Optimizador de prompts — analizar y reescribir en local

Cómo funciona el análisis

Capa 1 (por defecto): comprobaciones de estructura por reglas, detección de redundancia, una puntuación heurística 0–100 y desperdicio de tokens con el mismo nivel Exact/Estimación que el contador de tokens. Capa 2 (opt-in): tras confirmar, WebLLM carga Qwen 1.5B en un Web Worker y reescribe tu prompt a partir de los hallazgos de la capa 1 — etiquetado con honestidad como calidad de modelo local.

Funciones clave

• Análisis heurístico instantáneo sin descarga
• Desperdicio de tokens con badges honestos Exact/Estimación
• Tarjetas de hallazgos por rol en modo mensajes API
• Reescritura local Qwen opt-in vía WebLLM
• Consentimiento + progreso real de la descarga
• Panel de reescritura con delta de tokens — sin sustitución automática

Reescritura IA local

Requiere WebGPU y una descarga única del modelo (caché IndexedDB en visitas siguientes). La reescritura nunca sustituye automáticamente tu entrada: copia o aplícala a mano. No equivale a GPT-4 ni a Claude.

Privacidad

Sin procesamiento en servidor. Sin BYOK en v1. El texto del prompt no se envía a FastMinify ni a API de inferencia de terceros.

Limitaciones

La puntuación es una heurística de checklist, no un juicio sobre la calidad de salida. La detección de redundancia atrapa texto exacto o casi duplicado, no la repetición parafraseada. La calidad de la reescritura local está limitada por el modelo pequeño en el dispositivo. La entrada máxima es unos 512 KiB de texto UTF-8.

Herramientas LLM y de texto relacionadas

Combina el análisis con el contador de tokens LLM, comprueba el ajuste con la calculadora de ventana de contexto, comprime datos tabulares vía JSON a TOON o compara versiones reescritas en diff de texto.

Opciones que cambian el análisis o la reescritura