ChatGPT
Claude
Perplexity
Gemini
GrokUn GPT personalizado sirve para un prototipo, pero rara vez como agente de admisiones en producción
Un GPT personalizado puede responder preguntas sobre grados, plazos y becas en un par de tardes de trabajo, y por eso resulta tentador. El problema aparece cuando ese asistente debe atender a candidatos reales de su universidad, registrar sus datos y pasarlos al equipo de admisiones sin perder información.
Esta guía le ayuda a decidir qué parte del trabajo puede cubrir un GPT, dónde se queda corto y qué alternativas existen. Si busca la visión de conjunto, empiece por nuestra guía de chatbots de IA para la captación de estudiantes.
No hemos podido contrastar con la ayuda oficial de OpenAI las condiciones de los planes de ChatGPT, los límites de archivos ni las opciones de uso compartido. Por eso no las damos como hechos aquí: compruébelas en la documentación vigente del plan que vaya a contratar.
Qué ofrece realmente un GPT personalizado
Un GPT personalizado es una versión de ChatGPT configurada con instrucciones propias. Según la documentación de OpenAI sobre GPT Actions, un GPT personalizado combina instrucciones, documentos adjuntos como conocimiento y acciones que llaman a servicios de terceros mediante API.
Esa descripción ya dibuja el perímetro. Las instrucciones fijan el tono y las reglas. Los documentos dan una base de consulta. Las acciones permiten conectar con otros sistemas, pero solo si alguien construye y aloja esa API.
Para un equipo de admisiones, esto es útil en tres situaciones:
- Pruebas internas: comprobar qué preguntas hacen los candidatos y cómo responde un modelo con sus documentos.
- Apoyo al personal: que un orientador consulte rápidamente el reglamento de matrícula o la guía de becas.
- Redacción: preparar borradores de respuesta que una persona revisa antes de enviar.
Los cinco límites que importan en admisiones
El límite principal no es la calidad del modelo, sino todo lo que rodea a la conversación: fuentes, datos, trazabilidad y entrega al equipo. La tabla resume dónde suele fallar un GPT frente a lo que exige un servicio de admisiones.
| Necesidad de admisiones | Qué suele ocurrir con un GPT personalizado | Qué debería comprobar |
|---|---|---|
| Respuestas fieles a fuentes oficiales | Los documentos adjuntos orientan la respuesta, pero no impiden que el modelo complete con conocimiento general | Si cada respuesta cita la fuente y se niega a contestar cuando no la encuentra |
| Notas de corte, plazos y precios actualizados | Alguien debe resubir los archivos cada vez que cambian | Quién actualiza, con qué frecuencia y quién lo verifica |
| Entrega del candidato al CRM | Requiere una API propia detrás de una acción | Qué campos viajan, con qué consentimiento y qué ocurre si la llamada falla |
| Registro y auditoría | Las conversaciones quedan en el entorno donde se creó el GPT | Si puede exportar, buscar y borrar conversaciones por candidato |
| Presencia en su propia web | Un GPT vive en el entorno de ChatGPT, no en su página de grados | Si el candidato debe salir de su sitio y tener una cuenta propia |
Alucinaciones y fuentes
Un modelo con documentos adjuntos sigue siendo un modelo generativo. Puede mezclar la nota de corte de un curso con la de otro o inventar un requisito que suena razonable. En admisiones, un error así tiene consecuencias: un candidato que se presenta sin un documento o que descarta un grado por un dato falso.
Las salvaguardas habituales son la recuperación sobre fuentes controladas, las citas visibles y la derivación a una persona. Las detallamos en nuestro artículo sobre alucinaciones del chatbot en la universidad.
Entrega al equipo y al CRM
Un candidato que pregunta por una visita al campus o por el proceso de preinscripción es una oportunidad que debe llegar a una persona con su contexto. En un GPT, esa entrega depende de una acción que usted diseña, prueba y mantiene. Hay que decidir qué campos se envían, cómo se evitan duplicados y qué se hace cuando el CRM no responde.
Sin presencia en su propio sitio
Un GPT se usa dentro de ChatGPT. El candidato que está leyendo la ficha de un grado en su web no tiene un asistente ahí, a menos que construya una interfaz propia. Esa interfaz, con sus controles de acceso y su aviso de privacidad, ya es desarrollo a medida.
