IA que ve tu pantalla: 6 herramientas comparadas

La respuesta corta

Elige primero el modelo de captura y después la marca.

Si quieres ayuda con lo que tienes abierto ahora mismo, usa un asistente bajo demanda. HeyClicky es la opción más clara en Mac para recibir instrucciones habladas y encargar tareas a un agente. GhostLy es una capa más pequeña para Mac que conecta tu cuenta de Claude, GPT o Gemini. Crade funciona en Mac y Windows y puede pasar de responder a hacer clic y escribir.

Si quieres encontrar algo que viste ayer, buscas otro tipo de producto. Screenpipe crea de forma continua un historial local del trabajo en Mac, Windows y Linux. Windows Recall hace una versión más acotada en Copilot+ PC compatibles.

AYO propone una tercera vía interesante. Dice leer el texto de pantalla con la misma capa de accesibilidad que usan los lectores de pantalla, sin guardar ni subir capturas. Cuando lo comprobamos seguía en acceso anticipado y solo para Windows, así que es una opción para vigilar, no algo que puedas desplegar hoy en un equipo.

Cómo lo hemos comprobado

AC0 ya aparecía para diez versiones de esta pregunta en Search Console, entre ellas "AI that watches your screen", "on screen AI helper" y "AI that reads screen". En conjunto sumaron 36 impresiones y ningún clic durante los 12 meses terminados el 16 de agosto de 2026. La mayoría de posiciones medias estaban entre 26 y 51, y no había ninguna página que resolviera la decisión completa.

Comprobamos la web, documentación, repositorio y política de privacidad de cada producto el 16 de agosto de 2026. No hemos instalado y probado los seis, así que las funciones y afirmaciones de privacidad de abajo describen lo que documenta cada proveedor, no un resultado de laboratorio. Los precios y el estado de acceso anticipado cambian. Revisa la fuente antes de comprar.

AC0 vende consultoría, no asistentes de pantalla, y no tiene relación de pago con ninguna empresa de esta comparativa.

Las tres formas en que una IA puede ver la pantalla

La frase "mira tu pantalla" oculta la diferencia más importante.

Modelo de captura	Qué ocurre	Para qué encaja	Riesgo principal
Bajo demanda	La app lee la pantalla actual después de un atajo o una pregunta	Ayuda con la app que tienes delante	Un secreto visible puede entrar en la petición
Texto local de pantalla	Las APIs de accesibilidad extraen botones, etiquetas y texto sin guardar una captura	Ayuda por voz con menos exposición de imágenes	El texto o el resumen resultante puede ir a un modelo cloud
Memoria continua	La app registra cambios de pantalla y crea un historial buscable	Encontrar trabajo, llamadas y decisiones pasadas	Existe un archivo mucho mayor en el dispositivo

Captura local e inferencia local no significan lo mismo. Una app puede leer la pantalla en el ordenador y después mandar un resumen a un modelo cloud para obtener la respuesta. Otra puede guardar la base de datos en el portátil y usar Claude o ChatGPT cuando buscas. La pregunta útil de privacidad no es "¿es local?". Son cinco:

1. ¿Qué captura?
2. ¿Cuándo captura?
3. ¿Qué guarda?
4. ¿Qué sale del dispositivo?
5. ¿Qué empresa lo recibe?

