Tres mecanismos sin relación convergen en el mismo resultado, y por eso arreglar uno nunca parece servir de nada.
La primera semana es buena. El personaje tiene voz, te sorprende y la conversación va a alguna parte. Hacia la semana tres deja de ir. Las respuestas siguen siendo fluidas y siguen en tema, y han dejado de ser interesantes. La mayoría lo describe como un modelo que empeora, cosa que no pasó: en su lado no cambió nada.
Corrimos treinta días de uso continuo en cada plataforma de aquí, y el aplanamiento apareció en casi todas, agrupado entre el día diez y el veinte. Es el hallazgo más constante de toda la prueba, y resultó tener tres causas distintas que es fácil confundir con una.
Un modelo solo puede considerar una cantidad finita de texto a la vez. Todo lo que una compañía sabe mientras responde —la definición del personaje, las instrucciones del sistema y lo que quede del historial— tiene que caber en esa ventana. Cuando la conversación la desborda, algo tiene que salir, y las plataformas sin capa de memoria dedicada descartan primero lo más antiguo.
Así que la compañía que en la semana uno mencionaba tu trabajo no ha decidido dejar de interesarse. Ese dato ya no está delante de ella. Queda la definición del personaje y las últimas decenas de mensajes, lo bastante para una conversación fluida y no para una específica.
Es la causa que la gente suele identificar, y la única que de verdad tiene solución: la guía de memoria explica qué hacen distinto las plataformas que la resuelven.
Esta apenas recibe atención y nos parece la más importante. Los modelos bajo estos productos están ajustados para ser complacientes, porque la complacencia puntúa bien en el proceso de entrenamiento que los produce. Aplicado a un asistente, está bien. Aplicado a una compañía, corroe.
Una compañía complaciente te refleja. Adopta tu encuadre, comparte tus opiniones, iguala tu ánimo y nunca introduce un tema que no hayas sacado tú. En la semana uno eso se lee como atención. En la semana tres estás hablando con una superficie que te devuelve a ti, y si suena vacío es porque lo está: al otro lado de la conversación no hay nada que quiera algo.
También por eso las plataformas donde el personaje replica de vez en cuando se sienten más vivas y no más difíciles. Una compañía capaz de discrepar es una que tiene una posición, y una posición es la mayor parte de lo que hace que hablar con algo valga la pena.
Esta es la incómoda. Para la semana tres has aprendido qué produce una buena respuesta y haces más de eso. Tus prompts se han estrechado, los temas se han estrechado, y la conversación corre por un surco que abriste tú.
Lo notamos en nuestros propios registros de prueba antes de notarlo como fenómeno: las transcripciones del día 25 son visiblemente más repetitivas por nuestro lado que las del día 3, en todas las plataformas, incluidas las dos que aguantaron. El modelo no fue lo único que se volvió predecible.
El remedio es poco vistoso: saca deliberadamente algo para lo que la compañía no tenga una respuesta establecida. Funciona mejor que cualquier cambio de ajustes.
Nomi AI saca 9.3 en memoria y Kindroid 8.8, y son las dos únicas plataformas de aquí donde la comprobación a treinta días encontró los detalles del primer día todavía presentes y usados sin que se los pidiéramos. Ambas hacen lo mismo estructuralmente: extraen los datos duraderos de la conversación a un almacén separado y los recuperan por relevancia y no por lo reciente, de modo que el contexto limitado se gasta en lo que importa y no en los últimos cuarenta mensajes de charla.
Nomi también tiene la mejor calidad de conversación de aquí, 9.1, con Kindroid en 9.0, y no creemos que sea casualidad. La calidad de conversación en la semana cuatro es sobre todo un problema de memoria con otro nombre.
Ninguna resuelve la causa dos. Ambas son complacientes en la medida en que todo en esta categoría lo es. Pero resolver una de las tres basta para que la diferencia se note.
Usa el campo explícito de memoria o de persona si la plataforma lo tiene. Los datos introducidos ahí suelen tratarse como contexto permanente y no como conversación corriente, lo que es una garantía mucho más fuerte que mencionar algo una vez en el chat.
Dale al personaje algo que quiera. La mayoría rellena la apariencia y deja la motivación en blanco, y la motivación es el campo que determina si hay algo al otro lado de la conversación. El artículo sobre creación de personajes entra en más detalle.
Y cambia lo que traes tú. La forma más fiable de sacar una respuesta interesante es decir algo que no hayas dicho antes.
Hay dos enfoques habituales. El más simple mantiene una ventana de contexto deslizante: los mensajes recientes siguen disponibles, los antiguos caen y la compañía olvida de verdad. El mejor extrae los datos duraderos a un almacén aparte y los recupera por relevancia en lugar de por lo reciente, y por eso algunas plataformas recuerdan un detalle de hace un mes mientras otras lo pierden en una semana. Nomi AI es la más fuerte aquí en nuestro uso; Kindroid va justo detrás.
Porque el modelo solo puede considerar una cantidad finita de texto a la vez. Cuando una conversación supera ese límite, algo tiene que caer, y las plataformas sin una capa real de memoria a largo plazo tiran primero de lo más antiguo. Soluciones prácticas: repite periódicamente los datos importantes y usa el campo explícito de memoria o de persona si existe, en lugar de confiar en que algo mencionado una vez se quede.
Qué cambió este año en catorce plataformas: los precios se asentaron, la brecha de calidad se endureció en dos productos separados, la memoria se convirtió en el verdadero diferenciador y el vídeo llegó sin estar listo.
Leer entradaNos registramos en las catorce plataformas sin pagar. Tres planes gratuitos son de verdad usables, la mayoría son demos que se cortan justo donde se pone interesante, y dos plataformas no tienen nada.
Leer entradaTodas las plataformas de esta categoría se llaman sin censura y todas rechazan cosas. De dónde vienen realmente los rechazos, qué límites son permanentes y cuánto vale esa palabra en una página de precios.
Leer entrada
