Conversor de formatos de chat

Qué hace

El conversor de formatos de chat transforma una transcripción de chat en la forma de otro proveedor: messages[] de OpenAI, messages[] de Anthropic con un system de nivel superior, contents[] de Gemini (donde el asistente es model), o una transcripción Markdown simple. Pega una transcripción, elige los formatos de origen y destino, y obtén la carga equivalente lista para la otra API. Todo se ejecuta 100% en el cliente — nada de lo que pegas se envía nunca a un servidor, así que es seguro para logs y cargas reales.

La conversión pasa por una lista interna de mensajes compartida, así que los roles se mapean fielmente (system se convierte en el system de nivel superior de Anthropic y en el systemInstruction de Gemini; el model de Gemini se convierte en assistant) y las llamadas a herramientas, sus resultados y sus ids de correlación se conservan entre formatos. Los campos que un formato destino no puede representar (llamadas a herramientas en Markdown, nombres por mensaje en Anthropic/Gemini) se marcan como avisos en lugar de descartarse en silencio, y un recorrido OpenAI → OpenAI es sin pérdida.

Cómo usarlo

1. Pega tu transcripción en la caja Transcript (o pulsa Sample para cargar una conversación de demostración).
2. Elige el formato de origen bajo From y el destino bajo To — o pulsa el botón de intercambio entre ambos para invertir la dirección.
3. Lee la transcripción convertida en Output; pulsa Copy output para copiarla.
4. Revisa Warnings (mostrado solo cuando existe) por cualquier cosa que no se pudo mapear, como llamadas a herramientas camino de Markdown.
5. Copy share link codifica la transcripción y ambos formatos en la URL, así que un enlace reproduce la conversión exacta.

Ejemplos

OpenAI → Anthropic (el system sube al nivel superior)

Entrada:

{
  "messages": [
    { "role": "system", "content": "You are terse." },
    { "role": "user", "content": "Hi" },
    { "role": "assistant", "content": "Hello." }
  ]
}

Salida:

{
  "system": "You are terse.",
  "messages": [
    { "role": "user", "content": "Hi" },
    { "role": "assistant", "content": "Hello." }
  ]
}

OpenAI → Gemini (assistant pasa a model, system pasa a systemInstruction)

Salida:

{
  "systemInstruction": { "parts": [{ "text": "You are terse." }] },
  "contents": [
    { "role": "user", "parts": [{ "text": "Hi" }] },
    { "role": "model", "parts": [{ "text": "Hello." }] }
  ]
}

OpenAI → Markdown (un turno con herramientas — las llamadas se marcan, no se pierden)

Un mensaje de asistente con tool_calls se convierte en bloques **assistant**: / **tool**: e informa de message 0: tool calls are not representable in Markdown and were dropped para que sepas exactamente qué no sobrevivió al recorrido.

Buen saber

• Las llamadas a herramientas sobreviven entre formatos JSON: tool_calls de OpenAI ↔ bloques tool_use/tool_result de Anthropic ↔ partes functionCall/functionResponse de Gemini, con los ids (o los nombres de Gemini) como clave de correlación.
• Recorrido sin pérdida en el mismo formato: convertir OpenAI → OpenAI analiza hacia la forma interna y de vuelta sin cambiar los mensajes de contenido tipo string.
• Compartible: la transcripción y ambos formatos se codifican en la URL (?t=…&from=…&to=…).
• Privado: todo el análisis ocurre localmente — seguro para logs, prompts y credenciales reales.
• Herramientas relacionadas: Token Estimator, LLM Cost Calculator, JSON Formatter.