Pasted File Editor: replicar la detección de pegado de Claude en el navegador

Quien trabaja habitualmente con claude.ai habrá notado un comportamiento discreto pero muy práctico: cuando pegas un bloque de texto suficientemente largo en el chat, la interfaz lo detecta automáticamente y lo convierte en un adjunto en lugar de dejarlo como texto plano en el campo de entrada. Es una decisión de UX que evita que conversaciones largas se vuelvan ilegibles y que el contexto visible quede saturado antes de escribir una sola pregunta.

Simon Willison, habitual referente en la comunidad de herramientas LLM, se fijó en ese mecanismo y decidió replicarlo como prototipo independiente. El resultado es Pasted File Editor, una herramienta web sencilla que reproduce esa misma lógica en el navegador, sin depender de ninguna API ni cuenta de Anthropic.

Qué hace exactamente la herramienta

El comportamiento es el siguiente: pegas un volumen grande de texto en el área de texto de la herramienta y esta lo trata como si fuera un fichero adjunto en lugar de entrada directa. También permite abrir ficheros desde disco —incluyendo imágenes, que se muestran como miniaturas— y arrastrarlos directamente sobre el área de texto. La interfaz es deliberadamente mínima: no hay backend, no hay procesamiento remoto, todo ocurre en el cliente.

Lo que hace interesante esta pieza no es tanto la herramienta en sí, que es un prototipo funcional y no un producto terminado, sino el proceso que Willison describe en su entrada del 2 de junio: la construyó usando Codex Desktop, el entorno de OpenAI para programación asistida, y dejó el gist con el prompt y el código resultante disponible públicamente.

Por qué este tipo de micro-herramientas importa

Hay una categoría de utilidades que rara vez aparece en lanzamientos oficiales ni en notas de prensa: las que nacen de observar un comportamiento concreto de una interfaz existente y preguntarse si se puede extraer esa lógica para reutilizarla en otro contexto. El Pasted File Editor es exactamente eso.

Desde el punto de vista técnico, la detección de "pegado masivo" en claude.ai no es magia: implica escuchar el evento `paste`, medir el volumen del contenido y tomar una decisión sobre cómo representarlo. Que eso pueda implementarse en pocas líneas de JavaScript del lado del cliente lo convierte en un patrón reutilizable para cualquier interfaz que maneje entradas de texto largas —formularios de soporte, editores de prompts, herramientas internas de equipo.

Para desarrolladores que construyen interfaces encima de la API de Claude, incorporar este patrón puede mejorar la experiencia de usuario sin coste adicional. No se trata de una funcionalidad que Anthropic documente explícitamente como "copiable", pero el hecho de que Willison la haya prototipado y publicado el código hace que sea trivial adoptarla.

El papel de Codex Desktop en el proceso

La elección de Codex Desktop como herramienta de construcción es un detalle que Willison no pasa por alto. En su entrada no describe el proceso como particularmente laborioso: el agente generó el prototipo a partir de una descripción funcional y el resultado fue suficientemente bueno para publicarlo. Esto encaja con el uso que Willison viene documentando desde hace meses en su blog: herramientas pequeñas, de propósito único, construidas en sesiones cortas con asistencia de LLM, y publicadas sin pulir en exceso.

Es un modelo de trabajo que contrasta con el ciclo de desarrollo tradicional y que resulta especialmente adecuado para este tipo de utilidades de nicho: no necesitan mantenimiento activo, no tienen dependencias complejas y su valor está en existir y ser descubribles, no en escalar.

Para quién es útil

• Desarrolladores que integran Claude API en productos propios y quieren mejorar la UX de entrada de texto largo.
• Diseñadores de interfaces de chat o prompting que buscan referencias de implementación para comportamientos similares.
• Cualquiera que trabaje con Claude de forma intensiva y quiera una herramienta offline para preparar y organizar texto antes de pegarlo.

Desde ElephantPink, este tipo de iniciativas de la comunidad —pequeñas, bien documentadas y con código abierto— nos parecen más útiles como referencia práctica que muchos tutoriales extensos. No resuelven problemas complejos, pero sí dejan trazas concretas de cómo funciona el ecosistema por dentro.