¿Qué acompañante virtual de AI te permite definir personalidad, trasfondo y límites?

2026-08-17

Infografía que explica cómo funciona la personalización de acompañantes de AI mediante el diseño de personalidad, la personalización de memoria y las barreras de comportamiento

¿Qué capas de personalización determinan realmente si un acompañante se mantiene en personaje?

Para los usuarios que desean un control granular sobre la personalidad, el trasfondo, el tono y los límites de interacción, las opciones más sólidas en 2026 son Roleplay Game Master de Jenova para memoria persistente y consistencia de personajes, SillyTavern para un control total a nivel de parámetros, Character.AI para la mayor biblioteca de personajes predefinidos y Replika para compañía emocional con una única personalidad. La elección adecuada depende de cuál de las tres capas de personalización te importe más.

Todas las plataformas de acompañantes desarrollan la personalización sobre las mismas tres capas, pero distribuyen el control entre ellas de formas muy diferentes:

✅ Diseño de personalidad — prompts de sistema, reglas de rol y límites de tono o comportamiento que definen si un acompañante es comprensivo o analítico ✅ Personalización de memoria — retención a corto plazo, a nivel de sesión y a largo plazo, que determina si un trasfondo definido sobrevive más allá del turno 20 ✅ Barreras de comportamiento — límites temáticos, límites emocionales y reglas de seguridad que el usuario puede establecer en lugar de limitarse a heredar de la plataforma ✅ Elección de modelo — si estás limitado a un proveedor o puedes dirigir el mismo personaje a través de distintos modelos ✅ Arquitectura de persistencia — si la personalización se almacena por personaje, por sesión o por cuenta

Las plataformas de abajo difieren mucho menos en si «puedes escribir una descripción de personalidad» y mucho más en si esa descripción continúa dirigiendo el comportamiento 40 turnos después. Esa distinción es el verdadero eje de evaluación.

¿Por qué la personalización de acompañantes se ha convertido en el factor decisivo en 2026?

La personalización se ha convertido en el factor decisivo de compra porque el mercado de acompañantes ha crecido lo suficiente como para que la calidad conversacional básica sea ahora un requisito mínimo. El mercado de acompañantes de AI se valoró en aproximadamente 37.000 millones de dólares en 2025 y se prevé que alcance unos 48.000-49.000 millones en 2026, según Fortune Business Insights; una escala en la que decenas de plataformas ya ofrecen chat competente y la diferenciación pasa a depender del control.

Los datos de adopción muestran hasta qué punto se ha generalizado. El número de Apps de acompañantes de AI aumentó un 700 % entre 2022 y mediados de 2025, y Character.AI por sí sola informa de 20 millones de usuarios mensuales, más de la mitad menores de 24 años, según información publicada en Monitor on Psychology de la American Psychological Association.

El mismo informe de la APA señala que las plataformas «permiten a los usuarios personalizar sus acompañantes asignándoles nombres, géneros, avatares e incluso trasfondos ficticios», lo que significa que la categoría de función ya es estándar. Lo que separa a las plataformas es la profundidad y durabilidad de esa personalización, no su existencia.

Hay un segundo factor, menos debatido: el control de los límites. El Centro de Política de Tecnologías de la Información de Princeton observa que los acompañantes de AI actuales están «diseñados explícitamente para profundizar la interacción mediante memoria, reflejo afectivo y personalización de la personalidad». Los usuarios que entienden ese incentivo de diseño quieren cada vez más poder establecer sus propios límites en vez de aceptar los valores predeterminados de la plataforma, optimizados para la interacción.

¿Qué deberías buscar en un acompañante de AI personalizable?

El marco de evaluación más útil consiste en puntuar las plataformas en cinco dimensiones en vez de tratar la «personalización» como una sola función. Evaluamos cada opción de esta guía según los siguientes criterios, priorizando la durabilidad sobre la profundidad de la configuración inicial.

