Cómo funciona

Cada exportación se convierte en los mismos mensajes normalizados. Después, cada acción de la persona se reproduce ante el modelo como una llamada a herramienta, para que aprenda cómo interactúa la persona, no solo lo que escribe, y responda de la misma manera.

Acciones como llamadas a herramientas

Lo que hizo la persona	Llamada a herramienta en el historial y en las respuestas en vivo
burbuja de texto, quizá una respuesta o una cita parcial	send_message {text, reply_to?, quote?}
sticker	send_sticker {sticker_id, reply_to?}
GIF de la biblioteca, o una URL de una herramienta MCP	send_gif {gif_id | url, caption?}
foto, vídeo, voz, audio, archivo	send_media {media_id, caption?}
publicación reenviada	forward_message {message_id}
reacción	react {message_id, emoji}
(recordar historial antiguo)	search_history {query}

Varias llamadas en un turno se convierten en varias burbujas. Los mensajes del otro lado se convierten en líneas compactas a las que se refieren los ids:

#52108 19:08 ↩ respuesta a #52107 (tuyo: "lasaña de la abuela 🍝"): Nunca has hecho lasaña ni una sola vez.
<sticker stk_156dbb381a>: un gato con gorro de cocinero, removiendo una olla
reaccionó 😂 a #52107 ("lasaña de la abuela 🍝")

El prompt del sistema

Parte
Quién ser	estima los conocimientos y el estilo de la persona, y nunca sabe más de lo que ella sabría
Perfil de estilo	de la exportación completa: longitud de los mensajes, mayúsculas, puntuación, uso de emoji y stickers, hábitos de respuesta y reacción, burbujas por turno, muestras textuales
Biblioteca	stickers, GIF y medios con cómo se usaron
Notas	lo que escribiste sobre la persona

El prompt es estático para un chat: sin reloj, sin contadores. El modelo lee la hora de los separadores — día — y de las marcas HH:MM, y cada petición es un prefijo idéntico byte a byte de la siguiente, así que las cachés de prompts de los proveedores siguen acertando.

Chats largos

 presupuesto de historial ─────────────────────────────────────▶
 ┌──────────────────────┬────────────────────────────────────────┐
 │ memoria (≤ 350 pal.) │ turnos recientes, recortados al 60 %   │
 └──────────────────────┴────────────────────────────────────────┘
   relación, datos,        el punto de corte se mantiene durante
   temas, bromas          mucho tiempo, así que el prefijo en caché también

Cuando el historial reproducido supera el presupuesto, la siguiente respuesta primero resume los turnos más antiguos (y la memoria anterior) en un resumen corto. Nada se gasta al importar ni al abrir un chat. El perfil de estilo sigue viniendo de toda la exportación, y search_history alcanza cada mensaje antiguo. El usage de tokens (prompt, en caché, completado) se muestra en { }.

Biblioteca de medios

El modelo de chat lee texto, así que un sticker es solo <sticker stk_…> hasta que se describe. Describir con IA envía las imágenes de los elementos que faltan al modelo de medios, que debe admitir visión.

• Los GIF, los stickers de vídeo y los vídeos se envían como 4 fotogramas en orden, para que el modelo vea el movimiento. Esto requiere ffmpeg (brew install ffmpeg, apt install ffmpeg, winget install ffmpeg); si no, se usa la miniatura.
• Rehacer describe un elemento de nuevo. Cualquier descripción se puede editar a mano.
• Las descripciones pertenecen a la exportación y sirven a todos sus chats.

Compruébalo tú mismo con la CLI: rooftop convert <exportación> --persona "Jonas Weber".