For the complete documentation index, see llms.txt. Markdown versions of documentation pages are available by appending .md to the page URL.
Navegación principal
Theme

Tareas programadas

Ejecuta tareas en ChatGPT según un horario o cuando ocurra un evento compatible en una app

Programa tareas recurrentes para que se ejecuten en segundo plano. En las versiones web y móvil de ChatGPT, algunos planes también permiten ejecutar tareas cuando ocurre un evento compatible en una app. En Programadas, puedes revisar las tareas activas, en pausa y completadas, así como sus ejecuciones recientes. Puedes combinar las tareas programadas con habilidades para realizar trabajos más complejos.

Si administras un espacio de trabajo: consulta Configurar y administrar equipos y tareas de equipo para saber cómo configurar los permisos y las conexiones para las tareas que comparte un equipo y que se ejecutan de forma recurrente o cuando ocurre un evento. Las tareas de equipo se ejecutan en la nube con la cuenta de servicio del equipo y las conexiones a apps que este haya configurado.

El 14 de octubre de 2026 al mediodía, hora del Pacífico (PDT, 19:00 UTC), GPT-5.5 dejará de estar disponible en Codex para quienes inicien sesión con ChatGPT. Revisa las tareas programadas que usan GPT-5.5 en Codex y selecciona gpt-6.1-sol (GPT-6.1 Sol) si tu plan y tu espacio de trabajo te dan acceso. Este cambio no afecta a la API de OpenAI ni a las sesiones de Codex autenticadas con una clave de API. Consulta Retiro de GPT-5.5 para ver los modelos de reemplazo disponibles en cada plan.

En la app de escritorio de ChatGPT, las tareas programadas pueden trabajar con proyectos locales y ejecutarse en el directorio del proyecto o en un worktree aislado. Si una tarea programada necesita archivos locales, mantén la computadora encendida y la app en ejecución.

Por ejemplo, puedes programar una tarea que evalúe errores de telemetría y envíe correcciones, o que genere informes sobre cambios recientes en la base de código. Si necesitas seguir usando el mismo contexto a lo largo del trabajo, programa una tarea dentro de un chat existente.

Si programas tareas para un proyecto específico, mantén la computadora encendida y la app de escritorio de ChatGPT en ejecución. El proyecto seleccionado debe seguir disponible en el disco a la hora programada.

En los repositorios de Git, puedes elegir si la tarea programada se ejecuta en tu proyecto local o en un worktree nuevo. En ambos casos, la tarea se ejecuta en segundo plano. Los worktrees mantienen los cambios de las tareas programadas separados del trabajo local que aún no has terminado. Si la tarea se ejecuta en el proyecto local, puede modificar archivos en los que todavía estás trabajando. En los proyectos sin control de versiones, las tareas programadas se ejecutan directamente en el directorio del proyecto.

Puedes mantener la configuración predeterminada del modelo y del esfuerzo de razonamiento o elegir ambos explícitamente si quieres tener más control sobre cómo se ejecuta la tarea programada.

Si una tarea programada usa un modelo que ya se retiró, actualízala para que use un modelo de reemplazo disponible. Consulta la guía de migración de modelos.

Las tareas programadas se ejecutan sin supervisión con la configuración predeterminada de tu sandbox. Empieza con los permisos mínimos que la tarea necesita para completarse. Concédele acceso a la red o a más archivos solo cuando sea necesario. Cómo funciona el entorno aislado.

Administrar tareas programadas

En la barra lateral de la app de escritorio de ChatGPT, abre Programadas para ver todas las tareas programadas y sus ejecuciones.

La vista Programadas funciona como una bandeja de entrada. Allí aparecen las ejecuciones de tareas programadas que tienen resultados para comunicarte. Un indicador de elementos sin leer te avisa cuando una ejecución requiere tu atención.

