HTML a Markdown
Pega HTML, sube un archivo .html o introduce una URL y recupera Markdown limpio - encabezados, listas, tablas, enlaces, bloques de código y énfasis intactos, con navegación, anuncios, avisos de cookies y scripts eliminados automáticamente. Diseñado para pasar una página web a ChatGPT, Claude o un pipeline RAG sin quemar la ventana de contexto en marcado; en un artículo típico de Wikipedia, por ejemplo, convierte unos 78.000 tokens de HTML bruto en menos de 9.000 tokens de Markdown.
Por qué el HTML es tan costoso de pegar en una IA
En una página web moderna típica, las palabras legibles son solo una pequeña fracción del archivo. El resto son etiquetas, atributos de clase, estilos en línea, rutas de iconos SVG, bloques JSON y etiquetas de script - todo lo cual cuesta tokens sin decirle nada útil a un modelo de lenguaje. En el artículo de Wikipedia sobre Markdown, por ejemplo, este convertidor transforma unos 78.000 tokens de HTML en bruto en menos de 9.000 tokens de Markdown que se lee mejor.
Markdown conserva la parte que importa. Un ## sigue siendo un límite de sección, una tabla sigue siendo una tabla con una fila de encabezado, y un bloque de código sigue estando delimitado - así el modelo puede usar la estructura en lugar de tener que deducirla de una sopa de <div>.
Cómo se elimina el «chrome» de la página
Antes de convertir, la herramienta ejecuta una pasada de tipo «readability». Los elementos script, style, iframe y form se eliminan primero. Luego se excluye todo lo que sea estructuralmente navegación - <nav>, <aside>, <footer>, roles ARIA como navigation y contentinfo, y elementos cuya clase o id indique un menú, barra lateral, anuncio, aviso de cookies, caja de newsletter, barra para compartir o sección de comentarios. Finalmente, la herramienta baja desde <body> hasta el elemento más ajustado que todavía contiene casi toda la prosa de la página, que corresponde al cuerpo del artículo. Luego te dice exactamente qué bloques descartó, y todo este proceso se puede desactivar si prefieres convertir el documento completo.
Preguntas frecuentes
¿Por qué convertir una página web a Markdown para ChatGPT o Claude?
Dos razones: coste y comprensión. El HTML bruto es sobre todo marcado, así que pegarlo desperdicia la mayor parte de tu ventana de contexto en etiquetas y nombres de clase - Markdown normalmente dice lo mismo con una décima parte de los tokens. Y como Markdown conserva encabezados, listas y tablas como estructura real, el modelo puede distinguir un título de sección del texto normal y un encabezado de tabla de una fila de datos, algo que la extracción de texto plano ignora por completo.
¿Puede obtener una URL, o tengo que pegar el HTML?
Ambas opciones funcionan. Cambia a la pestaña URL, introduce una dirección, y la página se obtiene a través de este sitio - un navegador no puede leer directamente el HTML de otro dominio por las reglas de origen cruzado, así que ahí es inevitable un paso por servidor. Los scripts se eliminan y los enlaces relativos se convierten en absolutos antes de que el HTML llegue al conversor. Pegar HTML o subir un archivo .html se gestiona enteramente en tu navegador sin enviar nada a ningún sitio.
¿Gestiona tablas, listas anidadas y bloques de código?
Sí. Las tablas se convierten en tablas Markdown al estilo GitHub con una fila de encabezado, y las barras verticales dentro de una celda se escapan para que la tabla no se rompa. Las listas anidadas mantienen su anidación y su estilo de viñeta o número, incluida una lista numerada dentro de una con viñetas. Los bloques de código se convierten en bloques delimitados, y el lenguaje se toma de una clase como language-python. El código en línea, negrita, cursiva, tachado y citas en bloque se conservan todos.
¿Qué pasa con las imágenes y los enlaces?
Los enlaces conservan su URL como [texto](url) por defecto, y hay una opción para conservar solo el texto del enlace - en una página con muchos enlaces como un artículo de wiki, eso por sí solo puede reducir a la mitad el número de tokens. Las imágenes usan por defecto su texto alternativo, porque un chatbot no puede ver la imagen y el texto alternativo es lo que transmite significado a una fracción del coste de una URL. Puedes cambiar a la sintaxis estándar  o eliminar las imágenes por completo.
¿Se guarda algo?
No. El HTML pegado o subido nunca sale de tu navegador. Una URL que obtienes pasa por este sitio solo para recuperar el HTML, que se devuelve directamente a tu navegador y no se guarda en ningún sitio.