En este artículo
Cuando con medios, el zip puede contener fotos, videos y mensajes de voz. La mayoría de las personas asume que todo se carga.
Cuando con medios, el zip puede contener fotos, videos y mensajes de voz. La mayoría de las personas asume que todo se carga.
ThreadRecap no funciona de esa manera.
Las fotos y los archivos de video nunca se suben. La imagen no sale de tu dispositivo y ninguna IA la ve. De un video puede salir su pista de audio, y solo si eliges incluirlo: tu navegador la extrae ahí mismo y se sube únicamente ese audio.
Solo enviamos lo que es necesario para producir un resumen útil. Puedes leer más en nuestra política de privacidad. Aquí está lo que se carga:
Todo lo demás se mantiene localmente.
Comprender exactamente por qué se eligió esta arquitectura — y qué significa en la práctica — requiere una mirada más cercana a cómo se estructuran las exportaciones de WhatsApp, cómo ThreadRecap las procesa, y cuál es la diferencia técnica entre dejar un archivo dentro del navegador y subirlo a un servidor para borrarlo después.
Una exportación típica contiene:
ThreadRecap lee el zip localmente en tu navegador, extrae el texto del chat, identifica archivos de mensajes de voz y deja las fotos y los archivos de video fuera de la lista de subida.
WhatsApp utiliza convenciones de nomenclatura predecibles dentro de sus ZIPS de exportación. Las fotos generalmente se nombran con un prefijo de marca de tiempo como `IMG-20240601-WA0001.jpg`, los videos siguen un patrón similar con prefijos `VID-`, y los mensajes de voz usan prefijos `PTT-` con extensiones `.opus` o `.m4a`. Los GIF exportados desde chats de WhatsApp aparecen como archivos `.mp4`. Los stickers suelen ser imágenes pequeñas en `.webp`. El paso de análisis local de ThreadRecap lee estos nombres de archivo y extensiones para categorizar cada archivo en el ZIP antes de que suceda cualquier otra cosa. Los archivos de foto y video sí se abren dentro del navegador — su contenido se guarda en el almacenamiento local del propio navegador para que una subida interrumpida pueda continuar desde donde se cortó, y se borra cuando borras los datos del navegador — pero esos archivos nunca entran en la cola de subida. Si eliges incluir los videos, lo que entra es la pista de audio que el navegador les extrae ahí mismo, nunca el video.
WhatsApp te ofrece dos opciones de exportación: con medios y sin medios. Cuando exportas sin medios, el ZIP contiene solo el archivo `_chat.txt`. Las referencias en línea a medios en ese archivo se leen como `<Media omitted>`. Cuando exportas con medios, fotos, videos, mensajes de voz y documentos se agrupan junto con la transcripción. ThreadRecap maneja ambos casos. Si exportas sin medios, solo se procesa el texto del chat y no se carga ningún audio o medio. Si exportas con medios, ThreadRecap sigue cargando solo texto del chat y audio: los mensajes de voz que encuentra y, si eliges incluir los videos, la pista de audio que tu navegador les extrae. La imagen nunca se sube.
ThreadRecap solo carga:
Porque los resúmenes, decisiones y elementos de acción provienen de la línea de tiempo de la conversación.
El archivo `_chat.txt` es un registro de texto sin formato. Contiene marcas de tiempo, nombres de remitentes y contenido de mensajes. Esta es la entrada principal para el resumen de IA. Sin ella, no hay conversación que resumir. El archivo generalmente es pequeño — un chat con miles de mensajes raramente supera unos pocos megabytes de texto sin formato — así que el tiempo de carga es insignificante en comparación con el tamaño total del ZIP cuando se incluyen medios.
Porque los mensajes de voz a menudo contienen la información más importante, y la transcripción requiere enviar audio a un modelo de voz a texto.
WhatsApp exporta mensajes de voz en formato `.opus` y a veces `.m4a`. ThreadRecap envía estos archivos a los modelos de transcripción de OpenAI para transcripción. El mejor resultado se da en audio claro, y en habla clara es suficiente para que la transcripción sea una entrada confiable al resumen en lugar de una fuente de ruido. Una vez transcrito, la salida de texto se fusiona en la línea de tiempo del chat en la marca de tiempo correcta, para que el resumen trate el contenido hablado con el mismo peso que los mensajes escritos. El archivo de audio se conserva junto al resumen para que puedas reproducirlo al lado de su transcripción, y desaparece cuando borras el audio, el resumen o la cuenta.
Si no hay mensajes de voz y no incluyes videos, no se carga ningún audio.
ThreadRecap no carga:
Incluso si esos archivos existen en tu zip exportado, permanecen en tu dispositivo.
Algunas herramientas describen su protección de privacidad en términos de lo que eliminan después del procesamiento. Ese enfoque aún requiere que el archivo viaje a través de la red y llegue a un servidor. El enfoque de ThreadRecap es categóricamente diferente: las fotos y los archivos de video se identifican durante el paso de desempaquetamiento local del ZIP y nunca se colocan en la cola de carga. Se quedan dentro de tu navegador, en su almacenamiento local, y de ahí no pasan; de un video, si lo eliges, sale únicamente la pista de audio que el navegador le extrae en el dispositivo. No hay eliminación del lado del servidor porque no hay llegada del lado del servidor. Para un usuario preocupado por la privacidad de la exportación de WhatsApp, esta distinción es significativa: un archivo que nunca abandona tu dispositivo no puede ser interceptado, registrado ni retenido por error.