Las tareas programadas independientes inician un chat nuevo en cada ejecución programada y muestran sus resultados en Programadas. Úsalas cuando cada ejecución deba ser independiente o cuando una misma tarea deba ejecutarse en uno o más proyectos. Si necesitas una frecuencia personalizada, usa los controles de programación personalizada. Para configurar un horario más avanzado, edita su regla de recurrencia (RRULE) según RFC 5545, por ejemplo, RRULE:FREQ=MONTHLY;BYMONTHDAY=1;BYHOUR=9;BYMINUTE=0.

En los repositorios de Git, cada tarea programada puede ejecutarse en tu proyecto local o en un worktree dedicado al trabajo en segundo plano. Usa worktrees si quieres aislar los cambios de la tarea programada del trabajo local que aún no has terminado. Usa el modo local si quieres que la tarea trabaje directamente en tu copia de trabajo principal. Ten en cuenta que puede modificar archivos que estés editando. En los proyectos sin control de versiones, las tareas programadas se ejecutan directamente en el directorio del proyecto. Puedes ejecutar la misma tarea programada en más de un proyecto.

Las tareas programadas que crees con ChatGPT Work en la web, o con ChatGPT Work o Codex en la app de escritorio, pueden usar complementos. Las tareas programadas también pueden usar habilidades. Para que sea fácil mantener las tareas programadas y compartirlas entre equipos, usa habilidades para definir la acción y proporcionar herramientas y contexto. Si el flujo de trabajo no debe depender de la selección automática de herramientas, selecciona o invoca una habilidad específica en el prompt de la tarea.

Pedirle a ChatGPT que cree o actualice tareas programadas

Puedes crear y actualizar tareas programadas desde un chat de ChatGPT o Codex. Describe el trabajo, cuándo debe ejecutarse y si cada ejecución debe volver al chat actual o iniciar uno nuevo. ChatGPT puede redactar el prompt, elegir el destino adecuado y actualizar la tarea cuando cambie su alcance o frecuencia.

Por ejemplo, pídele a ChatGPT que programe un seguimiento en el chat actual mientras termina un despliegue o que cree una tarea programada independiente que revise un proyecto periódicamente.

Las habilidades también pueden crear o actualizar tareas programadas. Por ejemplo, una habilidad que supervise un pull request podría configurar una tarea programada que consulte el estado del PR con el complemento de GitHub y aplique correcciones a partir de los nuevos comentarios de revisión.

Programar una tarea dentro de un chat

Programa una tarea dentro de un chat existente si quieres que ChatGPT vuelva a ese chat según un horario. La tarea programada usa el contexto que ya tiene el chat en vez de empezar con un prompt nuevo en cada ejecución.

Puedes programar tareas en un chat a intervalos de minutos para hacer un seguimiento continuo, o bien a una hora específica cada día o cada semana si necesitas una revisión periódica.

Programa una tarea dentro de un chat para:

  • supervisar una operación de larga duración hasta que termine
  • consultar una fuente conectada a intervalos fijos si necesitas obtener un resumen periódico de su estado en vez de responder a un evento compatible de una app
  • recordarle a ChatGPT que continúe un ciclo de revisión a intervalos fijos
  • ejecutar un flujo de trabajo basado en una habilidad que use complementos, por ejemplo, para consultar el estado de un PR y atender los nuevos comentarios
  • continuar un chat de investigación o de clasificación de incidencias sin perder su contexto

Usa una tarea programada independiente cuando cada ejecución deba ser independiente o cuando quieras que los resultados aparezcan en ejecuciones separadas en Programadas.

Cuando programes una tarea dentro de un chat, redacta un prompt que siga siendo válido en futuras ejecuciones. Describe qué debe hacer ChatGPT en cada ejecución programada, cómo debe decidir si hay algo importante que comunicarte y cuándo debe detenerse o pedirte más información.

Probar tareas programadas

Antes de programar una tarea, prueba el prompt manualmente en un chat normal. Así podrás comprobar lo siguiente:

  • El prompt es claro y define bien el alcance de la tarea.
  • El modelo, el esfuerzo de razonamiento y las herramientas que seleccionaste o que se usan de forma predeterminada funcionan como esperas.
  • Puedes revisar los resultados.

