Page Text to Prompts convierte una landing en un prompt comprobado por bloque

Cada landing que funciona es un montón de pequeñas decisiones. El titular no nombra el producto. Los problemas aparecen en el mismo orden que las funciones que los resuelven. Los pasos van antes de los precios, así que el precio lo lee alguien ya convencido de que empezar es fácil. Nada de eso está en las palabras, y todo se puede reutilizar.

Page Text to Prompts es una Agent Skill gratuita y de código abierto que pone esas decisiones por escrito. Dale a tu agente una URL y dividirá el texto de la página en bloques (cabecera, problema, funciones, cómo funciona, testimonios, precios, FAQ, llamada final) y, para cada bloque, escribirá para qué sirve, cómo está construido, un prompt reutilizable que escribe la misma clase de bloque para otro producto y un ejemplo escrito con ese prompt y medido contra él. A continuación: cómo funciona, una ejecución real con todas sus cifras y lo que no hace.

Dos scripts y un archivo de criterio

Lo que hace fiable a la skill es un reparto estricto del trabajo. Los scripts no llaman a ningún modelo ni a ninguna API. Leen la página, cuentan sus palabras, derivan los rangos, montan cada prompt y comprueban el resultado. El agente que ejecuta la skill (Claude, Codex u otro) solo escribe lo que requiere criterio, en un archivo breve llamado analysis.md: una línea por elemento con un código, un rango de palabras, lo que el elemento debe contener y un ejemplo. SKILL.md se lo dice al agente sin rodeos:

Así que lo que recibes tiene dos tipos de contenido, y el informe los mantiene separados. Los bloques, sus funciones y la redacción de las técnicas son la lectura que el agente hace de la página. Las capas, los recuentos, los rangos y las comprobaciones son de los scripts, y dan lo mismo cada vez con la misma entrada. Cuando el agente se equivoca, la construcción dice qué línea y qué regla, y el agente corrige solo esa línea.

Tres maneras de leer una página

Una página no es un solo texto. La skill la lee de tres maneras y las compara: el HTML en bruto, la página renderizada en el navegador que ya tienes en el equipo (un perfil nuevo y desechable, a 1440 × 900, con desplazamiento y el FAQ abierto) y su árbol de accesibilidad. Por eso el informe puede decir qué palabras aparecen solo después de JavaScript (js_only), cuáles estaban plegadas tras un clic (collapsed) y cuáles nunca oye un lector de pantalla (not_in_a11y). Si tu página depende de scripts para mostrar su texto, es la misma pregunta que hace el SEO para JavaScript, respondida bloque a bloque.

La prueba: una página, todas las cifras

El repositorio incluye una página de prueba, studio.html, una aplicación ficticia de reservas para pequeños estudios de yoga, y un archivo de criterio terminado para ella. Pasamos ambos por la versión 1.008 desde un archivo guardado el 22 de octubre de 2026, así que solo se leyó la capa HTML. El lector encontró 631 palabras de texto en nueve bloques candidatos y apartó dos fragmentos que no son texto de venta: el menú de la cabecera (5 palabras) y la línea legal (8 palabras).

Hay dos cosas en esa imagen que merecen una segunda mirada. Primero, 137 de las 631 palabras de la página (22%) están en respuestas del FAQ plegadas tras un clic; el lector las encontró en el marcado y las marcó como collapsed, así que quien escribe sabe que una quinta parte del argumento de la página queda oculta hasta que alguien pregunta. Segundo, el número de elementos no sigue al número de palabras. El FAQ es el bloque más largo y tiene tres elementos (un titular y luego cuatro pares de pregunta y respuesta escritos como un grupo); el bloque de precios es más corto y tiene ocho, porque una tarjeta de plan lleva nombre, precio, una línea sobre para quién es, viñetas y un botón. El prompt describe la estructura, no el volumen.

Un bloque, de principio a fin

Esta es la cabecera, el bloque que tiene toda página. En la página de prueba dice «Booking without phone calls», luego el titular «Your students book on their own while you teach», un subtítulo de 15 palabras, un botón de 3 y una línea de 7 que quita el riesgo. El archivo de criterio la describe en cinco líneas, y la construcción las convierte en este prompt, palabra por palabra de run/page-prompts.md:

Fíjate en lo que contiene el prompt: la función del bloque en una frase, cada elemento con un rango de palabras y lo que debe decir, las técnicas escritas como instrucciones y no como etiquetas («deja el nombre fuera del titular», no «usa PAS»), el tono, lo que hay que evitar y una regla final sobre los datos. Los marcadores {product} y {audience} salen de un diccionario fijo de 22 variables, 8 de ellas marcadas como datos reales. Es un prompt listo para que un modelo de lenguaje escriba el bloque: lo rellenas una vez y lo reutilizas con cada producto para el que escribas. Los prompts salen en inglés salvo que pidas ucraniano, el otro idioma que admite la skill.

El ejemplo que el agente escribió con él, para una aplicación ficticia de reservas de pilates, y cómo lo midió la construcción:

Ninguna línea del ejemplo repite la página, y no hace falta: el titular de la página habla de alumnos que reservan mientras el profesor da clase; el del ejemplo, de clientes que reservan un reformer mientras tú sigues con el grupo. La misma decisión, otras palabras. Ese es todo el sentido de la skill, y la siguiente figura muestra que se cumplió en cada elemento de la página, no solo en la cabecera.

