Integrar ChatGPT en tu empresa: la API dentro de tus herramientas y tus datos

¿Cuál es la diferencia entre ChatGPT y la API de OpenAI?

ChatGPT es un producto: una interfaz de chat con suscripción, memoria, carga de archivos y las funciones que decide OpenAI. La API de OpenAI es la misma familia de modelos expuesta como un servicio que el software puede llamar: envías texto, recibes texto o datos estructurados de vuelta, y pagas por token. Anthropic ofrece Claude igual, y Google, Gemini. Cuando alguien dice "quiero conectar ChatGPT con nuestro CRM", lo que se integra en la práctica es una API, porque un CRM no puede abrir una pestaña del navegador y escribir.

La distinción importa por tres razones. Primero, la API no tiene historial de chat a menos que lo construyas: cada llamada parte limpia, con el contexto que le das. Segundo, la API devuelve salida estructurada (JSON con los campos que definas), así que otro sistema puede actuar sobre la respuesta en vez de que una persona lea prosa. Tercero, el uso de la API se rige por las condiciones comerciales del proveedor, no por las de ChatGPT para consumidores, y eso cambia cómo se tratan tus datos.

En corto: un plan ChatGPT Team o Enterprise es una herramienta para tu gente; la API es la herramienta para tus sistemas.

¿Qué modelo conviene: Claude, GPT o Gemini?

En palabras simples: los tres proveedores principales están tan cerca en calidad que la elección debería hacerse por tarea, no por empresa. Para un paso de clasificación que corre diez mil veces al mes, un modelo chico y rápido basta. Para redactar una respuesta que va a leer un cliente, un modelo más fuerte justifica su precio. Para extraer campos de una factura escaneada, gana el que mejor maneje tus archivos, y eso se prueba en la primera semana.

La regla que aplico en cada construcción es: no te cases con un proveedor. La llamada al modelo queda detrás de una sola capa en el código o en el flujo, con el prompt y el nombre del modelo como configuración, no repetidos en veinte lugares. Cuando sale un modelo mejor o más barato, el cambio toma una tarde y una ronda de pruebas. Trabajo con la API de Claude, la API de OpenAI y Google Gemini, y no tengo relación comercial con ninguno.

¿Qué integraciones de ChatGPT sí se pagan solas?

Las integraciones que sobreviven a la demo comparten un rasgo: están sobre un proceso que ya corre todos los días, tiene una entrada y una salida claras, y se come horas de la semana de alguien. Estos son los cinco patrones que más construyo, en el orden en que suelen pagarse.

Cada uno puede partir chico: una casilla, un tipo de documento, un equipo. La primera versión sale en tres semanas, corre con volumen real y en un mes te dice si merece crecer. Los últimos tres corren en mi propia operación todos los días.

¿Dónde corre el modelo y qué pasa con tus datos?

El modelo corre en la infraestructura del proveedor. Lo que controlas es qué va en cada solicitud, qué se guarda de tu lado y quién puede verlo. En el nivel de API para empresas, los proveedores principales declaran que las entradas y salidas de la API no se usan para entrenar sus modelos por defecto; distinto del ChatGPT de consumo, donde depende de tu cuenta. Las condiciones cambian: revisa la política de datos vigente del proveedor antes de firmar; en el diagnóstico te muestro la página exacta.

De tu lado aplico las mismas reglas que a cualquier sistema en producción. Las claves de API viven en un gestor de secretos, nunca en un nodo del flujo ni en una planilla. Cada llamada queda registrada con sus entradas, salidas, costo y latencia. Los datos personales se minimizan antes de salir: un hilo de soporte no necesita la ficha completa del cliente para clasificarse, así que el prompt recibe solo los campos necesarios. Y todo lo irreversible (enviar, facturar, borrar) espera un clic humano.

¿Cómo se ve una integración de ChatGPT construida de verdad?

Tomemos la solicitud más común: borradores de respuesta a clientes dentro de la mesa de ayuda. El disparador es un ticket nuevo. Un flujo (n8n o un servicio chico en Python) lo toma, trae la ficha del cliente desde el CRM y busca los tres pasajes más relevantes de tu base de conocimiento con recuperación sobre Postgres con pgvector. Ese contexto, el hilo y un prompt versionado van al modelo a través de la capa intercambiable. El modelo devuelve salida estructurada: un borrador, una categoría, un puntaje de confianza y las fuentes que usó.