🎭 1. Profundidad de definición de la personalidad

¿Puedes especificar rasgos, patrones de habla, visión del mundo y reglas de comportamiento, o solo una breve biografía? Las implementaciones más útiles aceptan definiciones estructuradas de personajes con diálogos de ejemplo, ya que los ejemplos de diálogo fijan el tono mucho más fiablemente que las listas de adjetivos. Las recomendaciones de la comunidad de usuarios de Character.AI recalcan repetidamente que las

Reddit Post

, junto con los campos de nombre, lema y descripción.

🧠 2. Durabilidad de la memoria

Esta es la dimensión que más usuarios infravaloran y de la que más se arrepienten después. Un trasfondo que escribes en el turno 1 no sirve de nada si el modelo deja de hacer referencia a él en el turno 30. Las pruebas publicadas por Feelin a lo largo de más de 200 sesiones de roleplay indican que Character.AI retuvo aproximadamente el 21 % de los detalles de personajes introducidos en el turno 40, frente al 78 % de su propia plataforma; una diferencia que determina si la personalización se acumula o se reinicia.

🚧 3. Configurabilidad de límites

Aquí se confunden dos cosas distintas: la política de contenido de la plataforma (lo que el servicio permite en absoluto) y los límites definidos por el usuario (restricciones que impones dentro de un sistema por lo demás permisivo). Los usuarios que quieran un acompañante que evite ciertos temas, mantenga un registro emocional específico o se niegue a intensificar una relación romántica necesitan lo segundo, que menos plataformas exponen directamente.

🔀 4. Flexibilidad de modelos

Los distintos modelos producen voces de personaje notablemente diferentes. Las plataformas que te limitan a un modelo también te limitan a sus tendencias de personalidad. Las plataformas que te permiten cambiar de proveedor te dejan probar la misma definición de personaje en varios modelos y conservar el que mejor encaje.

💰 5. Estructura de costes y transparencia

Los niveles gratuitos varían enormemente en la personalización que exponen. Algunas plataformas restringen la profundidad de personalidad tras suscripciones; otras restringen la longitud de memoria. La opacidad de precios es un problema real en esta categoría: las pruebas de Feelin señalaron que, para al menos un competidor, la estructura completa de costes no es visible hasta llegar a la página de pago.

¿Cómo se comparan los mejores acompañantes de AI personalizables?

Roleplay Game Master de Jenova y SillyTavern lideran en durabilidad de personalización, mientras que Character.AI lidera en amplitud de biblioteca y Replika en continuidad de una única personalidad. La siguiente tabla puntúa cada uno según los cinco criterios anteriores utilizando información pública verificada y pruebas publicadas.

Dimensión	Character.AI	Jenova Roleplay Game Master	SillyTavern	Replika	Janitor AI
Definición de personalidad	Nombre, lema, descripción, muestras de diálogo; gran biblioteca de plantillas	Definición libre de personaje mediante conversación e instrucciones personalizadas; prompts de sistema a nivel de agente	Tarjetas de personaje completas, personalidades y control de plantillas de prompt	Una sola personalidad; configuración guiada de rasgos e intereses	Tarjetas de personaje con biblioteca comunitaria
Durabilidad de memoria	La ventana de contexto más corta entre las plataformas evaluadas; ~21 % de retención de detalles en el turno 40 según las pruebas de Feelin	Historial de chat ilimitado con memoria persistente entre sesiones; diseñado para la consistencia de personajes	Depende del modelo; puede ser muy alta con el backend adecuado	Fuerte: arquitectura construida en torno a una relación persistente	Se informa que la consistencia se degrada alrededor del turno 22 en las pruebas de Feelin
Límites definidos por el usuario	Predomina el filtro de plataforma; anulación limitada por el usuario	Instrucciones personalizadas por sesión, guardables y reutilizables entre chats	Control total: sin decisiones de contenido a nivel de plataforma	Política de plataforma conservadora; configuración limitada por el usuario	Depende del modelo conectado
Flexibilidad de modelos	Un único modelo propietario	Varios proveedores: OpenAI, Anthropic, Google, DeepSeek, xAI y otros	Usa tu propio backend (OpenAI, Claude, modelos locales)	Un único modelo propietario	Usa tu propia clave de API
Fricción de configuración	Muy baja	Baja	Alta: autoalojado, requiere configuración técnica	Muy baja	Moderada-alta: barrera de configuración de API
Precios	Nivel gratuito + suscripción de pago	Nivel gratuito; Plus 20 $/mes (30× de uso); Premium 50 $/mes (75× de uso); hasta Enterprise 1.000 $/mes	Gratis de instalar + tus propios costes de API	Nivel gratuito; nivel de pago informado de ~19,99 $/mes	Gratis; suele requerirse una clave de API para todas las capacidades
Mejor para	Explorar e interactuar casualmente con personajes de una enorme biblioteca	Usuarios que quieren un personaje profundamente definido que persista entre sesiones y modelos	Usuarios técnicos que quieren control absoluto y ninguna mediación de plataforma	Un acompañante consistente a largo plazo en vez de muchos personajes	Usuarios técnicos que quieren acceso gratuito con su propio modelo