35 de 35 elementos cayeron dentro del rango que fija su prompt. La construcción admite un 20% a cada lado antes de avisar (el bigote de la figura), y en esta ejecución ningún elemento necesitó ese margen. Un ejemplo que se pasa de él se señala con un aviso, no con un rechazo, y es lo correcto: el ejemplo está para demostrar que el prompt funciona, y uno que se alarga unas palabras lo sigue demostrando. Los prompts son lo que reutilizas; los ejemplos, la prueba.

Cinco comprobaciones que rechazan, no sugieren

La construcción no escribe ningún informe hasta que pasan cinco comprobaciones. Cada una existe porque sin ella el resultado sería inútil o un riesgo. Están definidas en checks.mjs y cubiertas por los tests de la skill, que el 22 de octubre de 2026 pasaron 25 de 25.

Intentamos romper la primera a propósito. Cambiamos el titular del ejemplo por la frase de la propia página, «Your students book on their own while you teach», volvimos a construir y obtuvimos esto, sin informe:

La comprobación de marca es incluso más estricta de lo que cabría esperar. Cuando leímos la página de prueba con la dirección studio.example en lugar de la studiora.example que usan los tests, la palabra «studio» pasó a ser un término de marca, y el mismo archivo de criterio se rechazó 11 veces, una por cada línea que decía «studio». Es la comprobación haciendo su trabajo: prefiere detenerse y señalar la línea antes que dejar que el nombre de un sitio se cuele en un prompt que vas a reutilizar en otra parte. Leer la página con su dirección real lo resuelve.

Los datos se quedan en blanco

La costumbre más útil de la skill se ve en el bloque de precios. La página de prueba muestra tres planes con sus precios mensuales. La tarjeta de ejemplo que el agente escribió para el producto ficticio dice «Single room» y luego [price] / mo: el precio es un dato de muestra que hay que sustituir, y el prompt termina con «Nunca inventes cifras, clientes, nombres ni garantías». Lo mismo vale para el número de clientes, los logotipos y los testimonios, cada uno una variable marcada como dato real. Un prompt que se inventa una cifra de clientes es un riesgo; este deja el hueco y lo dice.

Instalación y uso

Descarga page-text-to-prompts.zip de la última versión. En claude.ai, súbelo en Customize › Skills › Upload a skill; para Claude Code, descomprímelo en ~/.claude/skills/. No hace falta npm install: la carpeta dist/ lo lleva todo. Necesitas Node 22 o posterior, y Chrome, Chromium o Edge si quieres las capas renderizada y de accesibilidad; sin navegador solo se lee el HTML. Después pídeselo a tu agente con palabras normales, por ejemplo «ejecuta page-text-to-prompts en https://example.com». Por dentro ejecuta dos comandos, con su archivo de criterio en medio:

Obtienes tres archivos: un informe HTML autónomo (tema claro y oscuro, con un selector EN / UK para sus etiquetas), page-prompts.md con todos los prompts listos para pegar y page-prompts.json para quien quiera cargar los prompts en sus propias herramientas. La lectura tarda de 5 a 30 segundos; el renderizado se detiene a los 45 segundos y la lectura sigue desde el HTML.

Para quién es

• Redactores que estudian una página que convierte y quieren su estructura, no sus frases, como un brief que dar a un modelo o a un redactor júnior.
• Fundadores y profesionales del marketing que escriben su primera landing y necesitan saber qué suele llevar un bloque de precios o una llamada a la acción y cuánto mide cada parte.
• Equipos de contenido que quieren un prompt probado por tipo de sección, para que la siguiente página parta de un estándar de la casa y no de un documento en blanco.
• Quien compare páginas: ejecútala sobre tu página y la de un competidor y compara los dos esqueletos lado a lado.

Lo que no hace

• Nada de diseño. Solo lee el texto. Maquetación, imágenes, colores y texto dentro de imágenes se ignoran.
• Una página pública cada vez. Vista de escritorio, sin inicio de sesión y sin saltarse un captcha: una comprobación antibots termina la lectura con un código de rechazo y la oferta de leer una copia guardada.
• Ningún veredicto sobre si la página convierte. Describe cómo está construida; no afirma que sea buena y no tiene datos de tráfico ni de conversión.
• El criterio es la lectura de un agente. Qué bloque es cuál y cómo se redactan las técnicas lo escribe el agente que ejecuta la skill. Los scripts lo validan y el informe lo señala, pero otro modelo podría cortar la misma página de forma un poco distinta.
• Nada en ruso. La skill rechaza páginas en ruso, sitios en la zona de dominio de Rusia, sitios alojados en Rusia y sitios con versión en ruso, con un código de rechazo para cada caso. Es una decisión del editor, recogida en SKILL.md.

Conclusión

La mayoría de los prompts del tipo «analiza esta landing» devuelven una opinión. Esta skill devuelve una especificación: nueve bloques, cada uno con su función, una estructura medida y un prompt que reproduce la forma para otro producto, con la prueba adjunta. En su propia página de prueba, cada elemento de los ejemplos cayó en rango, cada comprobación se superó y el único intento de copiar la página se detuvo antes de que existiera un informe. Lo que requiere criterio está marcado como criterio; lo que se puede contar lo cuenta un código que no adivina. Esa combinación es la que hace que los prompts se puedan reutilizar con seguridad.

Es gratuita, tiene licencia MIT y funciona en tu propio agente: descárgala en GitHub. Está junto a nuestras otras skills abiertas en Agent Skills para equipos de SEO, GEO y marketing, y si quieres saber cómo lee la misma página un asistente de IA y no una persona, empieza por el Vectorscope y el resumen de las tres skills de auditoría.