TL;DR
OpenAI Dots son agentes personales persistentes y siempre activos dentro de ChatGPT. Con la tecnología de GPT-6 Astra, un Dot tiene su propio ordenador en la nube y puede continuar el trabajo asignado entre conversaciones. Esta guía ayuda a usuarios y desarrolladores a entender qué hacen los Dots y a elegir entre un Dot, Codex, ChatGPT Work y un agente de API personalizado.
Los Dots no son simplemente un reemplazo de Codex o ChatGPT Work. Codex sigue centrado en la ingeniería de software, mientras que ChatGPT Work está diseñado para tareas más largas, de varios pasos, con entregables finalizados. Un Dot actúa más como un agente personal persistente por encima del trabajo en curso y puede coordinar tareas de Work o Codex cuando corresponde.
La principal compensación para desarrolladores es conveniencia frente a control de implementación. Los Dots gestionan la experiencia del agente. Un agente de API personalizado permite a los desarrolladores definir interfaces de herramientas, el comportamiento de la aplicación y la imputación de costos. Una facturación precisa aún requiere conciliar los registros de uso con los cargos del modelo, herramientas, cómputo y terceros.
Puntos clave
- OpenAI Dots son agentes personales persistentes, no un modelo fundacional independiente.
- Un Dot combina un ordenador en la nube, apps conectadas, memoria y trabajo en curso; la investigación proactiva es de solo lectura.
- Codex se enfoca en ingeniería de software, ChatGPT Work en entregables sustanciales, y los Dots en responsabilidad continua a través de tareas.
- Los agentes de API dan a los desarrolladores control sobre esquemas de funciones, lógica de ejecución, aprobaciones, registros y la UX de la aplicación.
- Los registros de uso de la API respaldan una imputación granular de costos, pero los cargos exactos requieren conciliación de facturación; en la documentación revisada, los Dots no exponen un libro mayor público equivalente orientado a desarrolladores.
¿Qué son OpenAI Dots?
OpenAI describe los Dots como agentes siempre activos creados para manejar trabajo continuo. Se entienden mejor como un producto de agente gestionado que como un nuevo modelo de IA. Su inteligencia subyacente proviene de GPT-6 Astra, al que los desarrolladores también pueden acceder mediante la API de GPT-6 Astra en CometAPI para sus propias aplicaciones. Llamar a ese modelo no proporciona el producto Dots ni su entorno de ejecución gestionado.
Una conversación normal con ChatGPT es principalmente por solicitud: haces una pregunta, ChatGPT responde y las interacciones posteriores continúan desde el contexto disponible. Un Dot añade una noción mucho más fuerte de persistencia. Le das un objetivo, decides a qué aplicaciones puede acceder y defines con qué grado de independencia puede operar.
Cada Dot recibe su propio ordenador y navegador en la nube. Puede investigar, analizar datos, preparar documentos, crear software y devolver resultados para revisión. El trabajo en la nube puede continuar cuando el ordenador del usuario está apagado; el trabajo delegado a un ordenador local conectado tiene requisitos de disponibilidad separados.
| Especificación de OpenAI Dots | Implementación actual |
|---|---|
| Tipo de producto | Agente personal persistente y siempre activo |
| Modelo subyacente | GPT-6 Astra |
| Entorno de ejecución | Ordenador dedicado en la nube |
| Navegador | Navegador en la nube |
| Memoria | Contexto continuo más integración con la memoria de ChatGPT |
| Herramientas conectadas | Plugins y apps conectadas permitidas |
| Trabajo proactivo | Sí, incluida la investigación proactiva de solo lectura |
| Delegación de trabajo | Puede crear o usar tareas de ChatGPT Work y Codex |
| Acceso a ordenador local | Opcional; desactivado hasta conectarlo explícitamente |
| Supervisión humana | Aprobaciones, Reglas personalizadas y comprobaciones de seguridad separadas |
| Acceso inicial | Planes Pro elegibles, Business Premium y Enterprise; despliegue gradual con condiciones por plan |
| Creación | App móvil de ChatGPT, app de escritorio o navegador de escritorio |
| Endpoint público de API llamado dots | Ninguno documentado públicamente |
Función principal y responsabilidad continua
Elige por el resultado que necesitas, en lugar de asumir que los productos tienen capacidades exclusivas. Un responsable de lanzamiento podría usar Dots para la continuidad, Work para preparar una presentación, y Codex para implementar una función. La tabla describe el énfasis del producto, no un límite técnico estricto.
