¿Qué hace un dot en investigación?
OpenAI lanzó los dots el 29 de septiembre de 2026. El anuncio de lanzamiento describe agentes que trabajan hacia tus objetivos las 24 horas en su propio ordenador en la nube, con acceso a más de 4.000 apps mediante plugins. Lo que más importa para investigar es la persistencia. Un chat normal, o incluso una sesión de agente de ChatGPT, se detiene cuando tú paras. Un dot mantiene un objetivo en mente y vuelve a él.
Eso lo hace ideal para investigación sin fecha de fin:
- Vigilancia de competidores. Revisar cada lunes las páginas de precios y de novedades de tres competidores y decirte qué cambió.
- Seguimiento de políticas y regulación. Seguir una ley, un organismo de estándares o los anuncios de un regulador y avisar de nuevas versiones.
- Literatura y presentaciones. Buscar nuevos artículos, resultados trimestrales o documentos judiciales sobre un tema concreto.
- Barridos de bandeja de entrada y Drive. Reunir en un resumen continuo todos los correos y documentos que mencionan un proyecto.
- Briefing antes de reuniones. Leer lo último de una empresa antes de tu llamada con ella.
Un comentarista de Hacker News describió exactamente este hábito, antes incluso de que existieran los dots, usando las tareas programadas de ChatGPT:
"I have ChatGPT set up to do some recurring tasks (keeping track of developments on a policy proposal in politics; on a weekly basis tracking music releases based on my evolving tastes; checking new book releases; basically doing recurring deep dive web research on my behalf and reporting when there is a significant new finding) and this alone keeps me from switching to another service."
Un dot lleva ese patrón más lejos, porque puede mantener varios de esos hilos a la vez y decidir por su cuenta cuándo algo merece que te lo cuente. Si quieres primero el recorrido por el producto, empieza por la explicación de OpenAI Dots, o lee la reseña de OpenAI Dots de mi compañero para un veredicto.
¿Cómo funciona realmente la investigación proactiva?
Esta es la función que hace interesantes los dots para investigadores, y también la que tiene los límites más claros. OpenAI la llama investigación proactiva. Según el artículo de seguridad, cuando no estás hablando con él, un dot "can start background research tasks to look for other ways to help." Esas tareas se ejecutan en el entorno en la nube del dot, usan herramientas de solo lectura sobre tus fuentes conectadas y guardan notas privadas que el dot lee más tarde.
Los límites se aplican en el código, no solo en las instrucciones. OpenAI dice que las tareas de investigación "cannot directly send messages to other people, change content in connected apps, or control a browser or desktop." Según las preguntas frecuentes de privacidad, tus Custom Rules tampoco pueden relajar esas restricciones. Así que la investigación proactiva puede leer y tomar notas, pero cualquier cosa sobre la que quiera actuar pasa por las comprobaciones de aprobación normales.
Dos detalles importan para el trabajo de investigación:
- Entrenamiento. OpenAI dice que no entrena directamente con los hilos de investigación en segundo plano ni con sus notas. Pero si tu dot lleva una nota a una conversación normal, esa conversación puede usarse para entrenamiento, según tu ajuste "Improve the model for everyone". Los espacios de trabajo Business no se usan para entrenamiento por defecto.
- Alcance. Lee "permitted connected sources", es decir, las apps que has conectado y que tu espacio de trabajo permite. No llegará a una base de datos de pago que no hayas conectado.
No todos en Hacker News quedaron tranquilos con el enfoque de solo lectura. Un comentarista citó de vuelta la redacción de OpenAI y planteó la pregunta obvia sobre la responsabilidad:
"Am I criminally liable when my dot's "proactive research" is to break out of its sandbox and attempt to hack a government website?"
Es una broma con un punto serio debajo. El límite de solo lectura regula lo que las herramientas de investigación pueden cambiar, no qué páginas públicas decide leer un dot. Dile exactamente qué vigilar.
¿Cuándo usar un dot, deep research o ChatGPT Work?
ChatGPT tiene ahora tres vías de investigación, y elegir la equivocada hace perder tiempo o uso. Mi regla: empieza por la forma del trabajo, no por la herramienta.
| Trabajo de investigación | Mejor opción | Por qué |
|---|---|---|
| Vigilar un tema cada semana | Tu dot | Mantiene el objetivo entre chats y puede investigar en segundo plano |
| Una pregunta profunda, muchas fuentes | Deep research | Revisas un plan de investigación, eliges fuentes y obtienes un informe con citas |
| Investigación que termina en una presentación u hoja | ChatGPT Work | Work crea documentos, hojas de cálculo, presentaciones y Sites |
| Un dato rápido | Chat normal con búsqueda | Más rápido y más ligero en uso |
| Un informe recurrente con horario fijo | Tarea programada de Work | Se ejecuta según un horario o un desencadenante, y se puede compartir con compañeros |
Deep research sigue siendo la mejor herramienta para un informe serio. Según el artículo de ayuda de OpenAI, propone un plan de investigación que puedes editar antes de empezar, te deja interrumpirlo mientras se ejecuta y devuelve un informe con índice, sección de fuentes usadas e historial de actividad. Puedes descargarlo como Markdown, Word o PDF. Además solo usa "read actions from connected apps", nunca acciones de escritura.