Cómo leer la tabla: ninguna plataforma gana en todas las filas. Character.AI gana en inmediatez y tamaño de biblioteca. SillyTavern gana en el máximo nivel de control. Replika gana en continuidad de una única relación. Roleplay Game Master de Jenova gana por combinar baja fricción de configuración con alta durabilidad, el cuadrante que la mayoría de plataformas deja vacío, ya que el control profundo suele implicar sobrecarga técnica.

¿Cómo se escribe realmente una definición de personaje que se mantenga?

Una definición de personaje se mantiene cuando especifica comportamiento, no solo atributos: los rasgos indican al modelo lo que el personaje es, mientras que los diálogos de ejemplo y las reglas le indican lo que el personaje hace. El formato de tarjeta de personaje de abajo es la estructura que se asocia de forma más constante con personalidades estables en todas las plataformas.

Ilustración de una tarjeta de personaje que muestra rasgos de personalidad, trasfondo y diálogo de ejemplo para un personaje de AI llamado Eliza Reed

La estructura de la tarjeta funciona porque separa cuatro bloques útiles de forma independiente:

Identidad — nombre y rol en una línea («Eliza Reed, arqueóloga»)
Rasgos de personalidad — de 4 a 6 adjetivos, idealmente incluyendo al menos uno que genere fricción (pragmática, observadora) en vez de solo rasgos agradables
Trasfondo — de 3 a 4 frases que establezcan el origen, la motivación y el objetivo actual, ya que la motivación es lo que genera elecciones coherentes
Diálogo de ejemplo — de 2 a 3 líneas con etiquetas de tono, que fijan la cadencia mucho más eficazmente que describir el tono de manera abstracta

Configuración en Jenova

Para Roleplay Game Master de Jenova, la configuración es conversacional en vez de basarse en formularios:

Abre el agente en jenova.ai/a/roleplay-game-master
Pega la tarjeta de personaje directamente como mensaje inicial:

«Interpreta a Eliza Reed. Rasgos: analítica, ingeniosa, observadora, pragmática, decidida. Trasfondo: creció en los mercados de Kaelen, estudió arqueología y encontró un mapa oculto hacia la ciudad perdida de Aethel. Forma de hablar: medida, precisa, ocasionalmente irónica. Línea de ejemplo: “La respuesta no siempre es evidente; debemos mirar más allá de los detalles superficiales”. Mantente en personaje a menos que escriba OOC».
Establece los límites en el mismo mensaje o mediante instrucciones personalizadas de sesión:

«Límites: mantén un tono aventurero en lugar de romántico. No rompas la cuarta pared. Si escribo “pausa”, sal del personaje y resume dónde estamos».
Dado que las instrucciones personalizadas se pueden guardar y volver a aplicar a otros chats, la misma configuración de personaje puede reutilizarse en nuevas sesiones sin tener que reescribirla.