Cuando empieces a programar ejecuciones, revisa los primeros resultados y ajusta el prompt o la frecuencia según sea necesario.

En la app de escritorio de ChatGPT, puedes invocar una habilidad específica en el prompt de una tarea programada con $skill-name.

Limpieza de worktrees de tareas programadas

Si eliges usar worktrees en los repositorios de Git y programas ejecuciones frecuentes, con el tiempo pueden acumularse muchos worktrees. Archiva las ejecuciones programadas que ya no necesites y evita fijarlas a menos que quieras conservar sus worktrees.

Permisos y modelo de seguridad

Las tareas programadas se ejecutan sin supervisión y usan la configuración predeterminada de tu sandbox.

Para entender estos límites en términos sencillos, consulta la descripción general del entorno aislado. Para conocer las reglas del sistema de archivos y de la red, consulta Permisos.

  • Si tu sandbox está en modo de solo lectura (read-only), las llamadas a herramientas fallan cuando necesitan modificar archivos, acceder a la red o interactuar con apps en tu computadora. Considera configurar el sandbox para que permita la escritura en el espacio de trabajo.
  • Si tu sandbox está en modo workspace-write, las llamadas a herramientas fallan cuando necesitan modificar archivos fuera del espacio de trabajo, acceder a la red o interactuar con apps en tu computadora. Puedes usar reglas para permitir que determinados comandos se ejecuten fuera del sandbox.
  • Si tu sandbox está en modo de acceso completo, las tareas programadas en segundo plano presentan un mayor riesgo, ya que ChatGPT puede modificar archivos, ejecutar comandos y acceder a la red sin pedirte permiso. Considera configurar el sandbox para que permita la escritura en el espacio de trabajo y usar reglas para especificar qué comandos puede ejecutar el agente con acceso completo.

Si trabajas en un entorno administrado, los administradores pueden imponer requisitos para restringir estas acciones. Por ejemplo, pueden prohibir approval_policy = "never" o limitar los modos de sandbox permitidos. Consulta Requisitos impuestos por los administradores (requirements.toml).

Las tareas programadas usan approval_policy = "never" cuando la política de tu organización lo permite. Si los requisitos de los administradores no permiten approval_policy = "never", las tareas programadas aplican el mecanismo de aprobación del modo de permisos que seleccionaste.

Ejemplos

Crear habilidades nuevas automáticamente

Revisa todos los archivos de `~/.codex/sessions` del último día. Si hubo problemas al usar alguna habilidad, actualízala para que sea más útil. Limítate a las habilidades personales y deja fuera las del repositorio.

Si hay algo que hacemos seguido y que nos cuesta, guárdalo como habilidad si eso nos ayudaría a hacerlo más rápido la próxima vez.

Actualiza una habilidad solo si hay una buena razón.

Avísame si creas alguna.

Mantenerte al día con tu proyecto

Revisa el estado más reciente de la rama remota origin/master u origin/main. Luego prepara un informe ejecutivo sobre los commits de las últimas 24 horas que hayan modificado archivos en <DIRECTORY>.

Formato y estructura:

- Usa Markdown para dar formato al informe: títulos H1 para las líneas de trabajo, cursiva para el subtítulo y separadores horizontales cuando hagan falta.
- Puedes empezar con algo como “Este es el resumen de las últimas 24 horas para <directory>:”
- Usa este subtítulo: “Descripción de los cambios por línea de trabajo, con sus responsables”.
- Agrupa los cambios por línea de trabajo en vez de enumerar cada commit. Usa títulos H1 para las líneas de trabajo.
- Escribe un párrafo breve por línea de trabajo que explique los cambios en palabras sencillas.
- Usa viñetas y negritas cuando faciliten la lectura.
- Puedes dedicar una viñeta a cada persona. Si lo haces, pon su nombre en negrita.