El control que más uso es la restricción de sitios. En Sites > Manage sites puedes limitar la investigación a dominios de confianza, o solo priorizarlos y seguir buscando en toda la web.
ChatGPT Work es para investigación que termina en un archivo. Según la guía de Work de OpenAI, Work puede "research a topic, analyze information, or create a document, spreadsheet, presentation, report, or Site", y sus Scheduled Tasks pueden ejecutarse una vez, repetirse o vigilar cambios. Tu dot puede iniciar tareas de Work por ti, así que ambos se combinan bien: el dot nota que algo cambió y luego le da a Work el trabajo de construir la hoja comparativa actualizada. No encontré que OpenAI diga que un dot pueda lanzar por sí mismo una ejecución de deep research, así que no contaría con ello.
Si lo que quieres sobre todo son respuestas con citas rápidas, ChatGPT no es tu única opción. La comparativa de alternativas a Perplexity y la guía de buscadores con IA comparan el panorama, y los precios de Perplexity muestran cuánto cuesta ese camino.
Los usuarios de Notion también tienen una opción integrada en el modo de investigación de Notion.
¿Cómo configuras un dot para investigar?
La configuración lleva unos 15 minutos. El orden importa, porque cada paso amplía lo que el dot puede leer.
- Crea el dot en el escritorio. Desde el móvil no se puede crear uno.
- Escribe una lista de vigilancia, no un objetivo vago. "Cada lunes, revisa estas tres páginas de precios y el registro de cambios en esta URL, y dime qué cambió con enlaces" funciona. "Mantenme informado sobre mi sector" produce ruido.
- Conecta solo las fuentes que necesita. Google Drive, SharePoint, tu correo, Slack. Según la guía de primeros pasos de OpenAI, los plugins se comparten entre dots, ChatGPT, Work y Codex, así que revisa lo que ya conectaste.
- Elige dónde llegan los resúmenes. Un dot puede trabajar en ChatGPT, Slack o Teams. Un canal de Slack dedicado mantiene los hallazgos fáciles de buscar. La guía de Slack AI cubre las alternativas ahí.
- Define Custom Rules para todo lo que salga de tu escritorio. Leer está bien. Enviar un resumen a alguien que no seas tú debería ser "Ask first".
Las preguntas frecuentes de privacidad añaden un límite que los investigadores deben conocer: no puedes ver ni borrar recuerdos individuales de un dot, solo el dot entero. Si investigas temas sensibles, mantén ese dot separado del que usas a diario.
El uso es lo otro que debes planificar. Según el anuncio de lanzamiento, las conversaciones con tu dot no cuentan para tus límites de uso de ChatGPT, pero las tareas que inicia en ChatGPT Work o Codex sí. Deep research tiene su propio contador, que varía según el plan. Así, un resumen diario escrito por el propio dot es casi gratis sobre tu plan, mientras que pedirle que reconstruya en Work una hoja comparativa de 40 filas gasta de la cuota compartida. La guía de precios de ChatGPT Work explica esa cuota.
Tu primer dot viene con Pro (desde 100 $/mes, no disponible en el EEE, Suiza ni el Reino Unido) o con un puesto Business Premium (100 $/usuario/mes anual, 125 $ mensual). En Europa, el puesto Business es la única vía. Los detalles completos están en precios de OpenAI Dots.
¿Cómo compruebas lo que encuentra tu dot?
Esta es la parte que decide si un dot te ahorra tiempo o te deja en evidencia. OpenAI es inusualmente directo sobre el riesgo. En su anuncio de deep research, dice que el modelo "can sometimes hallucinate facts in responses or make incorrect inferences" y "currently shows weakness in confidence calibration, often failing to convey uncertainty accurately." Eso se escribió sobre deep research, pero un dot que lee la misma web tiene el mismo problema.
Trato cada hallazgo como una pista hasta que sube esa escalera. Esta es la lista de comprobación que uso en los artículos de investigación en eesel, y funciona igual con el resumen de un dot:
- Pide enlaces, siempre. Pon "incluye la URL de la fuente de cada afirmación" en las instrucciones del dot. Una afirmación sin enlace no entra en tus notas.
