Communitygithub.com

Texto de Imagen a HTML Visual

Transforma una imagen de referencia con mucho texto en un HTML visual más claro y útil, preservando los hechos, mejorando la redacción y rediseñando la estructura de la información.

¿Qué es Texto de Imagen a HTML Visual?

Este skill convierte imágenes con mucho texto en representaciones HTML visualmente mejoradas, priorizando la claridad y la usabilidad sobre la similitud con el diseño original. Es ideal para desarrolladores, diseñadores y profesionales que necesitan extraer información de capturas de pantalla, documentos escaneados o cualquier imagen con datos densos, y presentarla de forma más comprensible. El skill es independiente de la plataforma, funcionando con cualquier agente de IA que soporte la ejecución de scripts y la visualización de HTML. El proceso incluye la transcripción manual si el OCR es poco fiable, la reescritura de textos densos en afirmaciones cortas, el rediseño de la arquitectura de la información para priorizar conclusiones y la creación de un archivo HTML autónomo con CSS optimizado para capturas de pantalla. Finalmente, genera una captura de pantalla de alta resolución usando un script Python, previa confirmación del usuario, asegurando que el resultado final sea funcional, editable y visualmente accesible.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add ABOOAI/codex-skills

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Texto de Imagen a HTML Visual?

Propósito

Transformar una imagen de referencia con mucho texto en un HTML visual más claro y útil. Preservar los hechos de la fuente, mejorar la redacción, rediseñar la estructura de la información y exportar una captura de pantalla de alta resolución solo después de que el usuario confirme la dirección del HTML.

Flujo de trabajo

  1. Comprender la fuente

    • Inspeccionar visualmente la imagen enviada.
    • Extraer entidades, etiquetas, números, categorías, comparaciones, conclusiones, advertencias y texto de marca de la fuente.
    • Separar los hechos centrales del texto decorativo, marcas de agua, marcas de plataforma, etiquetas redundantes y artefactos de diseño.
    • Si el OCR no es fiable, transcribir manualmente la información visible y marcar los campos dudosos.
  2. Definir la intención del resultado

    • Deducir la audiencia objetivo y el contexto de lectura: imagen social, gráfico de artículo, comparativa de ventas, informe interno, ficha de producto, lista de verificación, panel de control, etc.
    • Decidir si el mejor resultado es una página de decisión, tabla comparativa, infografía, tarjeta resumen, página de informe o una página tipo carrusel.
    • No limitarse a replicar el diseño de referencia a menos que el usuario lo solicite explícitamente.
  3. Reescribir el texto

    • Preservar hechos materiales, números, nombres de productos, límites, notas de riesgo y advertencias.
    • Reescribir texto denso en afirmaciones cortas y dirigidas al usuario.
    • Preferir la redacción de "conclusión + condición + advertencia".
    • Usar etiquetas explícitas como "Mejor para", "Cuidado", "Ventaja clave", "Límite", "Ejemplo de precio" y "Punto de decisión" cuando faciliten el escaneo visual.
    • Mantener las afirmaciones sensibles a cumplimiento legal, médico, de seguros, financiero; evitar inventar recomendaciones no respaldadas por la fuente.
  4. Rediseñar la arquitectura de la información

    • Poner la conclusión más importante primero.
    • Añadir un resumen superior o una sección de "cómo elegir" para comparaciones densas.
    • Usar tarjetas de producto/entidad para posicionamiento por elemento.
    • Incluir una sección de diferencias clave antes de la tabla de detalles completa.
    • Colocar matrices detalladas después del resumen, no antes.
    • Minimizar filas donde todas las opciones son idénticas a menos que el usuario necesite un archivo exhaustivo.
  5. Construir HTML

    • Crear un archivo HTML autónomo a menos que el usuario solicite un framework.
    • Usar CSS apto para capturas de pantalla: ancho de exportación fijo, dimensiones de cuadrícula estables, alto contraste, tamaños de fuente legibles y suficiente espaciado entre filas.
    • Evitar elementos decorativos que reduzcan la legibilidad.
    • Eliminar marcas de la plataforma de origen, marcas de agua y etiquetas de referencia no relacionadas a menos que el usuario solicite conservarlas.
    • Mantener el HTML generado editable y autónomo.
  6. Confirmar antes de la captura final

    • Compartir la ruta del HTML o el estado de vista previa.
    • Resumir la estructura y las principales decisiones de copia/diseño.
    • Solicitar confirmación antes de producir la captura de pantalla final de alta resolución cuando el usuario no haya aprobado ya la dirección del HTML.
    • Si el usuario solicita explícitamente "captura directa" o "ve directo a lo final", se puede omitir la confirmación.
  7. Exportar captura de pantalla de alta resolución

    • Usar scripts/export_highres_screenshot.py cuando Chrome esté disponible.
    • Preferir dimensiones de exportación anchas para texto denso:
      • Estándar: ancho 2200-2600, escala 2
      • Muy denso: ancho 2800-3200, escala 2
    • Exportar PNG, luego recortar el espacio en blanco inferior.
    • Verificar dimensiones e inspeccionar visualmente el resultado.

Reglas de diseño

  • Diseñar para la comprensión a primera vista, no para la similitud de píxeles.
  • Usar jerarquía: titular, tarjetas de conclusión, tarjetas de elemento, diferencias clave, tabla de detalles.
  • Hacer que los números y límites sean visualmente localizables.
  • Usar color semánticamente:
    • Verde para ventaja relativa.
    • Naranja o color de marca para diferencias clave.
    • Rojo para límites, exclusiones o riesgos.
  • Usar menos palabras por celda; si una celda necesita muchas palabras, mover la explicación a una tarjeta de diferencia clave.
  • Evitar que un solo artefacto sea una tabla densa enorme.
  • Para trabajo de captura de pantalla, aumentar el ancho del lienzo HTML y los tamaños de fuente antes de exportar en lugar de depender de la ampliación de imagen.

Reglas de copia

Ejemplos de reescritura:

  • Denso: "10年保证续保:医保内医疗费/质子重离子;非保证续保:医保外医疗费/癌症外购药/重疾特需"

  • Claro: "Los gastos médicos dentro del seguro y la terapia de protones/iones pesados tienen renovación garantizada por 10 años; los gastos fuera del seguro, medicamentos externos contra el cáncer y necesidades especiales por enfermedades graves no tienen renovación garantizada."

  • Denso: "30天,意外伤害无等待期"

  • Claro: "Período de espera de 30 días; las lesiones accidentales no tienen período de espera."

  • Denso: "医保内:5000元;医保外:1万"

  • Claro: "Deducible general para gastos médicos dentro del seguro: 5000 yuanes; deducible para gastos fuera del seguro: 10,000 yuanes."

Validación requerida

Antes de entregar:

  • Confirmar que no se hayan omitido hechos importantes de la fuente.
  • Confirmar que se haya eliminado el texto de la marca/plataforma de origen cuando se solicitó.
  • Verificar que las líneas largas y las líneas chinas densas no se superpongan.
  • Verificar que el HTML funcione en el ancho de captura de pantalla previsto.
  • Verificar las dimensiones finales del PNG y que el archivo exista.
  • Si se produce una captura de pantalla, incluir la ruta de la captura y renderizarla en línea cuando sea posible.

Para una lista de verificación compacta, consultar references/visual-html-checklist.md.

Skills relacionados