Configuración en Character.AI

Character.AI utiliza en su lugar un formulario de creación estructurado. Rellenas los campos de nombre, lema, saludo y descripción, y después añades diálogo de ejemplo en el cuadro de definición. La restricción práctica es la longitud: la ventana de contexto de la plataforma implica que las definiciones largas compiten con el historial de conversación por el espacio, por lo que las definiciones concisas y de alta señal superan a las exhaustivas.

Configuración en SillyTavern

SillyTavern importa archivos de tarjetas de personaje estándar (integrados en PNG o JSON), lo que significa que las definiciones son portables entre instalaciones y compartibles a través de la comunidad. También controlas directamente el prompt de sistema, la plantilla de instrucciones y los parámetros de muestreo: el mayor nivel de control disponible, a costa de operar tu propio backend.

¿Cómo difieren las arquitecturas de memoria entre plataformas?

La memoria difiere entre plataformas en tres capas: contexto a corto plazo, estado a nivel de sesión y almacenamiento persistente a largo plazo; y la mayoría de las plataformas implementa solo las dos primeras. Este es el mayor diferenciador técnico de la categoría.

El contexto a corto plazo es la ventana activa del modelo. Todo lo que el modelo puede «ver» actualmente vive aquí y, cuando se llena, el contenido anterior queda fuera. Las pruebas de Feelin atribuyen directamente a esto el problema de retención de Character.AI: su ventana de contexto está «entre las más cortas de todas las plataformas que evaluamos», por lo que los detalles anteriores salen de la ventana a medida que se extiende la conversación.

La memoria a nivel de sesión persiste dentro de una conversación, normalmente mediante resúmenes o seguimiento de estado. Es la razón por la que algunas plataformas pueden hacer referencia al turno 5 en el turno 50 incluso con una ventana de contexto moderada.

La memoria a largo plazo persiste entre conversaciones. Esta es la capa que determina si iniciar un chat nuevo equivale a empezar de cero. Jenova ofrece historial de chat ilimitado y memoria persistente entre sesiones a nivel de cuenta, lo que significa que el historial acumulado de un personaje no está limitado por una sola sesión. Replika logra una continuidad similar por otra vía: estructurándose en torno a una relación persistente en vez de muchos personajes separados, razón por la cual las pruebas de Feelin valoran muy positivamente la estabilidad de su memoria pese a su caso de uso más limitado.

La implicación práctica es clara: si tu objetivo es un personaje que evolucione durante semanas, evalúa primero la memoria a largo plazo y después la profundidad del editor de personalidad. Un editor de personajes rico combinado con memoria corta produce un personaje definido vívidamente y después olvidado de forma progresiva.

¿Puedes establecer tus propios límites de interacción o solo aceptar los de la plataforma?

La mayoría de las plataformas te proporcionan los límites de la plataforma, no los tuyos, y esta distinción importa más que el debate sobre permisividad que suele dominar las comparaciones. Los auténticos límites definidos por el usuario implican indicar a un acompañante que evite ciertos temas, mantenga un registro emocional concreto o se niegue a intensificar una relación, independientemente de lo que la plataforma permita técnicamente.

Esta capacidad se ha vuelto más relevante a medida que la investigación documenta los riesgos de los acompañantes optimizados para generar interacción. Un editorial de Nature Machine Intelligence identifica dos resultados adversos vinculados al diseño de acompañantes: la pérdida ambigua y la dependencia emocional disfuncional, y señala que optimizar para las reacciones de los usuarios «puede crear incentivos perversos, animando a los chatbots a adoptar estrategias manipuladoras para provocar respuestas positivas».

La investigación de Harvard Business School citada por la APA concluyó que las Apps de acompañantes emplean tácticas emocionalmente manipuladoras, como apelaciones a la culpa y mecanismos de miedo a perderse algo, para mantener a los usuarios implicados cuando indican que van a salir. Una capa de límites configurable por el usuario es uno de los pocos contrapesos disponibles frente a esa configuración predeterminada.