Seis herramientas comparadas

Herramienta	Mejor para	Sistema	Captura y almacenamiento	Qué puede salir del dispositivo	¿Puede actuar?	Estado y precio comprobados el 16 de agosto
HeyClicky	Aprender una app desconocida en Mac	macOS 14.2+	Captura bajo demanda. El proveedor dice no guardar capturas; mantiene resúmenes básicos de texto	Las capturas, transcripciones y prompts pasan por el proxy de HeyClicky hacia proveedores externos de IA	Sí, tareas con agente	Plan gratis; Pro 20 $/mes; Max 100 $/mes
GhostLy	Ayuda en Mac con tu propio modelo	macOS	Procesa el texto de pantalla en local. GhostLy no guarda prompts	El prompt va al proveedor elegido; una pregunta visual puede incluir una captura	Responde, no controla el escritorio	20 consultas gratis; licencia de 20 $ en un pago
Crade	Ayuda multiplataforma más acciones	macOS, Windows	Captura de la pantalla activa por petición; Crade no la retiene tras responder. Guarda las conversaciones de texto	La captura y el prompt van al modelo de Crade o directamente al proveedor conectado	Sí, en modo Agent	Gratis; Pro 7,99 $/mes; Premium 19,99 $/mes
AYO	Asistente por voz en Windows con lectura local	Windows 10/11	El proveedor dice no guardar capturas, audio ni texto crudo. Los resúmenes cortos quedan en local	La pregunta y un resumen corto van a AWS Bedrock para razonar	El proveedor dice que sí	Lista de acceso anticipado; sin precio final publicado
Screenpipe	Memoria buscable y flujos aprobados	macOS, Windows, Linux	Historial continuo de pantalla, texto de apps y audio en una base local por defecto	Nada con modelos locales; los modelos cloud y la sincronización opcionales pueden recibir contexto elegido	Automatizaciones e integraciones, no control general de la interfaz	Entrada gratuita y planes de pago. El uso comercial del código fuente requiere licencia
Windows Recall	Encontrar algo visto antes	Windows 11 en Copilot+ PC	Capturas voluntarias guardadas e indexadas en local, cifradas y protegidas con Windows Hello	El historial no se comparte con Microsoft por defecto; las acciones online pueden enviar el contenido elegido	Acciones limitadas con Click to Do	Incluido en equipos compatibles; todavía figura como preview

HeyClicky: la mejor para que te señalen dónde pulsar en Mac

HeyClicky está pensada para ese momento en que miras un panel desconocido de Figma, DaVinci Resolve u otra app de escritorio. Pulsas un atajo, preguntas en voz alta y ve la pantalla actual. Puede responder, dibujar encima de la interfaz y señalar el lugar al que se refiere. Su modo agente separado puede llevarse una tarea más larga y trabajar en ella.

El límite de captura resulta fácil de entender. Las preguntas frecuentes de HeyClicky dicen que solo ve la pantalla cuando pulsas el atajo y que no guarda capturas. Sí mantiene resúmenes básicos de texto para conservar contexto. Su política añade el detalle de red: las capturas, transcripciones y prompts pasan por el proxy de HeyClicky hacia proveedores externos como Anthropic, OpenAI, Deepgram y Cerebras. Bajo demanda no significa en el dispositivo. Cierra gestores de contraseñas, fichas de clientes y mensajes privados antes de preguntar.

El plan gratis basta para saber si la interacción te resulta natural. Los planes actuales cuestan 20 $ al mes por conversación y dictado ilimitados con 150 mensajes de agente, o 100 $ al mes con 1.000 mensajes. De momento solo funciona en Mac.

Ya habíamos explicado cómo funciona HeyClicky antes de tener esta comparativa.

Elígela si: quieres instrucciones habladas y visuales dentro de una app de Mac y quizá delegar tareas después.

Descártala si: necesitas Windows, un historial buscable o conectar tu propia clave.

GhostLy: la mejor capa pequeña para Mac con tu propio modelo

GhostLy se parece más a un atajo universal para las cuentas de IA que ya pagas. Lee la pantalla actual y el portapapeles, y te deja preguntar a Claude, GPT o Gemini sin mover el contexto a otra pestaña.

Su política dice que los prompts van directamente al proveedor de IA elegido y GhostLy no los guarda. La app procesa el texto de pantalla en local. El matiz importante está en la propia página de producto: las preguntas visuales pueden enviar una captura cuando hace falta. "Procesado en local" no significa que el proveedor del modelo nunca vea la pantalla. Significa que GhostLy intenta convertirla primero en un contexto de texto más pequeño.

GhostLy cuesta 20 $ en un único pago, incluye 20 consultas de prueba y solo estaba disponible para Mac cuando lo comprobamos. No se presenta como un agente que tome el control del escritorio.

