HTML para Markdown
Cole HTML, envie um arquivo .html ou digite uma URL e receba Markdown limpo de volta - títulos, listas, tabelas, links, blocos de código e ênfases intactos, com navegação, anúncios, avisos de cookies e scripts removidos automaticamente. Feito para levar uma página da web ao ChatGPT, Claude ou um pipeline RAG sem gastar a janela de contexto com marcação; em um artigo típico da Wikipédia, por exemplo, ele transforma cerca de 78.000 tokens de HTML bruto em menos de 9.000 tokens de Markdown.
Por que o HTML é tão caro de colar numa IA
Numa página web moderna típica, as palavras legíveis são apenas uma pequena fração do ficheiro. O resto são tags, atributos de classe, estilos inline, caminhos de ícones SVG, blocos JSON e tags de script - tudo isto custa tokens sem dizer nada de útil a um modelo de linguagem. No artigo da Wikipédia sobre Markdown, por exemplo, este conversor transforma cerca de 78.000 tokens de HTML em bruto em menos de 9.000 tokens de Markdown que se lê melhor.
O Markdown mantém a parte que importa. Um ## continua a ser um limite de secção, uma tabela continua a ser uma tabela com uma linha de cabeçalho, e um bloco de código continua delimitado - para que o modelo possa usar a estrutura em vez de ter de a inferir a partir de uma sopa de <div>.
Como o «chrome» da página é removido
Antes de converter, a ferramenta executa uma passagem do tipo «readability». Elementos script, style, iframe e form saem primeiro. Depois, tudo o que seja estruturalmente navegação - <nav>, <aside>, <footer>, funções ARIA como navigation e contentinfo, e elementos cuja classe ou id indique um menu, barra lateral, anúncio, aviso de cookies, caixa de newsletter, barra de partilha ou secção de comentários - é excluído. Por fim, a ferramenta desce a partir de <body> até ao elemento mais restrito que ainda contém quase toda a prosa da página, que corresponde ao corpo do artigo. A ferramenta diz-lhe depois exatamente que blocos descartou, e toda esta passagem pode ser desligada se preferir converter o documento inteiro.
Perguntas frequentes
Por que converter uma página da web para Markdown para o ChatGPT ou Claude?
Dois motivos: custo e compreensão. HTML bruto é majoritariamente marcação, então colá-lo desperdiça a maior parte da sua janela de contexto em tags e nomes de classe - o Markdown costuma dizer a mesma coisa com um décimo dos tokens. E como o Markdown mantém títulos, listas e tabelas como estrutura real, o modelo consegue distinguir um título de seção de texto comum e um cabeçalho de tabela de uma linha de dados, algo que a extração de texto bruto descarta completamente.
Ele consegue buscar uma URL, ou eu tenho que colar o HTML?
Os dois funcionam. Mude para a aba URL, digite um endereço, e a página é buscada através deste site - um navegador não consegue ler diretamente o HTML de outro domínio por causa das regras de cross-origin, então um passo pelo servidor é inevitável nesse caso. Scripts são removidos e links relativos são tornados absolutos antes de o HTML chegar ao conversor. Colar HTML ou enviar um arquivo .html é feito inteiramente no seu navegador, sem nada sendo enviado a lugar nenhum.
Ele lida com tabelas, listas aninhadas e blocos de código?
Sim. Tabelas viram tabelas Markdown no estilo GitHub com uma linha de cabeçalho, e barras verticais dentro de uma célula são escapadas para a tabela não quebrar. Listas aninhadas mantêm seu aninhamento e seu estilo de marcador ou número, incluindo uma lista numerada dentro de uma com marcadores. Blocos de código viram blocos de código cercados, e a linguagem é identificada a partir de uma classe como language-python. Código inline, negrito, itálico, tachado e citações em bloco são todos preservados.
O que acontece com imagens e links?
Links mantêm sua URL como [texto](url) por padrão, e há uma opção para manter só o texto do link - em uma página cheia de links como um artigo de wiki, isso sozinho pode reduzir a contagem de tokens pela metade. Imagens usam por padrão seu texto alternativo, porque um chatbot não consegue ver a imagem e o texto alternativo é a parte que carrega significado por uma fração do custo de uma URL. Você pode mudar para a sintaxe padrão  ou remover as imagens completamente.
Algo fica armazenado?
Não. O HTML colado ou enviado nunca sai do seu navegador. Uma URL que você busca passa por este site apenas para obter o HTML, que é entregue direto de volta ao seu navegador e não é registrado em lugar nenhum.