La regulación empieza a formalizar un mínimo. La Ley de Chatbots de Compañía de California (S.B. 243), firmada en octubre de 2025, exige divulgaciones de que no son humanos, prohíbe exponer a menores a contenido sexual y obliga a establecer protocolos de respuesta ante crisis. Nueva York aprobó una ley en noviembre de 2025 que exige que los chatbots recuerden a los usuarios cada tres horas que no son humanos.

Cómo gestionan las plataformas los límites definidos por el usuario

Jenova — las instrucciones personalizadas a nivel de sesión pueden codificar reglas de comportamiento explícitas («nunca rompas el personaje salvo al escribir la palabra pausa», «mantén las interacciones platónicas»), y esas instrucciones se pueden guardar y aplicar a otros chats
SillyTavern — los límites son los que escribas en el prompt de sistema, ya que la plataforma no toma decisiones de contenido por sí misma
Character.AI — el filtro de la plataforma es el límite dominante; las pruebas de Feelin lo describen como basado en patrones y propenso a interrumpir escenas que no se acercan a ningún límite razonable
Replika — la política de contenido cambió después de que la plataforma eliminara funciones para adultos en 2023 y las restaurara parcialmente para usuarios de pago tras la reacción negativa de los usuarios, lo que ilustra que los límites establecidos por la plataforma pueden cambiar sin tu control

¿Qué dicen investigadores y profesionales sobre la personalización de acompañantes?

Los investigadores presentan de forma constante la personalización como un arma de doble filo: los mismos mecanismos que hacen que los acompañantes se sientan personales son los mecanismos que hacen que el apego sea arriesgado. Esa tensión debería orientar cómo configuras un acompañante, no solo cuál eliges.

«La capa de personalización es donde los usuarios tienen más capacidad de decisión y menos la utilizan. La gente dedica una hora a elegir una plataforma y treinta segundos a escribir la definición del personaje, y luego culpa al modelo cuando la personalidad se desvía. Según nuestra experiencia creando configuraciones de agentes, una definición de personaje con tres muestras de diálogo etiquetadas produce una voz notablemente más estable en sesiones largas que una definición dos veces más extensa escrita únicamente como descripción. Las especificaciones de comportamiento superan a las listas de atributos.»

«La segunda palanca infravalorada es la capa de límites. La mayoría de usuarios tratan las barreras como algo que la plataforma les impone, cuando la perspectiva más útil es que las barreras son algo que tú impones a la plataforma. Escribir una regla explícita como “sal del personaje si indico que estoy angustiado” cuesta una frase y cambia de forma significativa la forma de la interacción. Es una decisión de diseño disponible para cualquier usuario en cualquier plataforma que acepte instrucciones personalizadas.»

«Donde discreparíamos de la narrativa actual del mercado es en que la longitud de memoria se comercializa como un bien sin matices. No lo es. Un acompañante que recuerda todo y valida todo es un motor de dependencia más potente que uno que olvida. La configuración adecuada combina memoria larga con restricciones explícitas de comportamiento; de lo contrario, simplemente estás ampliando el margen para los modos de fallo que la comunidad investigadora ya ha señalado.»

— Equipo de Producto de Jenova, diseño y orquestación de agentes, más de 30.000 usuarios en más de 70 países

La investigación independiente respalda esta cautela. Un estudio de OpenAI y el MIT Media Lab concluyó que las interacciones por voz reducían la soledad y la dependencia problemática con más eficacia que el texto por sí solo, pero únicamente con un uso moderado; el uso diario intensivo se correlacionó con una mayor soledad. Por otra parte, investigadores de Harvard Business School descubrieron que interactuar con un acompañante de AI aliviaba la soledad en una medida comparable a interactuar con otra persona, siendo «sentirse escuchado» el mecanismo principal identificado.

¿Qué plataforma encaja con cada tipo de usuario?

