Aprender a hablar en 2026 con IA: pega un prompt en ChatGPT, toca Voice y habla

Resumen

En 2026, los agentes de voz con IA se volvieron lo bastante buenos para ser compañeros de conversación de quienes aprenden idiomas, y la voz de ChatGPT alcanza para eso. Pega el prompt de abajo en un chat nuevo, toca Voice y habla: tu compañero habla a tu nivel, te deja terminar y, cuando te despides, te da un informe con un resumen, tus errores y tus propias frases corregidas. Voice funciona en el plan gratuito de ChatGPT con un límite; Plus te da 3 horas en cualquier periodo móvil de 24 horas. Hablar importa porque entrena la recuperación, es decir, sacar una palabra de la memoria justo cuando la necesitas, que es el paso que casi todas las formas de estudiar se saltan.

¿Solo quieres el prompt? Ve directo a él.

¿Cómo se configura?

1. Pega el prompt en un chat nuevo. Completa las tres líneas de arriba y envíalo. Te responde «Listo».

2. Toca Voice en el mismo chat. En la app de ChatGPT para el celular, el ícono de Voice está en la barra de mensajes; en la web, está en la ventana del prompt. Voice funciona dentro del chat, así que tu prompt sigue ahí (Centro de ayuda de OpenAI, consultado el 2026-10-26). El ícono del micrófono es otro botón: convierte lo que dices en texto escrito (Centro de ayuda de OpenAI, Dictado).

3. Habla. También puedes escribir durante la llamada. Cuando quieras terminar, despídete y llega el informe.

¿Cuál es el prompt?

Cópialo entero y completa las tres líneas de arriba.

PRÁCTICA DE CONVERSACIÓN
Idioma que estoy aprendiendo (y el país):
Mi nivel (de A1 a C1, o con mis propias palabras):
Tema (o «tú eliges»):

Eres mi compañero de conversación en una llamada de voz. Habla solo el idioma que estoy aprendiendo y ajústate a mi nivel en todo: cuánto hablas y qué tan rápido, tus palabras, qué tan difíciles son tus preguntas y con qué frecuencia me corriges. Guarda para el informe los errores que no corrijas. En B2 y C1, habla como un hablante nativo y rebate mis opiniones. Cuando diga «más fácil» o «más difícil», sube o baja todo eso un nivel.

Déjame terminar antes de responder, aunque haga una pausa para buscar una palabra. Haz una pregunta a la vez. Si me trabo, ayúdame un poco: dilo de forma más simple o dame dos respuestas para elegir. Si describo una palabra que no conozco, usa la palabra correcta en tu respuesta y sigue adelante. Si el tema es una situación (una entrevista de trabajo, una cafetería), haz el papel de la otra persona. Son solo pautas: que siga siendo una conversación natural.

Cuando me despida para terminar la llamada (en cualquier idioma), dame mi informe. Si digo o escribo «dame el informe», dámelo en ese momento. Escríbelo en el idioma que uso normalmente contigo; si no lo puedes saber, pregúntame cuál. En este orden:
1. Resumen: cómo me fue y lo principal que debo llevarme.
2. Detalles: mis errores principales con una versión mejor de cada uno, las palabras que me faltaron y las palabras nuevas por las que pregunté.
3. Mis frases: las frases que dije que hay que corregir, tan fieles a mis palabras exactas como las tengas, cada una con su versión corregida.

Si alguna línea de arriba está vacía, pídemela. Si no, responde solo «Listo».

El prompt es amplio a propósito: así la IA tiene margen para adaptar la conversación a ti.

Así queda la parte de arriba completada, para alguien que aprende portugués:

Idioma que estoy aprendiendo (y el país): portugués, Brasil
Mi nivel (de A1 a C1, o con mis propias palabras): A2
Tema (o «tú eliges»): mi fin de semana

El país importa: el portugués de Brasil y el de Portugal se diferencian en palabras y gramática, y la IA tiene que adivinar uno si no lo indicas.

En el plan gratuito, pide el informe pronto: OpenAI le da a la voz gratuita «acceso limitado» y dice que «los límites pueden cambiar», y una llamada puede terminar cuando llegas a un límite (Centro de ayuda de OpenAI, consultado el 2026-10-26).

¿Qué nivel deberías escribir?

Escribe el nivel al que hablas, que suele ser más bajo que el nivel al que lees (lo explica el artículo Por qué entiendes inglés pero no puedes hablarlo). Las letras vienen del CEFR (Marco Común Europeo de Referencia para las lenguas), la escala que usa la mayoría de los cursos. ¿No lo tienes claro? Descríbelo con tus propias palabras («lo estudié en la escuela, ahora lo tengo oxidado») y di «más fácil» o «más difícil» durante la llamada.

¿Cómo es el informe?

• Resumen: cómo te fue y lo principal que debes llevarte.
• Detalles: tus errores principales con una versión mejor de cada uno, las palabras que te faltaron y las palabras nuevas por las que preguntaste.
• Tus frases: las que hay que corregir, cada una con su versión corregida.

¿Cómo guardas en Koboshi las palabras del informe?

Este paso es opcional. Copia el informe de ChatGPT, pégalo en Claude con el conector de Koboshi agregado y envía:

Guarda en Koboshi las palabras y expresiones de este informe

El plan gratuito de Claude permite un conector personalizado, y con eso basta para Koboshi (Centro de ayuda de Claude, consultado el 2026-10-26; guía de configuración). Cada palabra llega a tu vocabulario de Koboshi con su significado y un ejemplo, hasta cincuenta a la vez, y la respuesta te dice cuáles ya tienes (página del conector de Koboshi, consultada el 2026-10-26).