Datos personales: RGPD, LOPDGDD y la AEPD
Un asistente de admisiones trata datos personales desde el primer mensaje, y su universidad es la responsable del tratamiento aunque la tecnología sea de un tercero. Eso implica base jurídica, información al candidato, contrato con el proveedor y una evaluación de dónde se alojan y conservan los datos.
El marco es el Reglamento General de Protección de Datos, junto con la LOPDGDD en España. La Agencia Española de Protección de Datos publica guías sobre tratamientos con inteligencia artificial y sobre transparencia, útiles para redactar el aviso que verá el candidato. Consulte también el Reglamento de IA de la UE, que prevé obligaciones de transparencia cuando una persona interactúa con un sistema de IA.
Conviene separar tres escenarios, porque las condiciones no son las mismas:
- Aplicación ChatGPT: se rige por los términos del plan contratado. Compruebe esos términos antes de que nadie introduzca datos de candidatos.
- API de OpenAI: tiene una política de datos distinta. Según la documentación de datos de la API de OpenAI, los datos enviados a la API no se usan para entrenar modelos por defecto, salvo que la organización decida compartirlos.
- Registros de seguridad: La misma página indica que los registros de supervisión de abusos se conservan por defecto hasta 30 días.
Que la API no entrene con sus datos no resuelve por sí solo el RGPD. Siguen pendientes la información al candidato, el contrato de encargado del tratamiento, las transferencias internacionales y el derecho de supresión. Pida a su delegado de protección de datos que revise cada flujo antes de lanzarlo.
Alternativas: API propia, solución especializada o modelo híbrido
Hay tres caminos además de quedarse con el GPT, y la elección depende de su equipo técnico y del riesgo que asuma. Nuestra comparación detallada está en el artículo sobre SaaS, desarrollo propio u open source.
Construir sobre la API con recuperación de documentos. Da control sobre el comportamiento, las fuentes y la integración. Exige ingeniería, pruebas y mantenimiento continuos. Un detalle de calendario: OpenAI anunció la retirada de la Assistants API el 26 de agosto de 2026, con la Responses API como sustituta. Si parte de un tutorial antiguo, revise a qué interfaz apunta.
Contratar una solución especializada en admisiones. Un servicio de este tipo incluye la web, la cualificación del candidato, la reserva de jornadas de puertas abiertas y la entrega al CRM. Skolbot es un ejemplo: chatbot para la web de la escuela, cualificación de candidatos, reserva de citas y envío al CRM, con WhatsApp como complemento. Pida siempre una prueba sobre sus propios contenidos.
Un modelo híbrido. Algunas universidades usan un GPT como herramienta interna de redacción y una solución especializada de cara al candidato. Separa el riesgo bajo, de uso interno, del riesgo alto, con datos de personas externas.
| Criterio | GPT personalizado | API propia | Solución especializada | Híbrido |
|---|---|---|---|---|
| Tiempo hasta un prototipo | Corto | Medio | Corto | Corto |
| Control de fuentes y citas | Limitado | Alto | Depende del proveedor | Mixto |
| Integración con CRM | Requiere su propia API | Desarrollo propio | Suele venir incluida | Mixto |
| Presencia en la web de la universidad | No directa | Sí, con desarrollo | Sí | Sí |
| Carga de mantenimiento | Baja, pero manual | Alta | Del proveedor | Media |
La tabla es un marco de decisión, no una medición. Los plazos reales dependen de su equipo y de sus sistemas.
Cómo decidir: un piloto con criterios previos
La forma más segura de decidir es un piloto corto con criterios fijados de antemano. Un ejemplo ilustrativo, que debe adaptar a su centro:
- Reúna las preguntas reales que recibe admisiones sobre PAU (la antigua EBAU, conocida como Selectividad), preinscripción, becas del Ministerio y traslado de expediente.
- Prepare una lista de respuestas correctas redactadas por su equipo.
- Pruebe cada opción con esas preguntas y anote los errores, las citas y las negativas a responder.
- Simule un candidato que deja sus datos y compruebe que llegan completos al CRM.
- Revise con su delegado de protección de datos el aviso, el contrato y la conservación.
Si la universidad es privada, añada una comprobación: cualquier afirmación sobre titulaciones debe coincidir con lo que consta en su verificación oficial. La ANECA y el Ministerio de Ciencia, Innovación y Universidades publican la información de referencia sobre titulaciones, y el asistente nunca debería contradecirla. Para puntuar las opciones con una rúbrica, use nuestra guía para elegir un agente de IA.
