Base de conocimiento

Mira una grabación de pantalla, guarda solo los momentos en que la pantalla cambió de verdad, transcribe lo que se dijo, y junta las dos cosas en un documento — PDF, Word, HTML, Markdown, diapositivas, SCORM, CSV o JSON. Lo que era un vídeo de cuarenta minutos que nadie mira se convierte en doce pantallas con el texto de lo que se estaba diciendo en cada una.

No guarda el vídeo. Después de generar el documento, el vídeo ya no existe dentro de la herramienta — y no existió en ningún servidor en ningún momento. Tampoco edita vídeo, no corta fragmentos para volver a publicarlos y no hace subtítulos para vídeo: el producto final es siempre un documento.

Porque no hay adónde subirlo. El navegador lee el archivo de tu disco, extrae las imágenes, ejecuta el modelo de voz y monta el PDF en la memoria de la propia pestaña. No hay subida en ningún paso, y eso se puede comprobar en treinta segundos con el F12 abierto en la pestaña Red — el total enviado sigue en cero incluso con un vídeo de varios gigabytes. El paso a paso está en Seguridad de la información.

No y no. Abre la herramienta y úsala. No hay instalación, ni extensión ni registro. Existe una versión en archivo único que descargas y abres sin nada de internet, para cuando la red de la empresa lo bloquea todo — está en la página de precios.

Chrome y Edge actuales, en el ordenador, es donde funciona todo. Firefox y Safari abren la herramienta y generan el documento a partir de un vídeo, pero no tienen la captura de pantalla con el audio del sistema ni la ventana de control. En el móvil se puede leer y revisar, pero grabar la pantalla de un ordenador es cosa de ordenador.

Pantalla completa. Compartir una ventana tiene dos trampas: el navegador no entrega el sonido del ordenador en ese modo, y todo lo que ocurre fuera de esa ventana desaparece de la evidencia — incluido el aviso de error que apareció en la esquina. Por eso el selector ya abre en la pestaña de la pantalla completa, y la casilla “compartir audio” ya viene marcada. Olvidarse de marcar esa casilla es la causa más común de grabación sin sonido.

Son tres segundos entre que eliges la pantalla y que empieza la grabación. Sin ellos, el primer fotograma es casi siempre el propio selector de pantalla del navegador — la ventana que acabas de cerrar — y eso solo lo descubres en la revisión. Se puede desactivar en las opciones.

“Marcar este paso” guarda la pantalla en ese instante, aunque no haya cambiado lo suficiente como para que el detector automático la guarde solo. Justo debajo del botón hay una caja de texto: lo que escribas ahí se convierte en la anotación de ese fotograma. Siempre comenta la última marca, nunca la siguiente — nadie describe un problema antes de verlo. El motivo de existir es simple: en la revisión, media hora después, siete fotogramas marcados sin que ninguno diga el porqué sirven de poco.

La pausa deja de guardar pantallas y de transcribir, pero el tiempo transcurrido sigue corriendo. Si la prueba esperó treinta minutos por un procesamiento, la evidencia tiene que mostrar treinta minutos. Lo que la pausa evita es llenar el documento de fotogramas iguales y de conversación paralela. Al reanudar, se guarda una pantalla al instante: después de una espera, lo que cambió es exactamente lo que querías documentar.

Durante la grabación, la pestaña de Walkstamp queda detrás de la pantalla que estás compartiendo — es decir, fuera de tu alcance. La ventana de control es una ventana pequeña que se queda por encima de todo, con el reloj, los medidores de audio, y los botones de marcar, pausar, cerrar el micrófono y detener. La caja de comentario también está ahí. Existe en Chrome y en Edge; donde no existe, todo sigue funcionando desde la pestaña.

Porque guardar vídeo es lo contrario de lo que hace la herramienta. Mientras grabas, ya está extrayendo los fotogramas y transcribiendo — cuando pulsas detener, el material ya está listo. Guardar el vídeo en el disco significaría escribir gigabytes para después tirarlos.

Cuando paras, queda un resto de audio que todavía no completó una ventana de transcripción. Esa es la barra que aparece. Mientras corre, los pasos 3 y 4 quedan cerrados a propósito: la lista de fotogramas todavía está cambiando, y editar una lista que cambia debajo de ti es como se pierde un fotograma. Si no quieres esperar, el botón pasa a ser No esperar.

MP4, MOV y WebM. El tamaño no importa — el archivo no sube, así que no hay límite de subida que reventar. Lo que limita es la memoria de tu ordenador, y los vídeos muy largos conviene abrirlos por partes.