Requisitos de contenido:

- Incluye los enlaces a los pull requests en el texto (por ejemplo, [#123](...)), sin la etiqueta “Pull requests:”.
- NO incluyas hashes de commits ni una sección titulada “Commits clave”.
- Puedes incluir varios pull requests en una misma línea de trabajo, pero evita usar una viñeta por commit.

Alcance:

- Incluye solo los cambios dentro del directorio de trabajo actual (o del directorio equivalente en la copia de trabajo principal).
- Incluye solo los commits de las últimas 24 horas.
- Usa `gh` para consultar los títulos y las descripciones de los pull requests si te resulta útil.
  También puedes consultar sus revisiones y comentarios.

Combinar tareas programadas con habilidades para corregir tus propios errores

Crea una habilidad nueva llamada $recent-code-bugfix que intente corregir un error introducido en tus propios commits y guárdala entre tus habilidades personales.

---
name: recent-code-bugfix
description: Find and fix a bug introduced by the current author within the last week in the current working directory. Use when a user wants a proactive bugfix from their recent changes, when the prompt is empty, or when asked to triage/fix issues caused by their recent commits. Root cause must map directly to the author’s own changes.
---

# Corregir un error en código reciente

## Descripción general

Busca un error que el autor actual haya introducido en la última semana, corrígelo y verifica la corrección cuando sea posible. Trabaja en el directorio de trabajo actual, da por hecho que el código está disponible localmente y asegúrate de que la causa del error esté directamente relacionada con los cambios del autor.

## Flujo de trabajo

### 1) Delimitar los cambios recientes

Usa Git para identificar al autor y los archivos que modificó en la última semana.

- Identifica al autor a partir de `git config user.name`/`user.email`. Si esos datos no están disponibles, usa el nombre del usuario actual que figure en el entorno o pregúntaselo una sola vez.
- Usa `git log --since=1.week --author=<author>` para enumerar los commits y los archivos recientes. Concéntrate en los archivos que se modificaron en esos commits.
- Si el prompt del usuario está vacío, continúa directamente con este alcance predeterminado.

### 2) Identificar un fallo concreto relacionado con los cambios recientes

Da prioridad a los defectos que sean consecuencia directa de los cambios del autor.

- Si tienes acceso local a los registros o a los resultados de la integración continua, busca fallos recientes en las pruebas o las comprobaciones de lint, así como errores de ejecución.
- Si no se indica ningún fallo, ejecuta la comprobación más acotada que sea pertinente para los archivos modificados: una sola prueba, una comprobación de lint de un archivo o una reproducción del fallo con un caso específico.
- Confirma que la causa del fallo esté directamente relacionada con los cambios del autor. Si solo encuentras fallos que se deben a problemas anteriores sin relación con esos cambios, detente e informa que no detectaste ningún error que cumpla los criterios.

### 3) Implementar la corrección

Haz el cambio mínimo necesario para corregir el error y respeta las convenciones del proyecto.

- Actualiza solo los archivos necesarios para resolver el problema.
- Evita agregar comprobaciones defensivas adicionales o refactorizar código que no tenga relación con el error.
- Mantén la coherencia con el estilo y las pruebas del proyecto.

### 4) Verificar la corrección

Intenta verificar la corrección siempre que sea posible.

- Elige la comprobación más acotada que sirva para verificar el cambio: una prueba específica, una comprobación de lint limitada al código afectado o un comando que reproduzca el fallo directamente.
- Si no puedes ejecutar la comprobación, indica qué ejecutarías y explica por qué no pudiste hacerlo.

### 5) Comunicar el resultado

Resume la causa del error, la corrección y las comprobaciones que realizaste. Explica cómo se relaciona la causa con los cambios recientes del autor.

Después, crea una tarea programada nueva:

Revisa mis commits de las últimas 24 horas y envía una corrección con $recent-code-bugfix.