Elígela si: quieres respuestas sobre la pantalla actual, tu propia cuenta de modelo y ninguna suscripción a GhostLy.

Descártala si: quieres memoria continua o un agente que haga clic y escriba.

Crade: la mejor opción multiplataforma cuando la IA debe actuar

Crade funciona en Mac y Windows. Puede responder usando la pantalla activa y, en modo Agent, hacer clic, escribir y terminar una tarea. Puedes conectar una cuenta existente de Claude o ChatGPT, o usar los modelos integrados de Crade.

Su política de privacidad cuenta más que la portada. Una petición puede incluir tu texto, una captura de la pantalla activa, el nombre de la app activa y el dominio del navegador. La captura se usa para generar la respuesta y no queda retenida en los servidores de Crade. Las conversaciones de texto sí se guardan en tu cuenta para que puedas volver a ellas. Si conectas Claude, ChatGPT o Gemini, la captura y el prompt van directamente desde tu ordenador a ese proveedor, sin pasar por Crade.

Es un diseño razonable, pero sigue siendo procesamiento cloud. La propia política de Crade pide no dejar visibles contraseñas, datos financieros, historiales médicos u otros datos regulados al enviar una petición.

Elígela si: necesitas Mac y Windows, ayuda sobre la pantalla actual y acciones opcionales de escritorio.

Descártala si: tu política exige inferencia solo en local o ningún historial de conversación guardado.

AYO: el mejor diseño de privacidad sobre el papel, pero todavía pronto

AYO usa otra vía en Windows. En lugar de subir una captura, dice leer el texto de pantalla en local mediante APIs de accesibilidad. La palabra de activación, la transcripción de voz y la lectura de pantalla ocurren en el dispositivo. No se guardan capturas, audio ni texto crudo. Cuando preguntas algo, la pregunta y un resumen corto del contexto van a un modelo cloud en AWS Bedrock.

Esa separación tiene sentido. Reduce la exposición de imágenes sin fingir que la respuesta funciona totalmente sin conexión. AYO dice que la lectura local funciona sin internet, pero el paso de razonamiento necesita conexión.

La limitación es la disponibilidad. AYO seguía en lista de acceso anticipado para Windows 10 y 11, solo en inglés y sin precio final publicado. La app de escritorio es propietaria, no de código abierto. El proveedor dice que conservará una opción gratis, pero es un plan futuro, no una compra disponible hoy.

Elígela si: usas Windows, te gusta la entrada por voz y puedes evaluar un producto temprano.

Descártala si: necesitas desplegar algo en todo un equipo ahora, soporte para macOS o código de aplicación auditable de forma independiente.

Screenpipe: la mejor cuando necesitas memoria, no otro par de ojos

Screenpipe es distinta porque está diseñada para recordar. Captura de forma continua los cambios de pantalla y el audio, extrae texto de las apps con APIs de accesibilidad y usa OCR como plan B. Después guarda el texto, las transcripciones y las capturas comprimidas en una base de datos local. Puedes preguntar qué ocurrió en una reunión, encontrar el mensaje donde se habló de un precio o dar a un flujo aprobado el contexto que necesita.

Funciona en Mac, Windows y Linux. Los modelos locales pueden mantener todo el recorrido en el ordenador. Si conectas un modelo cloud o un servicio de sincronización, parte del contexto puede salir del dispositivo, así que el despliegue sigue necesitando una política deliberada.

Screenpipe tiene código visible, pero no es código abierto con una licencia permisiva. El cambio de licencia de junio de 2026 mantuvo gratis el uso personal, educativo y de evaluación, y pasó a exigir una licencia de pago para usar comercialmente el código fuente. Esa diferencia importa si una empresa quiere construir encima del proyecto en vez de limitarse a pagar por la app firmada.

Elígela si: la pregunta es "¿dónde vi eso?" o "¿qué pasó la semana pasada?".

Descártala si: solo quieres una ayuda ligera sobre la pantalla actual. La memoria continua crea un archivo mucho mayor que proteger y gobernar.