Puedes elegir un vídeo directamente de tu Drive: el navegador descarga el archivo a tu máquina y el trabajo ocurre ahí, como con cualquier otro archivo. Para YouTube, el camino es la transcripción — pega en la caja de la transcripción el texto que el propio YouTube genera.

Selecciona dos o más archivos .json generados antes y se convierten en capítulos de un único documento, en el orden en que los elegiste. Es así como una tarde de pruebas con cuatro casos se convierte en un informe. El tiempo dentro de cada sesión sigue siendo verdadero; el intervalo entre ellas no se inventa.

De un modelo de voz que se ejecuta dentro de tu navegador. La primera vez se descarga — de 77 MB a unos 400 MB, según la calidad elegida — y queda guardado en el navegador para las siguientes. El audio no sale de la máquina en ningún momento.

Sí, y es el camino más rápido: quien tiene el .vtt o el .srt de una reunión de Teams, de Meet o de Zoom no necesita descargar ningún modelo. Arrastra el archivo sobre la caja de la transcripción, pega el texto, o usa el botón Abrir una transcripción ya hecha justo debajo de ella. También funciona el texto suelto sin marcas de tiempo — solo que entonces las intervenciones no quedan casadas con cada pantalla.

Los dos canales se capturan y se transcriben por separado, y el documento dice quién dijo qué. En una sesión de pruebas con un usuario, esa es la diferencia entre “alguien dijo” y “el participante dijo”.

Los nombres de sistema, las siglas internas y los nombres propios son donde más falla el modelo de voz — y son justamente las palabras que importan en un documento corporativo. El vocabulario es una lista tuya de términos que la herramienta aplica sobre la transcripción una vez hecha. Está justo debajo de la caja de texto, que es donde aparece el error.

La traducción también se ejecuta en tu navegador, donde este tenga el traductor incorporado. Puedes traducir a un idioma por vez y después generar el PDF, el Word o el Markdown como siempre — o marcar varios idiomas de una vez y recibir un .zip con el mismo documento en HTML en cada uno de ellos.

Compara cada pantalla con la anterior y solo la guarda cuando el cambio es lo bastante grande. Un cursor que se movió no es un cambio; un campo que se puso rojo sí. En la revisión ves todas las que guardó y descartas las que no sirven — el descarte es tuyo, la herramienta solo evita que empieces con trescientas pantallas iguales.

Puedes tachar una región de la imagen — un documento de identidad, un nombre, un importe. La zona tachada se aplica sobre la imagen que va al documento, no es una capa por encima: en el archivo entregado, lo que estaba debajo ya no existe.

Dentro de la lupa de cada fotograma: rectángulo, flecha y lápiz para señalar lo que interesa; recorte para quitar la parte inútil de la pantalla; duplicar cuando la misma pantalla prueba dos cosas (antes y después de una acción); y comparar, que superpone dos fotogramas con un control de mezcla — es la respuesta a “¿qué cambió entre estos dos?”, que el ojo no encuentra solo cuando un botón se movió ocho píxeles.

Es el gesto más repetido de quien mantiene un documento: la pantalla cambió, el procedimiento no. En vez de adjuntar, mover con las flechas y descartar la antigua, hay un botón que cambia la imagen de ese paso y conserva todo lo demás.

Un documento largo se puede dividir en tareas con nombre, y cada tarea se convierte en un capítulo con sus pasos debajo. También se puede generar un documento aparte por capítulo, de una sola captura.

PDF es lo que quiere casi todo el mundo: se cierra, se imprime y se adjunta. Word es para quien va a seguir escribiendo encima. HTML es un solo archivo, con las imágenes dentro, que abre en cualquier navegador. Markdown es para pegar en una wiki. Diapositivas para presentar. SCORM para subir a un LMS de formación. CSV y JSON son datos: el CSV va a la hoja de cálculo, y el JSON es lo que trae el documento de vuelta aquí después.

Una evidencia de prueba, una instrucción de trabajo, un acta y una sesión de usabilidad piden campos distintos y hablan con lectores distintos. El escenario elegido cambia las etiquetas de la identificación, qué campos aparecen, y los objetivos que ofrece el prompt. “Contexto para IA” no pide ninguna identificación: el lector es una máquina.

El diseño decide cómo se distribuyen las pantallas — automático, una por página con el habla de ese tramo, o cuadrícula compacta de seis por página. El papel es A4 o Carta. Los dos están en la sección Formato, antes de los botones que producen el archivo. En una cuenta de pago, los dos pueden venir configurados desde la cuenta, y la pantalla dice de dónde vinieron — cambiarlo ahí vale solo para ese documento.