¿Ya son lo bastante buenos los compañeros de voz con IA?

El autor de esta guía empezó a practicar conversación con agentes de voz con IA en 2025, primero con la función de voz de Grok, y le pareció terrible. Instrucciones como esperar a que él terminara, hablar despacio o usar palabras fáciles las seguía solo a medias, y al poco tiempo se desviaba. En octubre de 2026 probó el modo de voz de ChatGPT y se sorprendió cuando, mientras a él le costaba hablar, empezó a acompañarlo con un «ajá» o un «mmm» tan natural como el de una persona. «Fue un momento increíble», dice. Confía en que la función va a seguir mejorando, y recomienda abiertamente a cualquiera que esté aprendiendo un idioma que empiece ya a practicar la conversación, porque entrena la recuperación.

Otras personas que aprenden idiomas describen el mismo atractivo. Alguien que aprende japonés, con un nivel de alrededor del JLPT N4 (intermedio bajo), probó varias apps de chat con IA en trayectos diarios en auto de 30 a 60 minutos y vio que ninguna sonaba como un hablante real de japonés, y aun así escribió: «da igual lo que genere el LLM, tengo que armar una respuesta en japonés. Es una práctica excelente y no hay nada de vergüenza ni de incomodidad» (WaniKani Community, 2026-01-13).

¿Qué plan de ChatGPT necesitas, a octubre de 2026?

Tiempo de voz por cada periodo móvil de 24 horas, según la página de ayuda de Voice de OpenAI (consultada el 2026-10-26):

• Free: «Acceso limitado a GPT-Live-1.1 Quip. Los límites pueden cambiar.»
• Go: 3 horas de GPT-Live-1.1 Quip.
• Plus: 3 horas de GPT-Live-1.1.
• Pro: 15 horas ($100 al mes) o GPT-Live-1.1 ilimitado ($200 al mes, «sujeto a medidas de protección contra abusos»).

Nuestra opinión a octubre de 2026: el plan gratuito alcanza para probarlo hoy, y Plus es el plan más barato con GPT-Live-1.1, con 3 horas en cualquier periodo móvil de 24 horas.

¿Qué puede salir mal y qué haces?

• El informe no llega. Di o escribe «dame el informe». Después de la llamada, su transcripción se agrega al chat, así que también puedes pedirlo por texto. Si la llamada terminó porque llegaste a un límite de uso, la página de OpenAI dice que puedes «continuar por texto o volver a iniciar Voice».
• El compañero se aparta de las reglas. Alguien que aprende mandarín notó que las apps «pierden rápido el hilo de su papel como tutor» (Hacker News, 2025-12-24). Di «Vuelve a las reglas de mi primer mensaje».
• Responde mientras todavía estás pensando. La página de OpenAI dice que las pausas largas, las voces de fondo u otros sonidos todavía pueden hacer que responda. Ayudan un cuarto silencioso y unos audífonos.
• Tus frases del informe no son del todo exactas. El informe se arma a partir de la transcripción de la llamada, y la página de OpenAI dice que «las transcripciones de Voice no son registros literales», así que un error que cometiste puede quedar maquillado.
• Detecta el idioma equivocado. La página de OpenAI dice: «Si Voice detecta el idioma equivocado, elige el idioma que hablas con más frecuencia». También puedes pedirle que hable el idioma que estás aprendiendo.
• Elogia una pronunciación floja. Una persona que aprende idiomas escribió que «el modo de voz de ChatGPT parece tener demasiada tolerancia con la mala pronunciación» (Hacker News, 2025-06-26). Usa las llamadas para la fluidez, el vocabulario y la gramática, y pide a un profesor o a un hablante nativo que revise tu pronunciación de vez en cuando.

¿Por qué hablar en voz alta te ayuda a recordar palabras?

El vocabulario pasivo de cualquier estudiante, las palabras que entiende, va por delante de su vocabulario activo, las palabras que puede producir: ese desfase es la norma documentada en la investigación sobre segundas lenguas (Laufer, 1998, Language Learning). El blog de Koboshi lo llama el desfase en la recuperación léxica: conoces la palabra, pero llega un instante demasiado tarde para una frase en vivo (véase el artículo Por qué entiendes inglés pero no puedes hablarlo).

Cada paso entre conocer una palabra y decirla tiene su propia evidencia. El reconocimiento es donde empieza toda palabra. La recuperación, sacar tú mismo la palabra de la memoria, supera a releerla por alrededor de media desviación estándar de retención adicional (g = 0.50, un efecto medio sólido, de los que se notan) en 159 comparaciones del metaanálisis de Rowland de 2014 (Psychological Bulletin). Hablar es el último paso: en los estudios de entrenamiento, la fluidez al hablar mejora con práctica oral bajo presión de tiempo (de Jong y Perfetti, 2011, Language Learning), y decir las palabras en voz alta agrega una ventaja de memoria frente al estudio en silencio, que resultó duradera con vocabulario de lenguas extranjeras (Icht y Mama, 2019, Language Teaching Research).

La mejor ruta para recordar una palabra va de reconocerla a recuperarla y, por último, a decirla en voz alta. Una llamada de voz te hace hacer los dos últimos pasos en cada respuesta.