- Abre la página. Confirma que la página dice realmente lo que el dot dice que dice. La deriva al parafrasear es el error más común que detecto.
- Revisa la fecha. Las páginas de precios y los artículos de ayuda cambian. Un dot puede citar una versión antigua en caché o una copia de terceros.
- Prefiere la fuente primaria. La página de precios del propio proveedor vale más que un blog que la resume. Si el dot solo encontró un resumen, pídele que encuentre el original.
- Anota lo que no pudo ver. Las bases de datos de pago y las herramientas con inicio de sesión son invisibles si no están conectadas. El silencio no es una prueba.
Buscar bien es una habilidad en sí misma. Para investigación de contenido en concreto, mira cómo investigar temas para el blog y estas herramientas de IA para investigación de palabras clave.
¿Dónde se quedan cortos los dots para investigar?
Tres límites destacan para los investigadores.
No hay un plan de investigación editable. Deep research te muestra su plan antes de empezar. Un dot decide por sí mismo cómo perseguir un objetivo de vigilancia, lo cual es genial para comprobaciones rutinarias y más débil para una pregunta de alto riesgo en la que quieres aprobar el método.
Precio para un solo investigador. El punto de entrada es de 100 $/mes. Un comentarista de Hacker News valoró la idea para estudios de mercado, pero se echó atrás ante el plan:
"I would use dots to manage things like market research, checklists, and design ideas. Since it starts with the Pro pricing plan, I'll have to try it out later when it's available on the Plus plan."
Funciona para una persona. Un dot se ejecuta en tus cuentas y guarda notas privadas. Los hallazgos se quedan en tus resúmenes salvo que los compartas. Los equipos que quieren investigación compartida tienden a usar tareas programadas de Work, que se pueden compartir, o un canal común. Otro comentarista describió que ese patrón compartido le funciona bien:
"We use it for quick research that other teammates can follow, filing bugs, quick first round investigations on incidents, etc."
Otros agentes personales compiten por el mismo escritorio, como Meta Muse, Grok Bot e Instinct AI.
La comparativa de los mejores asistentes de IA compara más, incluido el Copilot Autopilot de Microsoft.
Para trabajos hermanos, mira dots para el trabajo, dots para ventas y dots para reclutamiento.
¿Qué pasa cuando termina la investigación?
Para muchos equipos, la investigación no es el producto final. Alimenta algo: un informe, un briefing de ventas o, lo más habitual en marketing, un artículo. Ese último paso es donde paso mis días. Escribo para el blog de eesel, y lo difícil de un artículo con mucha investigación nunca es encontrar un enlace más. Es convertir un montón de fuentes verificadas en una pieza estructurada y con citas en la que un lector confíe, con imágenes, enlaces internos y un enfoque claro.
Un dot no hace ese trabajo. Vigila y resume para una persona. Publicar un artículo requiere un redactor que se encargue de toda la cadena.
Para eso están los compañeros de IA de eesel. Son incorporaciones listas para trabajar en tareas definidas: el compañero de IA de helpdesk para soporte y el redactor de blogs con IA para contenido. El redactor investiga fuentes primarias sobre un tema y luego redacta un artículo largo con citas, infografías generadas y capturas de pantalla del producto, listo para tu edición.
Si quieres ver primero la mecánica, la desglosé en la explicación del redactor de blogs con IA y en el flujo de trabajo del redactor de blogs.
Ambos encajan. Deja que tu dot vigile un mercado y avise de que un competidor acaba de cambiar sus precios. Luego pasa el tema a un redactor creado para investigarlo bien y publicarlo. Para equipos de SEO, la comparativa de redactores de blogs para SEO muestra cómo se comparan las opciones. Para equipos que publican a gran volumen, mira la automatización del redactor de blogs con IA.
Si tu equipo trabaja en el terminal, eesel tiene una CLI que opera el mismo compañero y espacio de trabajo desde scripts, y agentes de programación como Codex o Claude Code pueden manejarla. Un ingeniero de operaciones de contenido podría hacer que un script inicie un borrador en cuanto una lista de vigilancia marque un tema nuevo, sin abrir un panel.
Para ser justos con el dot: si tu investigación termina en tus propias notas, no necesitas eesel. Un dot encaja bien. La línea la marca el entregable. Si la investigación tiene que convertirse en un artículo publicado y con citas, eso es un trabajo de redacción, y le corresponde a un redactor.
Prueba eesel para el artículo posterior a la investigación
Deja que tu dot vigile las fuentes y avise de lo que cambió. Cuando un hallazgo merezca un artículo completo, el redactor de blogs con IA de eesel investiga las fuentes primarias, redacta un artículo largo con citas e imágenes y te lo entrega para revisión. Es gratis de probar, y los precios son públicos.