Son los campos que convierten un montón de pantallas en una evidencia: de qué caso de prueba es, en qué sistema, cuál es el ticket, y si pasó o no. Son gratuitos. Lo que se paga es que lleguen rellenados desde la configuración de tu cuenta.

La huella digital (SHA-256) de cada imagen va impresa junto a ella, en el escenario de evidencia. Sirve para demostrar después que esa imagen no fue cambiada. La numeración automática da un número secuencial al caso.

Adjuntar el PDF en una conversación con un modelo no basta: necesita saber cómo está organizado el documento, si no ignora los instantes y mezcla lo que vio con lo que se dijo. El texto del prompt se genera solo, ajustado a tu vídeo y al objetivo elegido. Nace plegado — el gesto normal es copiar y pegar, no leer.

Para eso sirve el .json. Guárdalo junto al PDF: trae el documento entero de vuelta a la herramienta — fotogramas, transcripción, anotaciones, zonas tachadas — y corriges lo que haga falta y lo generas de nuevo. Sin él, una errata en una anotación cuesta volver a grabar.

El .zip lleva el documento en varios formatos a la vez, con las imágenes sueltas — es el paquete para archivar o para entregar a quien va a trabajar las imágenes fuera de aquí. También vuelve a la herramienta.

Hay una página que comprueba si un documento generado coincide con las huellas digitales que él mismo declara — verificar un documento. Sirve para quien recibe la evidencia y quiere saber si la han tocado.

La herramienta en el navegador es gratuita y lo sigue siendo. Lo que paga el plan es la cuenta: tu marca en el documento, los valores por defecto que llegan rellenados (empresa, entorno, etiqueta, diseño, papel), las plantillas de documento del equipo, el guion de casos y el vocabulario. La lista completa y los precios están en precios.

La clave se comprueba dentro de tu navegador. No hay consulta a ningún servidor: funciona sin conexión, y nosotros no nos enteramos de cuándo ni dónde se usa. El camino normal es entrar por el enlace que llega por correo; pegar la clave a mano sigue existiendo para quien la recibió por otra vía.

Lo que la empresa configura en la cuenta llega rellenado en la herramienta — y deja de valer en el instante en que la persona que tiene el caso en la mano cambia algo. Quien sabe que este documento necesita otro diseño es quien lo está mirando. Un valor por defecto es un valor por defecto, no una camisa de fuerza.

En una cuenta de equipo se puede subir una hoja de cálculo de casos de prueba y repartir los enlaces: cada persona recibe una dirección que abre la herramienta ya rellenada con su caso, y al terminar lo marca como hecho. La pantalla de control muestra qué se hizo, quién lo hizo y cuándo — con el recibo del documento generado.

Los plazos están escritos en la política de privacidad, y hay código detrás de ellos: una rutina diaria borra lo que pasó del plazo, archivo por archivo. Las facturas se quedan durante el plazo de conservación fiscal — eso está dicho allí, con el motivo.

Casi siempre es una de dos cosas. La primera: compartiste una ventana — el navegador no entrega el sonido del ordenador en ese modo, solo en pestaña o pantalla completa. La segunda: la casilla “compartir audio” del selector quedó sin marcar. La herramienta avisa cuál de las dos fue, y la pantalla final dice si algún canal quedó mudo todo el tiempo.

Pasó que la pantalla no cambió lo suficiente — la lectura de un documento, por ejemplo. En ese caso, marca los pasos a mano durante la grabación. La herramienta también guarda los motivos de cada fotograma descartado y lo muestra en el informe técnico, que va junto cuando hablas con nosotros.

Viene de una dirección pública de CDN, y algunas redes corporativas la bloquean. Dos caminos: usar una transcripción ya hecha (apartado 4), o pedirle a TI que desbloquee el dominio. Si ya lo descargaste antes y quieres recuperar el espacio, está el botón borrar el modelo de voz descargado, al lado del selector de voz.

Todo se ejecuta en la memoria de la pestaña, así que un vídeo muy largo con muchas pantallas pesa. Lo que ayuda: bajar la calidad de las imágenes, generar el documento en capítulos separados, o dividir la grabación en dos y juntar los .json después.

El botón Hablar con nosotros, en la esquina de la herramienta, manda problema, idea o elogio. Junto va un informe técnico de tu navegador — versiones, funciones disponibles, lo que registró la grabación — y ves el informe antes de mandarlo. Ningún vídeo, imagen ni transcripción va en él.