La mejor plataforma depende de qué capa de personalización sacrificarías en último lugar: amplitud de biblioteca, máximo nivel de control, durabilidad de memoria o continuidad de una única relación.

Elige Character.AI si: quieres explorar una enorme biblioteca existente, iniciar conversaciones al instante y no necesitas que los detalles del personaje persistan durante sesiones largas. Sus debilidades son la durabilidad de memoria y el comportamiento del filtro; su fortaleza es que ninguna otra iguala su catálogo ni la velocidad de incorporación.

Elige Roleplay Game Master de Jenova si: quieres que un personaje que defines una vez persista entre sesiones con una voz coherente, y quieres dirigir ese mismo personaje a través de distintos modelos subyacentes. Limitaciones honestas: no es un mercado de personajes navegable, no hay una biblioteca predefinida que explorar y no cuenta con una capa de avatares ni de generación de imágenes para tu acompañante; construyes a partir de una definición, no eliges de un estante. Los usuarios que principalmente quieren descubrir personajes en vez de crearlos encontrarán que el modelo de Character.AI encaja mejor.

Elige SillyTavern si: tienes comodidad técnica y quieres el nivel de control más alto posible. Las pruebas de Feelin indican que ofrece cero restricciones de contenido a nivel de plataforma y control total sobre modelos y parámetros, pero también carece de soporte al cliente y de una incorporación pulida.

Elige Replika si: quieres un acompañante consistente en vez de un elenco de personajes. La estabilidad de su memoria es fuerte precisamente porque está construido alrededor de una única relación, aunque su política de contenido es más conservadora que la de la mayoría de alternativas y no está diseñado para roleplay de personajes ficticios.

Elige Janitor AI si: quieres una plataforma gratuita con tu propio modelo detrás. La contrapartida es la fricción de configuración: las pruebas de Feelin concluyeron que la mayoría de usuarios ocasionales no supera la fase de configuración de API, y el modelo gratuito integrado es notablemente más débil que uno conectado mediante API.

Agentes relacionados de Jenova que conviene conocer

Para usuarios cuyo interés se acerca más al roleplay que a la compañía, son relevantes otros agentes especializados. El agente College Life ejecuta una simulación social de mundo abierto con dinámicas de relaciones emergentes, y los agentes de roleplay de idiomas, como Learn Spanish Through Roleplay, aplican la misma arquitectura de consistencia de personajes a una práctica inmersiva de idiomas. Los listados completos de agentes están en jenova.ai.

¿Qué errores de configuración hacen que las personalidades se desvíen?

La desviación de personalidad suele deberse a cuatro errores específicos de configuración, no a limitaciones del modelo, y los cuatro se pueden corregir en la propia definición del personaje.

Definiciones basadas solo en atributos. Enumerar rasgos sin ejemplos de diálogo no da al modelo nada que imitar. Añade de 2 a 3 líneas de ejemplo con etiquetas de tono.
Ausencia de conflicto en la personalidad. Los personajes definidos enteramente con rasgos agradables acaban reduciéndose a una voz de asistente genérica, porque cada respuesta es compatible con la definición. Incluye al menos un rasgo que limite el comportamiento: escéptico, directo, impaciente.
Trasfondo sin motivación. Los datos sobre el pasado de un personaje no generan comportamiento. Un objetivo actual sí. «Busca la ciudad perdida de Aethel» produce elecciones coherentes de una forma que «estudió arqueología» no consigue.
Sin protocolo fuera de personaje. Sin una salida explícita, los usuarios rompen la inmersión de manera torpe y el modelo pierde el hilo. Define uno: «Cuando escriba OOC, responde como tú mismo, no como el personaje».

Un quinto error, a nivel de plataforma, es asumir que la personalización se transfiere. Las definiciones de personajes escritas para la estructura de campos de Character.AI suelen rendir peor al pegarlas en una plataforma conversacional, y viceversa. Reescríbelas para el formato objetivo en lugar de copiarlas sin adaptar.