Código a Prompt LLM | Convierte un Repositorio Entero en un Bloque Markdown

Combina varios archivos fuente en un único bloque Markdown que contiene tanto el árbol de directorios como el contenido completo de cada archivo. La salida está pensada para pegarse directamente en ChatGPT, Claude o cualquier chat LLM sin retoques adicionales.

💡 Sobre esta herramienta

Cuando le pides a un LLM que refactorice o explique un proyecto, el contexto importa tanto como el código. Pegar archivo por archivo oculta el diseño del proyecto y obliga al modelo a adivinar imports, dependencias y puntos de llamada. La mayoría de los "errores de contexto" que aparecen en sesiones largas con ChatGPT o Cursor vienen de un encuadre estructural ausente, no de un fragmento mal escrito.

Este conversor genera dos secciones en la salida:

• # Directory Structure — una lista plana de cada ruta de archivo cargado
• # Source Codes — cada archivo envuelto en una valla de código Markdown con su extensión como etiqueta de lenguaje

Los tipos binarios (image/*, video/*, audio/*, application/pdf, application/zip) se omiten en el momento de la carga, así que arrastrar una carpeta con recursos mezclados no contamina el prompt con ruido en base64. La vista previa muestra los primeros 2000 caracteres; el portapapeles siempre lleva el texto completo.

🧐 Preguntas Frecuentes

Q. ¿Puedo arrastrar una carpeta entera? A. Sí — suéltala directamente en la zona de carga. Los navegadores que exponen webkitRelativePath mantendrán la estructura anidada en la sección # Directory Structure. En caso contrario obtendrás una lista plana de nombres de archivo.

Q. ¿Cómo afectan los binarios al prompt? A. Imágenes, vídeos, audios, PDF y ZIP no se interpretan como código por el LLM y consumen gran cantidad de tokens al convertirse a base64. La herramienta filtra estos tipos MIME antes de leerlos.

Q. ¿Para qué sirven las etiquetas de lenguaje en las vallas de código? A. La extensión del archivo (py, ts, rs…) se usa como etiqueta de lenguaje Markdown. ChatGPT y Claude renderizan resaltado de sintaxis para decenas de lenguajes, lo que facilita la lectura humana de la revisión del modelo.

Q. ¿Por qué se trunca la vista previa a 2000 caracteres? A. La vista previa es solo una comprobación; el botón de copiar transfiere siempre la salida completa. Así puedes inspeccionar la cabecera sin esperar a que se renderice un proyecto enorme.

Q. ¿Es seguro para código corporativo? A. La lectura de archivos ocurre dentro de tu navegador; ningún archivo se envía a un servidor durante la conversión. Pero recuerda que al pegar la salida en ChatGPT o Claude, los términos del servicio elegido pasan a aplicar al texto pegado.

📚 Datos Curiosos

En cursos de ingeniería de software latinoamericanos suele enseñarse el patrón "primero el diagrama, luego el código" al documentar un sistema. Los LLM responden a la misma idea: presentarles primero la estructura del repositorio y después el contenido reduce drásticamente la "alucinación arquitectónica" — esos modelos que inventan rutas, módulos o funciones inexistentes.

Cuando trabajes con proyectos multi-lenguaje (por ejemplo, un backend en Python y un frontend en TypeScript), considera cargarlos en lotes separados. Pedir a Claude o GPT-4 que analice ambos a la vez suele provocar respuestas vagas; en cambio, dos prompts dedicados —uno por carpeta— producen revisiones más precisas con menos consumo de tokens.