Delegación de tareas y disponibilidad local
Los Dots pueden crear trabajo en segundo plano, hilos en la nube y tareas de Work o Codex en ordenadores conectados. Para tareas locales, mantén el ordenador conectado en línea con la app de ChatGPT abierta. El entorno en la nube de un Dot no transfiere automáticamente un inicio de sesión del navegador local ni da acceso a todas las conversaciones existentes.
Codex pregunta: «¿Qué software debo crear o cambiar?»
ChatGPT Work pregunta: «¿Qué pieza de trabajo debo terminar?»
Dots pregunta: «¿Qué responsabilidad debo seguir manejando por ti?»
¿Qué pueden hacer los OpenAI Dots?
Trabajo continuo y seguimiento
Un Dot lleva una responsabilidad continua a través de conversaciones. Puede mantener actualizado un brief de lanzamiento, investigar comentarios nuevos y revisar decisiones cuando cambia información relevante. Dale las fuentes, el resultado deseado, la programación o el disparador de actualizaciones y las decisiones que requieren tu participación.
También puede realizar investigación proactiva de solo lectura y llevar notas privadas. Este modo recopila contexto; las acciones consecuentes de seguimiento siguen sujetas a permisos y revisión.
Ordenador en la nube y apps conectadas
Cada Dot tiene un ordenador y un navegador en la nube, de modo que el trabajo en la nube puede continuar cuando tu propio dispositivo está apagado. Los plugins proporcionan acceso a apps conectadas dentro de los permisos de la cuenta. Un ordenador local es una conexión separada y opcional; mantenlo en línea con la app de ChatGPT abierta para realizar trabajo local.
Documentos, análisis y tareas de software
Un Dot puede investigar, analizar datos, preparar documentos y crear software directamente, o coordinar tareas de Work y Codex cuando sea útil. Revisa el resultado, las decisiones importantes y las aprobaciones requeridas conforme evoluciona la responsabilidad.
El siguiente material tachado se mantiene en su posición original de la sección para revisión; sus puntos útiles están consolidados arriba.
¿Cómo funcionan los OpenAI Dots?
Conceptualmente, los Dots combinan cinco capas:
- GPT-6 Astra proporciona el razonamiento y la inteligencia agentiva.
- El contexto persistente del agente permite al Dot recordar objetivos y continuar la responsabilidad entre conversaciones.
- Un ordenador dedicado en la nube le proporciona un entorno para navegación, trabajo con archivos y tareas en ordenador.
- Los plugins y servicios conectados brindan acceso estructurado a datos y acciones externas.
- Los sistemas de aprobación y seguridad determinan si una acción prevista puede ejecutarse realmente.
El modelo en sí es, por tanto, solo una parte del agente. El producto envuelve el modelo en un entorno de ejecución persistente, permisos, herramientas conectadas, memoria y revisión de acciones.
Conceptualmente, un objetivo conduce a planificación, recuperación de contexto, uso de herramientas o delegación, revisión y trabajo continuado. Este es el modelo mental del lector del producto, más que un diagrama publicado de la arquitectura interna de OpenAI.
La memoria tiene capas distintas: la conversación, la memoria guardada relevante de ChatGPT y las notas propias del Dot sobre preferencias, decisiones y responsabilidades. Esas notas no son una transcripción completa, y cambiar un ajuste de memoria de ChatGPT no necesariamente cambia notas ya tomadas.