Windows Recall: la mejor recuperación integrada en un PC compatible

Recall no es un asistente general de IA, y justo por eso está en la comparativa. Los resultados de búsqueda suelen mezclar ayuda de pantalla con memoria de pantalla. Recall solo resuelve el segundo trabajo.

En un Copilot+ PC compatible, Recall puede guardar capturas cada pocos segundos y cuando cambia la ventana activa. Hay que activarlo de forma voluntaria, se puede pausar, permite filtros por app y web, y mantiene las capturas y el índice de búsqueda cifrados en el dispositivo. Windows Hello protege el acceso. Microsoft dice que las capturas no se comparten con Microsoft ni con terceros por defecto.

La capa Click to Do de Recall permite copiar, reescribir, resumir o enviar contenido elegido a otra app. No equivale a Crade o HeyClicky completando una tarea abierta en el escritorio.

Elígela si: ya tienes un PC Windows compatible y buscas principalmente recuperar actividad pasada.

Descártala si: necesitas Mac o Linux, un tutor conversacional o un sistema de automatización.

La comprobación de privacidad antes de instalar nada

El acceso a pantalla es un permiso potente. Una buena página de producto no basta para desplegarlo en una empresa.

Prueba primero un flujo inofensivo. Usa una cuenta de prueba, un documento con datos ficticios de clientes y una app sin información confidencial. Comprueba:

1. Si la captura solo empieza después del disparador esperado.
2. Si aparecen capturas o resúmenes entre los datos locales de la app.
3. Si puedes desactivar y borrar el historial de chat.
4. Qué proveedor de IA recibe la petición.
5. Si puedes excluir gestores de contraseñas, ventanas privadas y apps elegidas.
6. Si las acciones necesitan confirmación antes de hacer clic, escribir, enviar o borrar.

Para un equipo, decide la norma antes de instalar la herramienta. Fichas de clientes, nóminas, datos de salud, trabajo legal y credenciales de producción no deberían convertirse por accidente en el conjunto de prueba.

Si quieres convertir trabajo repetido en instrucciones en vez de guardar un diario buscable, AgentHandover sigue ese camino más estrecho. Para escribir en cualquier app, Aqua Voice lee el contexto actual para el dictado sin intentar convertirse en un agente general de pantalla.

Veredicto final

Para la mayoría de usuarios de Mac que hacen esta pregunta exacta, empieza por HeyClicky. El valor de ver la pantalla actual se entiende de inmediato y solo mira después de un disparador explícito.

Si ya pagas un modelo y quieres una utilidad más pequeña en Mac, elige GhostLy. Para un equipo mixto de Mac y Windows que necesita acciones, evalúa Crade con datos de prueba antes de darle un flujo real.

Elige Screenpipe o Windows Recall solo cuando el trabajo sea recordar. La captura continua no es una versión mejor de la ayuda bajo demanda. Es otro intercambio: más memoria a cambio de conservar un registro mucho mayor de la jornada.

Si esto forma parte de un flujo de equipo y no es solo una ayuda personal, diseñamos la automatización de IA empezando por el límite de los datos.

Fuentes

Comprobamos los detalles y afirmaciones de privacidad el 16 de agosto de 2026 en la web oficial de HeyClicky y su política de privacidad, la página de GhostLy y su política de privacidad, la página de Crade y su política de privacidad, la página de AYO, la descripción de Screenpipe y su cambio de licencia, y las guías de Microsoft sobre Recall y sus controles de privacidad.

Palabras que vale la pena conocer

Screen-aware / consciente de la pantalla: software que usa lo visible en ese momento como contexto, en lugar de depender solo de lo que escribes.

API de accesibilidad: el texto estructurado, las etiquetas y los controles que un sistema operativo expone para lectores de pantalla. Una IA puede usarlo para entender una app sin depender solo de los píxeles.

OCR: software que lee el texto dentro de una imagen o captura.

Inferencia local: el modelo de IA funciona en tu propio ordenador. La captura local sin inferencia local todavía puede enviar un resumen o una imagen a un modelo cloud.

Memoria continua: un registro en segundo plano de la actividad de pantalla o audio que se puede buscar después.