Las fotos y videos pueden incluir rostros, ubicaciones, escenas privadas, pantallas y documentos. No cargarlas reduce dramáticamente la exposición.
Para ser concreto sobre el alcance: un chat de WhatsApp exportado con un año de medios podría contener cientos de fotos que abarquen eventos personales, capturas de pantalla compartidas, imágenes de ubicaciones y documentos fotografiados en un teléfono. Cada uno de estos contiene metadatos y contenido visual que no está relacionado con el resumen de conversación que estás tratando de generar. Mantener todo eso localmente no es solo una preferencia de privacidad — es la decisión arquitectónicamente correcta para una herramienta cuyo único objetivo es resumir texto de conversación y audio hablado.
Los archivos de medios a menudo son la parte más grande de una exportación de WhatsApp con configuración de privacidad bloqueada: solucionalo. Omitir fotos y videos mantiene la carga más ligera y el análisis más rápido.
En la práctica, una sola foto de alta resolución de un smartphone moderno tiene entre 3 MB y 8 MB. Un clip de video de un minuto puede ser fácilmente de 50 MB o más. Un chat con un año de medios compartidos entre un grupo podría contener gigabytes de archivos. Por el contrario, el archivo `_chat.txt` para el mismo período casi siempre es inferior a 5 MB, y los mensajes de voz generalmente son archivos pequeños de 30 segundos a unos pocos minutos. Omitir cargas de fotos y videos reduce tanto la superficie de riesgo de privacidad como el tamaño de carga de una manera que se compone rápidamente a medida que las exportaciones de chat grupal crecen.
La mayoría de las herramientas vagamente dicen "respetamos la privacidad". El verdadero constructor de confianza es una restricción técnica dura: no cargar lo que no necesitas.
El modelo de privacidad del analizador de chat de WhatsApp de ThreadRecap se construye sobre esta restricción. La pregunta "¿se cargan las fotos de WhatsApp?" tiene una respuesta binaria aquí: no, porque el código que procesa el ZIP nunca las pone en la cola de subida. La privacidad de video de WhatsApp y la privacidad de transcripción de mensajes de voz de WhatsApp se tratan de manera distinta porque el caso de uso es distinto: de un video, lo único que puede alimentar un resumen de texto es lo que se dice en él, así que el navegador le extrae la pista de audio y se sube solo eso, mientras la imagen se queda. Los mensajes de voz ya son audio y se transcriben igual. La distinción es funcional, no arbitraria.
La línea clave: la imagen no ingresa al pipeline.
Cuando seleccionas tu archivo ZIP en la interfaz de ThreadRecap, se utilizan las API de lectura de archivos nativas del navegador para descomprimir e inspeccionar el archivo sin enviar nada a un servidor. Este es el mismo mecanismo que alimenta los editores de archivos locales y las aplicaciones web sin conexión. El paso de desempaquetamiento lee cada archivo del ZIP, lo categoriza y crea dos listas: archivos para cargar (texto del chat, audio) y archivos que se quedan en el navegador (todo lo demás). Lo que se lee del segundo grupo queda guardado en el almacenamiento local del navegador, que es lo que permite retomar una subida interrumpida sin volver a empezar, y se borra al borrar los datos del navegador. Solo la primera lista se envía. Este enfoque local-primero significa que incluso si tu conexión de red estuviera siendo monitoreada, un observador solo vería el texto del chat y audio en tránsito — nunca una foto ni un archivo de video. Si seleccionas un video, el navegador extrae y envía solo su pista de audio para transcribir. El video y su contenido visual se quedan en tu dispositivo.
La IA que genera tu resumen — ya sea un modelo de OpenAI o Claude — recibe el texto del chat analizado y las transcripciones que produce la capa de voz a texto: las de los mensajes de voz y, si elegiste incluir los videos, las de la pista de audio que tu navegador les extrajo. No recibe ninguna imagen, ningún fotograma ni ninguna miniatura: nada derivado del contenido visual. De una foto, lo único que ve es lo que el propio registro del chat marca, es decir, que en ese punto de la conversación se envió. El resumen se genera completamente de la capa de texto de tu conversación.
No. Las fotos permanecen en tu dispositivo y ninguna IA las mira.
El archivo de video no se sube nunca y ninguna IA mira la imagen. Si eliges incluir los videos, tu navegador les extrae la pista de audio en el propio dispositivo y solo ese audio se envía a transcribir; si no los eliges, no sale nada de ellos.
En la MVP, solo se utilizan texto del chat y mensajes de voz. Los demás adjuntos no se cargan ni se analizan; del registro sí se desprende en qué momento se enviaron.
Porque la transcripción requiere enviar audio a un modelo de voz a texto. Sin mensajes de voz, el resumen a menudo se pierde decisiones y compromisos que se hablaron.
Sí. Exporta sin medios y solo se utiliza el texto del chat.
¿Quieres un resumen sin cargar medios sensibles? Exporta tu chat de WhatsApp, carga el zip y genera un resumen estructurado. Las fotos y los archivos de video nunca se suben. Se usan el texto del chat y audio: los mensajes de voz y, si lo eliges, la pista que tu navegador extrae de los videos.
ThreadRecap no sube tus fotos ni tus archivos de video: del dispositivo solo salen el texto del chat y audio, incluida la pista que se extrae de un video.
¿Ya tienes el archivo .zip? Es exactamente lo que ThreadRecap lee.
Analizar mi chatSube el .zip que acabas de crear y recibe un resumen completo, insights y transcripciones de audios en minutos.
Sube el .zip que acabas de crear y recibe un resumen completo, insights y transcripciones de audios en minutos.