¿Cómo gestionan la seguridad y los permisos los OpenAI Dots?
Un agente siempre activo requiere controles más estrictos que un chatbot ordinario porque puede potencialmente leer información privada y realizar acciones. OpenAI, por tanto, separa la recopilación proactiva de información de la acción consecuente.
Los permisos y reglas personalizadas de Dots permiten a los usuarios autorizar acciones, requerir comprobaciones o bloquear acciones. Los permisos de plugins se aplican por separado. Estos controles no sustituyen las salvaguardas integradas, y los administradores del espacio de trabajo pueden restringir la disponibilidad de reglas personalizadas.
Los Dots aún pueden cometer errores. Los permisos, los límites de aprobación y la revisión siguen siendo importantes para flujos de trabajo con consecuencias.
Revisión automática de acciones
Antes de que una acción afecte a una cuenta o comparta información, la revisión automática verifica instrucciones, permisos, reglas personalizadas y salvaguardas. Puede permitir la acción, requerir tu aprobación o pasar un paso a ti, como cambiar una contraseña. Las reglas personalizadas no pueden anular salvaguardas integradas ni otorgar acceso a apps.
Privacidad y datos de entrenamiento
Para los espacios de trabajo Business, Enterprise y Edu, los datos empresariales no se usan para entrenar modelos por defecto. Las conversaciones y tareas elegibles en planes personales siguen los ajustes de control de datos de la cuenta. OpenAI no entrena directamente con investigación proactiva ni con notas privadas de un Dot; cuando esa información entra en una conversación o tarea elegible, se aplican los ajustes correspondientes. Esta política de datos no implica que todos los planes listados tengan acceso a Dots.
OpenAI Dots vs. Codex vs. ChatGPT Work
Dots, Codex y ChatGPT Work se solapan porque los tres pueden realizar trabajo agentivo. Su unidad prevista de responsabilidad es diferente.
Codex se centra en flujos de trabajo de desarrollo de software. ChatGPT Work gestiona tareas que quieres delegar, como investigación, análisis o creación de archivos, ya sea inmediatamente o de forma programada. Los Dots añaden continuidad a lo largo de una responsabilidad en curso; también pueden realizar trabajo directamente y delegar tareas cuando sea útil.
| Dimensión | OpenAI Dots | Codex | ChatGPT Work |
|---|---|---|---|
| Función principal | Agente personal persistente | Agente de ingeniería de software | Agente de trabajo de propósito general |
| Punto de partida típico | Objetivo o responsabilidad continua | Base de código o tarea de ingeniería | Tarea o entregable concreto |
| Persistencia | Diseño central | Flujo de trabajo de ingeniería; tareas continuas también posibles | Orientado a tareas y programación |
| Entorno en la nube | Sí | Sí, según el flujo de trabajo | Navegador/ordenador en la nube disponible |
| Especialización en código | General | Muy alta | General |
| Documentos/diapositivas/hojas de cálculo | Puede crear, coordinar o delegar | No es el foco principal | Capacidad central |
| Apps empresariales conectadas | Sí | Integraciones compatibles | Sí |
| Investigación proactiva | Sí | No es el modelo de interacción principal | Impulsada por tarea o programación |
| Orientación de la memoria | Personal y continua | Orientada a repositorio/tarea | Orientada a proyecto/tarea |
| Mejor modelo mental | Delegado de IA persistente | Ingeniero de software de IA | Trabajador de proyecto de IA |
Entregables finalizados vs. responsabilidad continua
ChatGPT Work y Dots se solapan en el trabajo que pueden realizar. Una asignación en Work suele centrarse en un resultado concreto, como una presentación de análisis competitivo; un Dot mantiene la responsabilidad del lanzamiento a lo largo del tiempo y coordina el seguimiento cuando cambian las circunstancias. Esto describe el énfasis del producto, más que un límite técnico exclusivo.
