede revisarla, editarla, pausarla o eliminarla. Además, no hereda automáticamente las memorias ni las instrucciones personales de quien la creó.
¿Necesito un plan empresarial para usar esta función?
Sí. De acuerdo con la documentación de OpenAI, las tareas compartidas están disponibles en espacios de ChatGPT Business y Enterprise, y las acciones que puedes realizar dependen de los permisos que el administrador haya configurado para tu rol. Una cuenta personal no tiene acceso a esta función.
Conclusión: ¿por qué empezar por el trabajo aburrido?
La promesa de la IA en la empresa no está en las tareas espectaculares, está en las que nadie quiere hacer. Revisar la misma bandeja cada mañana, armar el mismo reporte cada lunes, ordenar las mismas solicitudes cada día. Ahí es donde el tiempo se pierde sin que aparezca en ningún indicador.
Las tareas compartidas en ChatGPT no resuelven eso por sí solas. Resuelven la parte técnica: ejecutar en la nube, compartir el trabajo y permitir que el equipo mejore las instrucciones. La parte difícil sigue siendo tuya, y es tener el proceso claro y escrito.
Si quieres identificar qué proceso de tu empresa tiene más sentido automatizar primero, puedes escribirnos desde la página de contacto. Y si te interesa cómo trabajamos la automatización de contenido y procesos, puedes conocer ContentFlow.
Por Edgar Vásquez, Consultoría TI · actualizado el domingo, 18 de octubre de 2026
Fuentes y Referencias
- OpenAI — Put ChatGPT to work on shared team tasks (YouTube)
- OpenAI Help Center — Creating and managing team tasks in ChatGPT
- ChatGPT Work — AI for Projects, Tasks, and Teams
✨ Contenido generado con ContentFlow — Consultoría-Ti