Las protecciones envuelven la llamada: reintentos ante errores del proveedor, un modelo de respaldo si el principal está caído, una verificación de largo y contenido sobre el borrador, y una regla para que los casos de baja confianza vayan directo a una persona. El borrador aparece en el ticket como nota interna o respuesta pendiente. Una persona lee, edita si hace falta y envía. Nada sale sin ese clic. Un resumen diario le dice al dueño cuántos borradores se usaron tal cual, cuántos se editaron y cuántos se descartaron: el número que decide si se amplía.

Dónde corre: en tus cuentas. Tu clave de OpenAI o de Anthropic, tu instancia de n8n o un contenedor en Railway o en tu propia nube, tu Supabase o Postgres, tu mesa de ayuda. En la entrega recibes los flujos y el código en tu repositorio, la documentación y videos Loom. Si yo desaparezco, el sistema sigue corriendo y otro ingeniero puede tomarlo.

¿Cuánto cuesta integrar ChatGPT en tu empresa?

Son dos costos separados y se comportan distinto. La construcción es un solo precio fijo acordado por adelantado después de una llamada de diagnóstico gratuita, entregada en un sprint de tres semanas (tres a cinco para alcances más grandes). No cobro por hora. La mayoría de estas integraciones cabe en alguno de los sistemas con precio de lista público en este sitio: el AI Intake Agent con base de conocimiento a USD 4.900 de implementación (opcional USD 1.200 al mes), y el AI Operating System a USD 6.800 de implementación (opcional USD 1.800 al mes). Los alcances a medida se cotizan como precio fijo después del diagnóstico, con esos como referencia. Estoy en Chile y facturo en USD o en CLP con factura electrónica del SII.

El segundo costo es el uso de la API, que se paga por token: le pagas al proveedor por el texto enviado y recibido en cada llamada, en tu propia cuenta. Para los volúmenes de una pyme, esa cuenta suele ser chica al lado de la construcción y escala con el uso, no con los usuarios. No pongo un número aquí porque depende de tu volumen y del modelo elegido; la propuesta incluye una estimación con tus números reales y un tope de gasto que fijas en el panel del proveedor. El hosting y las suscripciones SaaS también van a tu nombre desde el día uno.

Después de la entrega, garantía operativa de 60 días: si algo que construí se rompe en esa ventana, se arregla sin costo. Soporte mensual opcional.

¿Cuándo un flujo simple le gana a un LLM?

Seguido. Un modelo de lenguaje es la herramienta correcta cuando la entrada es texto sin estructura, imágenes o documentos y la regla no se puede escribir limpia: juzgar una intención, redactar prosa, sacar campos de un documento que llega en cincuenta formatos. Es la herramienta equivocada cuando la regla ya está clara. "Si el formulario dice país igual a Chile, asignar al vendedor de LATAM" es un filtro, no un prompt. "Enviar un recordatorio 24 horas antes de la reunión" es un flujo programado. Poner un modelo delante de una regla clara agrega costo, latencia y errores a cambio de nada.

Lo mismo corre para las funciones que tus herramientas ya traen. Muchos CRM y mesas de ayuda hoy incluyen resúmenes o sugerencias de respuesta con IA; si eso cubre tu necesidad, la respuesta honesta es activarlo, y te lo digo en la primera llamada. No revendo herramientas. Un ingeniero se justifica donde la función incorporada no conoce tus datos, tus reglas ni tu proceso de aprobación.

¿Qué es tuyo cuando termina el proyecto?

Todo. El código, los flujos, los prompts, el índice de recuperación, los registros y los datos son tuyos, corriendo en tus cuentas: tu nube, tu n8n, tus claves de API, tu base de datos. No hay una plataforma mía en el medio ni una suscripción que seguir pagando. La entrega incluye documentación, el código y los flujos en un repositorio que controlas, y videos Loom donde explico cada pieza, para que el sistema sobreviva a los cambios de personal de tu lado y al problema del "atropellado por un bus" del mío.

Trabajo solo y sumo a un segundo ingeniero para alcances grandes, así que tratas directamente con la persona que construye. Trabajo remoto desde Chile con empresas de Estados Unidos, Canadá y Europa, en español o inglés, con horario completo de oficina de Estados Unidos.