¿Cómo deberías evaluar OpenAI Dots en trabajo real?
Un benchmark del modelo no establece con qué fiabilidad los Dots completarán un flujo de trabajo empresarial concreto. El modelo es un componente; las apps conectadas, los límites de permisos, los requisitos de inicio de sesión, el contexto cambiante y la revisión del usuario afectan al resultado final.
Evalúa los Dots con trabajo representativo, como mantener un brief de lanzamiento o investigar un problema de soporte. Mide si el resultado es correcto, cuánta intervención humana se necesita, qué tan bien el agente respeta los permisos y si se reanuda adecuadamente tras llegar información nueva. Mantén constantes la tarea, las herramientas disponibles, los criterios de aceptación y el método de revisión al comparar alternativas.
Para una implementación con API, mide también el costo por tarea completada, reintentos, latencia y llamadas a herramientas fallidas. Las puntuaciones brutas del modelo por sí solas no pueden responder si un Dot gestionado o un agente personalizado es la mejor opción.
OpenAI Dots vs. crear tu propio agente con la API
Configuración gestionada y responsabilidades del desarrollador
Los Dots optimizan la conveniencia. Los agentes de API optimizan el control.
Con Dots, OpenAI opera la mayor parte de la pila del agente por ti: elección de modelo dentro del producto, entorno en la nube, memoria, apps conectadas, el bucle del agente y la infraestructura de seguridad. Con la API de OpenAI, los desarrolladores definen mucho más del agente por sí mismos.
La Agents API de OpenAI y las herramientas de menor nivel Responses/Agents dan a los desarrolladores control explícito sobre modelos, instrucciones, esquemas de herramientas, conexiones MCP, entornos de ejecución, observabilidad y lógica de la aplicación.
| Capacidad | OpenAI Dots | Agente de API personalizado |
|---|---|---|
| Esfuerzo de configuración | Bajo | Medio a alto |
| Agente persistente | Integrado | Configurado por el desarrollador |
| Ordenador en la nube | Integrado | Configurable |
| Elección de modelo | Gestionada por OpenAI; Dots usan actualmente Astra | El desarrollador elige |
| Esquema de función personalizado | No expuesto como interfaz de bajo nivel del Dot | Sí |
| control de tool_choice | No expuesto | Sí |
| Topología MCP personalizada | Orientada a plugins | Sí |
| Backend propio de la aplicación | No requerido | Sí |
| Salidas estructuradas | Dependiente del producto | Salidas restringidas por esquema donde se admite |
| Flujo de aprobación | Salvaguardas integradas, permisos y reglas del usuario | Controles definidos por la aplicación más salvaguardas del proveedor |
| Interfaz exacta de herramientas | Integraciones compatibles y permisos del producto | Esquemas y código de ejecución definidos por el desarrollador |
| Uso de tokens por turno del agente | No hay telemetría pública de API equivalente documentada | Uso registrado de mejor esfuerzo; no es la factura final |
| Trazas del agente | Actividad orientada al usuario | Trazas/registros detallados |
| Imputación de costos por solicitud/tarea | Asignaciones a nivel de producto; no hay libro mayor público equivalente documentado | Imputación granular con conciliación de facturación |
| Enrutamiento de modelos | Gestionado | Definido por la aplicación entre modelos compatibles |
| Lógica de reintentos | Gestionada | Definida por el desarrollador |
| Integración de observabilidad | Controles limitados del producto | Registros, trazas, eventos, exportaciones |
| UX | Nativa de ChatGPT | Completamente personalizada |
| Despliegue en tu producto | No se identificó un endpoint público de inserción de Dot en la documentación revisada | Integración personalizada en tu aplicación |
Un agente de API personalizado traslada la responsabilidad de ingeniería a tu equipo: persistencia, programación, permisos, manejo de credenciales, recuperación ante fallos, despliegue y controles de cara al usuario aún deben construirse o configurarse. Los requisitos de seguridad del proveedor y la compatibilidad de funciones de la API siguen aplicando.
