Resumen rápido: Exporta el chat de WhatsApp como archivo .txt (Ajustes no es el sitio: la opción está dentro de la conversación) y luego arrastra ese archivo a una herramienta de recap para obtener resultados en unos minutos, o pársalo tú con Python y pandas. La vía sin código es más rápida y aguanta mejor las rarezas del export; la vía con Python te da más flexibilidad si quieres plantear tus propias preguntas.
Para escribir esto exporté y analicé varios de mis propios chats de WhatsApp: una conversación de dos personas, un grupo ruidoso de 40 y un chat lleno de notas de voz y fotos. El paso de exportar es prácticamente el mismo en iOS y Android, pero lo que sale al final es más desordenado de lo que muchos esperan. Hay tres detalles que rompen en silencio la mayoría de scripts caseros, y casi nadie los avisa desde el principio. Abajo está el camino exacto que me funcionó, y los puntos donde se rompió.
Haz bien el export primero, o nada después funcionará
WhatsApp exporta un chat individual como archivo de texto plano (opcionalmente con una carpeta de medios). El control no está en los ajustes principales de la app, sino dentro de la conversación concreta. En ambas plataformas la lógica es la misma: abre el chat, toca el nombre del contacto o del grupo arriba, baja hasta la opción de exportar y elige si quieres incluir medios. Los pasos oficiales están documentados en el Centro de ayuda de WhatsApp bajo "Exportar el historial de chats". La redacción cambia un poco entre iOS y Android, así que revísalo allí si tu menú se ve distinto.
Una decisión importa más de lo que parece: "Sin medios" vs. "Incluir medios." Para analizar, elige sin medios. Conservas todos los mensajes: cada foto o nota de voz simplemente se convierte en una línea de marcador en el texto, y evitas exportar una carpeta de archivos que no necesitas para contar palabras, horas y quién dijo qué. Si también quieres las imágenes, es otra decisión; no es un requisito para el análisis.
Afirmación: El export de WhatsApp es texto plano, así que cualquier herramienta que lea texto puede analizarlo.
Evidencia: El propio Centro de ayuda de WhatsApp describe el export como un archivo de historial de chat que puedes enviar por correo o guardar; al abrirlo en un editor de texto se ve un mensaje por línea con un prefijo de fecha y hora.
Límite: El formato de línea no está estandarizado entre regiones y versiones del sistema operativo, y eso es justo lo que hace tropezar a los parsers.
Acción: Abre el.txten cualquier editor y mira las primeras diez líneas antes de elegir una herramienta. El formato que veas ahí decide el resto.
Camino A: la ruta sin código (la que casi todo el mundo quiere)
Si no escribes código, el objetivo realista es un recap legible: recuento de mensajes por persona, horas y días con más actividad, quién inicia conversaciones, palabras y emojis más usados, quizá una tendencia de sentimiento. Una herramienta de recap dedicada lee el archivo exportado y muestra todo eso directamente. En mi prueba, lo lento no fue el análisis: fue encontrar el botón de exportar. En cuanto tuve el .txt, llegar a un recap terminado llevó un par de minutos, no una tarde programando.
Ese es el hueco que Wrapped AI viene a cubrir. Toma el chat que exportaste desde tu propia cuenta, interpreta por ti el formato de fecha, hora y remitente, y lo convierte en un recap compartible al estilo "Wrapped", sin pedirte que instales Python ni aprendas pandas. La forma honesta de verlo: es una herramienta de recap y análisis, no una máquina de leer mentes. Cuenta y visualiza lo que hay en el texto; no deduce cosas que los mensajes no contienen.
Camino B: la ruta con Python (más control, más aristas)
Si programas, el enfoque open source está bien documentado. El stack habitual es Python con pandas para el dataframe y una librería de gráficos para las visualizaciones; varios proyectos públicos de "whatsapp-chat-analysis" en GitHub publican notebooks que leen el export, separan cada línea en fecha y hora, remitente, mensaje y calculan las mismas métricas. La documentación de pandas cubre el parsing y las agrupaciones en las que te apoyarás (read_csv/separación con regex, groupby, manejo de fechas).
La flexibilidad es real: puedes hacer cualquier pregunta que seas capaz de expresar en código. Pero el formato exportado se resiste. Aquí es donde se rompió en mis pruebas, y cómo tratar cada caso.
Caja de solución de problemas: las tres cosas que rompen los parsers caseros
- El formato de fecha y hora varía según la región y el sistema operativo. Algunos exports usan
[DD.MM.YY, HH:MM:SS], otrosMM/DD/YY, HH:MMcon AM/PM, y otros un reloj de 24 horas sin corchetes. Una regex ajustada a un dispositivo puede descartar o desalinear en silencio líneas de otro. Detecta el formato a partir de la primera línea válida en vez de fijarlo a mano. - Los mensajes del sistema no son mensajes reales. "Los mensajes y las llamadas están cifrados de extremo a extremo", "Añadiste a X", "Llamada de voz perdida" y "Se eliminó este mensaje" aparecen como líneas sin un remitente real. Si los cuentas como mensajes, los totales por persona salen mal. Fíltralos antes de sumar.
