Imagina a un pequeño empresario que copia un correo de cliente en ChatGPT para redactar una respuesta: nombre, dirección, pedido e importe, todo en la caja. Antes de enviar debe comprobar qué datos son necesarios, si la empresa autoriza ese uso y qué condiciones tiene la cuenta. El precio del plan por sí solo no responde a esas preguntas.
El post anterior de esta serie te dijo que pegaras el material real, porque el material real es mejor que cualquier descripción. Eso sigue siendo cierto. Este post es la otra mitad de ese consejo. Hay una línea, y cruzarla es el único error de principiante que de verdad puede costarte. La buena noticia: quedarte del lado correcto lleva medio segundo en cuanto se vuelve un hábito.
Por qué vale dos minutos#
El problema no se limita a cuentas gratuitas. El informe de Cyberhaven de febrero de 2026 describe uso considerable de cuentas personales en empresas. Es motivo para revisar acceso y autorización de datos. No demuestra que todo chat personal sea público ni que pagar proteja por sí solo lo confidencial.
El cuadro de entrada no es una libreta privada. En cuentas personales de ChatGPT, también Plus y Pro, el entrenamiento depende de los controles de datos. Free también permite desactivarlo. Business, Enterprise y Edu no se usan para entrenar por defecto. Es una regla de entrenamiento, no una promesa de que los datos nunca se guarden, procesen o revisen cuando esté permitido.
La regla de la postal#
La regla de la postal es un punto de partida prudente: hasta comprobar autorización y condiciones del servicio, introduce solo material que ese destinatario pueda recibir. Vale para cuentas gratuitas y de pago. La analogía ayuda a decidir; no significa que los chats se publiquen realmente.
Tres categorías#
Clasifica lo que quieres pegar en tres categorías y la decisión se vuelve fácil.
Verde, normalmente sencillo. Preguntas generales, ejemplos completamente inventados y textos públicos propios sin información confidencial o personal añadida. Los datos públicos también pueden afectar derechos ajenos. Para textos de terceros y personas reales, comprueba si puedes utilizarlos en la tarea.
Amarillo, editar y revisar primero. Correos, presupuestos y cláusulas suelen contener más que nombres y cifras. Quita identificadores innecesarios, metadatos y detalles que permitan reconocer indirectamente a la persona o empresa. Los marcadores reducen los datos enviados; no garantizan anonimización completa.
Rojo, solo mediante un procedimiento autorizado expresamente. Listas personales de clientes, datos médicos o financieros, código confidencial y material sujeto a secreto requieren base jurídica adecuada, minimización y condiciones contractuales y de seguridad revisadas. Una suscripción Business no autoriza por sí sola el tratamiento. Tampoco deben pegarse contraseñas, claves API u otras credenciales en ese chat.
El único truco: anonimizar, no omitir#
A menudo puedes resolver la misma tarea de redacción con menos datos. Sustituye identificadores por marcadores, envía solo el fragmento necesario y repón después los detalles reales. Revisa resultado y material restante. Según el contenido, es reducción o seudonimización, no anonimización garantizada.
Toma un correo de seguimiento como ejemplo. Los básicos están en Cómo hablarle a Claude. En lugar de "escribe un correo de seguimiento a la señora Berger sobre su presupuesto de cuatro mil euros para la terraza", escribes "escribe un correo de seguimiento a [CLIENTA] sobre su presupuesto de [IMPORTE] para [PROYECTO], tono cálido, menos de cien palabras". La IA escribe un correo igual de bueno. Tú vuelves a poner su nombre real y la cifra real antes de enviar. Así reduces los datos transmitidos. Comprueba aun así si la descripción del proyecto, circunstancias poco comunes o metadatos ocultos identifican a alguien. La calidad y el riesgo restante dependen del material concreto.
Dos ajustes el primer día#
Dos ajustes ayudan, pero no sustituyen la autorización del uso concreto.
Primero, revisa el entrenamiento en Ajustes → Controles de datos. En ChatGPT, desactivar “Mejorar el modelo para todos” impide usar las conversaciones nuevas con ese fin. El historial sigue guardado. Los chats temporales tienen otras reglas y pueden conservarse hasta 30 días por seguridad; no prometen borrado inmediato.
Segundo, utiliza para datos empresariales solo el servicio y contrato revisados por tu organización. OpenAI no entrena por defecto con datos de Business, Enterprise y Edu. Revisa también tratamiento, conservación, acceso y el acuerdo de encargo necesario. La etiqueta del plan no sustituye revisar el contenido ni contar con la base jurídica necesaria.
Los errores que cometen los principiantes#
Subir el documento entero cuando necesitabas dos párrafos. Cuanto más metes, más hay que pueda filtrarse, y el modelo rara vez necesita el resto.
Pegar una captura de pantalla con datos todavía visibles en una esquina. La IA lee la imagen completa, no solo la parte en la que tú pensabas.
Soltar contraseñas, claves de API o accesos para que "te ayude con la configuración". Nunca. Eso va en un gestor de contraseñas, no en una ventana de chat.
Creer que entrenamiento y almacenamiento son lo mismo. No lo son. Revisa historial, borrado, conservación y revisión permitida, también en una cuenta de pago.
Conviértelo en un hábito, no en una preocupación#
El sentido de todo esto no es ponerte nervioso con una herramienta que acabas de empezar a apreciar. Es convertir un instinto en un reflejo, igual que ya bajas la voz cuando dices en alto el nombre de una clienta en una cafetería llena. Reduce lo amarillo, usa para lo rojo un procedimiento revisado y autorizado y envía solo lo necesario para la tarea. Si quieres el lado más profundo y legal de esto, nuestra guía sobre usar la IA cumpliendo el RGPD va por ahí. El siguiente post de esta serie vuelve a lo práctico: una lista llana de las tareas del día a día donde todo esto empieza a dar resultado, la docena de tareas que vale la pena probar a primera hora del lunes.
Fuentes y estado del producto#
Controles de datos de OpenAI / Acceso y condiciones de Codex
Cyberhaven: estudio de febrero de 2026 / EDPB: anonimización e identificación