Imputación de costos y conciliación de facturación
Las conversaciones de Dot no cuentan para los límites de uso de ChatGPT. El plan proporciona un cupo para trabajo más profundo, mientras que las tareas delegadas a Work y Codex usan los límites de esos productos. Trátalos como categorías de uso separadas. Un agente de API personalizado, en cambio, expone mecanismos contables para imputar gasto a clientes, tickets o departamentos.
El uso de agente y las trazas registradas ayudan a los desarrolladores a imputar trabajo del agente raíz y subagentes. El uso es de mejor esfuerzo: puede faltar o actualizarse después, y no es una factura final. Los campos de uso documentados no exponen recuentos separados de escrituras en caché, por lo que esos campos por sí solos no pueden determinar cargos exactos cuando aplica la tarificación por escrituras en caché.
Para una estimación de costos en producción, usa la documentación de precios actual del modelo y los registros de facturación del proveedor seleccionado. La longitud de contexto, el nivel de servicio, el procesamiento regional, las herramientas y la infraestructura pueden cambiar el total. Los precios de OpenAI no son una cotización para CometAPI.
Mantén un libro mayor de tareas que separe entrada sin caché, lecturas de caché, escrituras en caché cuando estén disponibles, salida incluida la de razonamiento, reintentos y llamadas a subagentes. Añade las tarifas aplicables de herramientas, cómputo en sandbox, infraestructura y servicios de terceros, y luego concilia esa estimación con los cargos facturados. No sumes entrada en caché por encima de la entrada total sin ajustar la parte en caché.
Esto habilita un proceso contable preciso cuando hay datos de facturación completos; no convierte cada respuesta de uso de API en un estado de costos exacto. Tampoco implica que los Dots sean intrínsecamente más caros.
Esquemas de herramientas y control de ejecución
Los Dots permiten a los usuarios conectar integraciones compatibles y definir permisos o reglas personalizadas. Un agente de API permite a los desarrolladores definir la interfaz invocable: nombres de funciones, tipos de argumentos, valores permitidos, código de ejecución, autorización en backend y la UI mostrada a los usuarios. Esto es control a nivel de implementación dentro de las capacidades compatibles de la API.
El esquema siguiente expone una operación con dos argumentos obligatorios y un conjunto fijo de valores de estado. Es una definición de herramienta, no una aplicación ejecutable completa; tu backend debe implementar la función y hacer cumplir el acceso al lead.
{
"type": "function",
"name": "update_lead_status",
"description": "Update only the sales-stage field for an existing lead.",
"strict": true,
"parameters": {
"type": "object",
"properties": {
"lead_id": {
"type": "string"
},
"status": {
"type": "string",
"enum": [
"qualified",
"unqualified",
"follow_up"
]
}
},
"required": [
"lead_id",
"status"
],
"additionalProperties": false
}
}
Los esquemas estrictos de funciones restringen los argumentos generados. La aplicación ejecuta la función, comprueba la pertenencia al inquilino y la autorización, valida transiciones de estado y aplica cualquier aprobación requerida. Un esquema válido no garantiza por sí solo que una acción esté autorizada o que el modelo tome la decisión empresarial correcta.
Los Dots no proporcionan esta misma interfaz pública orientada a desarrolladores para sustituir sus esquemas internos de herramientas, orquestación e instrumentación de facturación. Sin embargo, sí ofrecen controles significativos para el usuario sobre apps conectadas y acciones permitidas. La diferencia es el nivel de control expuesto, más que la ausencia de controles en Dots.
¿Pueden los desarrolladores crear un agente tipo Dots con la API de OpenAI?
Sí, aunque no es un clon en una sola llamada. Los desarrolladores pueden combinar sesiones persistentes, llamadas a funciones, búsqueda web, uso de ordenador, servidores MCP, ejecución en segundo plano, trazado y orquestación personalizada para reproducir muchas ideas arquitectónicas detrás de un agente siempre activo.