- Mensajes multilínea y marcadores de medios. Un mensaje largo con saltos de línea se reparte en varias líneas de texto; solo la primera tiene fecha y hora. Un parsing ingenuo línea por línea trata la continuación como un mensaje nuevo y roto. Además, los medios se convierten en un marcador como
<Media omitted>o un equivalente localizado, y tienes que decidir si contarlos o excluirlos. Añade las líneas sin fecha al mensaje anterior y agrupa los marcadores por separado.
Nada de esto es difícil cuando sabes que existe. Simplemente permanece invisible hasta que un gráfico se ve mal y no sabes por qué. Esa es la diferencia real entre los dos caminos: la herramienta sin código absorbe estas rarezas por ti, mientras que Python te entrega todo el control y también la responsabilidad de resolverlas bien.
Qué muestran realmente los datos, y qué no
Los resultados fiables son los que se apoyan en recuentos brutos: total de mensajes, mensajes por persona, longitud de los mensajes, días activos, patrones por hora del día y día de la semana, frecuencia de emojis y frecuencia de palabras. Es aritmética sobre fechas y texto, así que es confiable siempre que el parsing anterior esté limpio.
El sentimiento es la parte que conviene tratar con cuidado. El análisis automático de sentimiento asigna al texto una puntuación positiva, negativa o neutra, y la literatura académica sobre análisis de texto y sentimiento reconoce sus límites con claridad: los enfoques basados en léxicos, e incluso los basados en modelos, sufren con el sarcasmo, las bromas internas, el cambio de idioma dentro de una conversación y los emojis que cambian el sentido de una frase. Lee una tendencia de sentimiento como una señal aproximada de ánimo, no como un veredicto sobre una relación. Sugiere un patrón; no lo demuestra.
La parte de privacidad, sin rodeos
Un export de chat contiene las palabras de dos personas, no solo las tuyas. Analiza tus propias conversaciones y trata un export de grupo como algo que solo deberías ejecutar con la conciencia de las personas que están dentro: la misma cortesía que querrías recibir. En la práctica: prefiere una herramienta que procese el archivo sin subir tus mensajes a un servidor que no controlas, elimina el .txt cuando termines y no publiques el recap de un chat privado uno a uno sin el visto bueno de la otra persona. El cifrado de extremo a extremo de WhatsApp protege los mensajes en tránsito; cuando exportas, esa protección queda en tus manos. Nada de esto requiere saltarse WhatsApp ni leer la cuenta privada de nadie: funciona solo con un archivo que tú mismo exportaste legítimamente.
FAQ
¿Cómo exporto un chat de WhatsApp para analizarlo?
Abre la conversación, toca el nombre del contacto o del grupo arriba, baja hasta "Exportar chat" y elige "Sin medios" para el análisis. WhatsApp envía por correo o guarda un archivo .txt con un mensaje por línea. La redacción exacta del menú cambia ligeramente entre iOS y Android; el Centro de ayuda de WhatsApp muestra los pasos actuales para ambos.
¿Necesito saber Python para analizar mi chat de WhatsApp?
No. Una herramienta de recap lee el .txt exportado y produce recuentos, gráficos y frecuencias de palabras y emojis directamente, normalmente en un par de minutos. Python con pandas merece la pena solo si quieres escribir preguntas personalizadas que la herramienta no responde; y entonces las rarezas del parsing quedan a tu cargo.
¿Por qué mis recuentos de mensajes salen mal en un script casero?
Casi siempre por una de estas tres causas: líneas del sistema ("X se unió", "Llamada perdida", avisos de cifrado) contadas como mensajes, mensajes multilínea partidos en falsos mensajes extra, o marcadores <Media omitted> que inflan los totales. Filtra los mensajes del sistema, añade las líneas sin fecha al mensaje anterior y decide de forma explícita si los marcadores de medios cuentan.
¿El análisis de chat puede decir cómo se siente alguien de verdad?
No de forma fiable. La frecuencia, el momento y la longitud son sólidos porque son simples recuentos. La puntuación de sentimiento es aproximada: la investigación sobre análisis de sentimiento en texto documenta un rendimiento débil con sarcasmo, idiomas mezclados y emojis. Lee las tendencias de ánimo como una dirección, no como prueba de nada sobre una relación.
¿Es privado analizar un export de WhatsApp?
Depende de la herramienta. El export es un archivo plano en cuanto sale de WhatsApp, así que el cifrado de extremo a extremo ya no se aplica. Elige una herramienta que no envíe tus mensajes a un servidor de terceros, analiza solo chats en los que participas, borra el archivo después y no publiques el recap de un chat privado sin consentimiento.
Lo que yo haría
Si solo quieres los insights y un recap compartible, toma la vía sin código: exporta sin medios, suelta el archivo en una herramienta de recap y habrás terminado antes de que un entorno de Python acabe de instalarse. Si de verdad quieres plantear preguntas personalizadas, ve con Python, pero diseña primero el parser alrededor de esas tres trampas, porque todos los gráficos que construyas se apoyan en ellas. En cualquier caso, empieza abriendo el .txt bruto y leyendo las primeras diez líneas. Ese único hábito te dice qué formato tienes y es lo que más tiempo ahorra. Wrapped AI está hecho por DynApps, el estudio detrás del parser, para quienes quieren el recap sin pelearse con regex.