La compensación es trabajo de ingeniería: los Dots empaquetan la pila del agente en un producto gestionado, mientras que la API expone los bloques de construcción.
¿Cuándo deberías usar OpenAI Dots en lugar de un agente de API?
Los Dots tienen sentido cuando el agente existe principalmente para ti: llevar el seguimiento del trabajo personal, coordinar investigación, seguir proyectos, organizar información a través de servicios conectados o mantener la continuidad a través de muchas tareas pequeñas.
Un agente de API personalizado tiene más sentido cuando el agente existe principalmente dentro de tu producto o proceso empresarial. Si necesitas facturación a nivel de inquilino, esquemas de funciones deterministas, enrutamiento exacto de modelos, sistemas de aprobación propietarios, observabilidad interna, UIs específicas de la aplicación, control de acceso a nivel de herramientas o límites de costos explícitos, una arquitectura de API es la opción más adecuada.
Esta comparación se centra en Dots personales. OpenAI también está pilotando dots especialistas para roles organizativos. Un agente de API personalizado es más relevante cuando necesitas incorporar comportamiento de agente en tu propia aplicación y controlar su implementación.
¿Pueden los OpenAI Dots acceder a tu ordenador local?
No automáticamente. El ordenador en la nube de un Dot es independiente del dispositivo del usuario. Conectar un ordenador local otorga un permiso separado para trabajo local; conectar ese ordenador a Codex o habilitar Work Sync no otorga por sí solo acceso al Dot. Algunos sitios web bloquean navegadores en la nube o requieren verificación, y comenzar una tarea local no transfiere la sesión del navegador en la nube.
¿Cómo puede encajar CometAPI en una alternativa basada en API a Dots?
Si el objetivo no es reproducir la interfaz de ChatGPT Dots sino crear tu propio producto de agente, una API de modelos unificada puede ser útil para la capa de modelos.
GPT-6 Sol API en CometAPI puede soportar cargas de trabajo agentivas complejas mediante una interfaz compatible con OpenAI. Para cargas más nuevas, GPT-6.1 Sol API en CometAPI ofrece otra opción para programación agentiva y trabajo profesional.
En un despliegue personalizado, tu aplicación envía trabajo a un orquestador de agentes. El orquestador aplica reglas de negocio y llama a endpoints de modelo y herramientas compatibles. Tu aplicación mantiene sus propios registros, libro mayor de costos y capa de aprobación. Una pasarela de modelos proporciona la capa de acceso al modelo; no suministra automáticamente todo un runtime de agente.
Para cada endpoint seleccionado, verifica la compatibilidad con las funciones de API que planeas usar, incluida la invocación de herramientas, salidas estructuradas y campos de uso. No debe asumirse que los entornos y trazas de la Agents API alojada por OpenAI estén disponibles a través de una pasarela compatible con OpenAI. La facturación de CometAPI debe contrastarse con las propias tarifas y registros de CometAPI.
¿Cuáles son las principales limitaciones de OpenAI Dots?
- Granularidad de control: los Dots ofrecen reglas y permisos, pero no la misma superficie de orquestación a nivel desarrollador que la API.
- Observabilidad de costos: el acceso por suscripción es simple, pero no ofrece la misma contabilidad por llamada, por token y por herramienta que las cargas de trabajo de API.
- Compatibilidad de sitios web: los agentes automatizados pueden encontrar restricciones de inicio de sesión, anti-bot o de acción.
- Disponibilidad: el acceso depende del plan, la región y la configuración del espacio de trabajo.
- Riesgo de autonomía: los agentes persistentes pueden cometer errores, por lo que los permisos y la revisión siguen siendo necesarios.
¿Quién puede usar OpenAI Dots y dónde puedes crear uno?
La disponibilidad de Dots se está desplegando gradualmente. A fecha del 12 de octubre de 2026, los usuarios elegibles de Pro 100, Pro 200 y Pro 500 deben ser mayores de 18 años y estar fuera del Espacio Económico Europeo, Reino Unido y Suiza. Business Premium y Enterprise se están desplegando en todo el mundo; Enterprise requiere que un administrador habilite Dots. La elegibilidad no garantiza que una cuenta ya tenga acceso.
Crea un Dot en la app móvil más reciente de ChatGPT, la app de escritorio o el navegador de escritorio, y continúa con el mismo Dot en distintos dispositivos. La web móvil no es compatible. La actualización del 5–9 de octubre añadió creación desde móvil, personalización de apariencia y conexión de plugins; conectar tu ordenador local aún requiere la app de escritorio.
Conclusión
Los Dots amplían ChatGPT desde conversaciones individuales hacia una responsabilidad delegada continua. Pueden conservar el contexto, trabajar en la nube, usar apps conectadas y coordinar tareas de Work o Codex, involucrando al usuario cuando se necesita revisión o una decisión.
Elige Dots cuando quieras un agente personal gestionado que mantenga el trabajo en marcha. Elige Codex para flujos de ingeniería y ChatGPT Work para entregables sustanciales. Crea un agente de API cuando tu producto necesite interfaces de herramientas personalizadas, orquestación específica de la aplicación y un proceso de facturación vinculado a clientes o flujos de trabajo individuales. Ese control adicional conlleva trabajo de implementación y mantenimiento.
Preguntas frecuentes
¿Puede un Dot reanudar trabajo local después de que mi portátil se desconecte?
El trabajo en la nube y el trabajo en ordenador conectado tienen entornos de ejecución distintos. Un Dot puede continuar el trabajo en su propio entorno en la nube cuando tu portátil está apagado, pero una tarea asignada a ese portátil necesita que el ordenador conectado esté en línea con la app de ChatGPT abierta. Revisa la ubicación de ejecución de la tarea antes de asumir que continuará sin supervisión; el navegador en la nube no hereda la sesión del navegador local.
¿Pausar un Dot detiene todas las tareas delegadas?
No. Pausa, detención de tareas y cancelación de programación son controles separados. Pausar detiene la tarea principal del Dot. Abre Activity para detener una tarea delegada, y Scheduled para deshabilitar o eliminar una tarea recurrente. Terminar una llamada tampoco detiene necesariamente el trabajo asignado. Las acciones completadas no se deshacen al detener el agente.
¿Enviar mensajes a un Dot en Slack le otorga acceso a otras apps?
No. Un canal de mensajería y una conexión de app otorgan tipos de acceso diferentes. Las conexiones de apps dependen de los permisos de la cuenta y del entorno donde se ejecuta el trabajo. Conecta la integración requerida por separado e inspecciona sus acciones permitidas; un método de comunicación por sí solo no otorga acceso a una bandeja de entrada, repositorio o archivos locales.
¿Pueden los campos de uso de la API por sí solos determinar una factura exacta del agente?
No en todos los casos. El uso puede llegar con retraso o no estar disponible, y algunos costos requieren datos de facturación adicionales. Incluye reintentos, trabajo de subagentes, escrituras en caché cuando corresponda, herramientas, cómputo y servicios de terceros. Trata el uso registrado como entrada contable, asícialo a tus propios identificadores de tarea y concilia el resultado con los cargos facturados en lugar de tratar una sola respuesta de uso como el costo completo.
¿Las notas privadas de un Dot se restablecen cuando cambian los ajustes de memoria de ChatGPT?
No necesariamente. Las notas privadas de un Dot y la memoria guardada de ChatGPT son fuentes de contexto distintas. Las notas pueden rastrear decisiones y preferencias a través de métodos de contacto, y no son una transcripción completa. Cambiar un ajuste de memoria de ChatGPT no necesariamente elimina notas existentes del Dot; revisa los controles relevantes al cambiar el contexto que quieres que conserve.