¿Quieres pasar tus listas de reproducción de Spotify a Apple Music sin pagar por herramientas de terceros? Con la ayuda de la inteligencia artificial, es posible optimizar el proceso de manera sencilla. Aquí te presentamos cuatro métodos reales, desde opciones directas en el navegador hasta soluciones locales avanzadas para usuarios técnicos.

Ya sea que uses Claude, ChatGPT, Gemini o modelos locales con LM Studio, esta guía te llevará paso a paso para que logres tu objetivo de forma eficiente.

¿Vale la pena pagar por herramientas de transferencia de listas de reproducción?

Servicios como Soundiiz, TuneMyMusic o SongShift prometen migrar tus listas de forma automática. Sin embargo, estos servicios suelen tener limitaciones en sus modalidades gratuitas:

• Coste recurrente: Muchos requieren suscripciones mensuales para procesar listas grandes.
• Límites de canciones: Las herramientas gratuitas restringen el número de canciones transferidas por día.
• Privacidad: Al usar servicios de terceros, tus datos de escucha y credenciales pueden quedar expuestos.

Por eso, combinar herramientas de inteligencia artificial como Claude o ChatGPT con automatizaciones nativas te da un control total y seguro sobre tus datos.

Resumen rápido: elige el método que mejor se adapte a ti

Método 1: Claude y Atajos (El más accesible)

Tiempo estimado: 15-20 minutos | Costo: Gratis (con límites de uso en la versión básica de Claude) | Dificultad: Baja

Este método consiste en extraer el texto de Spotify manualmente y usar Claude para estructurarlo, de modo que la aplicación Atajos pueda procesarlo en tu dispositivo Apple.

Paso 1: Obtener los datos de Spotify en la red

1. Abre tu navegador e inicia sesión en el reproductor de Spotify en la red.
2. Ve a la lista de reproducción que deseas transferir.
3. Arrastra el ratón para seleccionar los elementos de la lista (nombres de canciones y artistas) y cópialos. Nota: Evita usar la selección total de la página (Ctrl + A o Cmd + A) para que el texto no incluya menús, barras laterales o publicidad que confundan a la inteligencia artificial.

Paso 2: Limpiar la lista con Claude

1. Ve a claude.ai y pega el texto copiado en el chat.
2. Escribe la siguiente instrucción de texto:
   

   Actúa como un extractor de datos profesional. Del siguiente texto, extrae únicamente las canciones. Devuelve una lista limpia en formato de texto plano, donde cada línea sea estrictamente: “Nombre de la Canción – Artista”. No agregues números, viñetas ni comentarios adicionales. Si la lista es muy larga, avísame para enviártela por partes debido a tus límites de procesamiento.

Paso 3: Automatizar la creación en Apple Music

Dado que Apple Music no permite la importación directa de archivos de texto plano (.txt) de forma nativa, utilizaremos la aplicación Atajos en macOS o iOS:

1. Abre la aplicación Atajos en tu Mac o iPhone y asegúrate de otorgar los permisos necesarios en los ajustes del sistema para que Atajos acceda a tu biblioteca de Apple Music.
2. Crea un nuevo atajo y agrega la acción Texto. Pega aquí la lista limpia que te entregó Claude.
3. Agrega la acción Dividir texto y configúrala para separar por líneas.
4. Añade el bloque Repetir con cada elemento.
5. Dentro del bucle de repetición, añade la acción Buscar en Apple Music y configúrala para que busque el “Elemento repetido”.
6. Justo abajo, añade la acción Añadir a lista de reproducción, selecciona o crea tu lista de destino en Apple Music y arrastra esta acción para que quede dentro del mismo bucle de repetición.
7. Ejecuta el proceso. Nota: Los nombres ambiguos, caracteres especiales o versiones grabadas en vivo podrían no encontrarse de forma exacta, por lo que se recomienda revisar la lista al finalizar.

Método 2: Navegador Atlas de ChatGPT (Para usuarios de macOS)

Tiempo estimado: 10-15 minutos | Costo: Veinte dólares al mes (Requiere ChatGPT Plus) | Dificultad: Media

Atlas es un navegador web independiente basado en Chromium para macOS que integra un panel lateral de ChatGPT, facilitando la extracción de datos de las páginas que visitas.

Paso 1: Extracción con el navegador Atlas

1. Abre el navegador independiente Atlas e inicia sesión en el reproductor de Spotify en la red.
2. Despliega la lista de reproducción que deseas migrar.
3. En el panel lateral de ChatGPT, escribe la siguiente instrucción:
   

   Analiza la página web activa donde se encuentra mi lista de reproducción de Spotify. Extrae los títulos de las canciones y sus respectivos artistas de forma ordenada. Entrégame el resultado final en formato de texto plano como “Canción – Artista”, una por línea, sin numeración.

Paso 2: Migración

Una vez obtenida la lista en texto plano desde el panel lateral, utiliza el flujo de la aplicación Atajos detallado en el Método 1 para recrear la lista en Apple Music de forma automatizada.

Método 3: Gemini con Plex y MediaSage (Para bibliotecas locales)

Tiempo estimado: 15-20 minutos | Costo: Gratis | Dificultad: Avanzada

Este método no transfiere música entre servicios comerciales de transmisión. Si prefieres abandonar las plataformas de suscripción y gestionar tus propios archivos de música digital en un servidor propio, puedes usar Gemini junto con la herramienta de código abierto MediaSage para generar listas inteligentes en tu servidor.

Requisitos previos

• Un servidor Plex activo con tu biblioteca musical indexada de forma local.
• Una cuenta gratuita de Google Gemini para obtener una clave de interfaz de programación de aplicaciones.
• MediaSage instalado (ejecutado habitualmente mediante contenedores de software).

Paso 1: Vincular MediaSage y Plex

1. Abre la configuración de MediaSage e introduce la dirección de red local de tu servidor Plex junto con tu clave de acceso de Plex.
2. Introduce tu clave de interfaz de programación de aplicaciones de Google Gemini y selecciona el modelo Gemini 2.5 Flash.

Paso 2: Generar listas inteligentes locales

1. En la interfaz de MediaSage, escribe una petición en lenguaje natural:
   

   Analiza los datos descriptivos de mi música local y genera una lista de reproducción con canciones de ritmo alegre ideales para entrenar.

2. La herramienta enviará los metadatos a Gemini para estructurar la selección de forma semántica y la lista se creará directamente en tu servidor Plex.

Método 4: LM Studio con modelos locales y Playwright (Para usuarios avanzados)

Tiempo estimado: 30-60 minutos | Costo: Gratis | Dificultad: Alta

Si buscas privacidad absoluta y prefieres que tus datos no salgan de tu ordenador, puedes usar un código de automatización con Playwright conectado a un modelo de lenguaje en LM Studio.

Requisitos de hardware

• Mac: Procesador Apple Silicon (M1, M2, M3 o M4) con un mínimo de 16 gigabytes de memoria de acceso aleatorio.
• PC: Tarjeta gráfica dedicada con un mínimo de 12 gigabytes de memoria de vídeo.

Paso 1: Iniciar el servidor local en LM Studio

1. Descarga LM Studio e instala un modelo optimizado para instrucciones como Qwen2.5 7B o Gemma 4 12B.
2. Dirígete a la sección de desarrollo, define el puerto predeterminado 1234 y presiona iniciar servidor para activar la interfaz de programación de aplicaciones local.

Paso 2: Instalar las herramientas de automatización

En tu terminal, instala los paquetes de Python necesarios para interactuar de forma programática con el navegador:

pip install playwright requests
playwright install

Paso 3: Código de extracción

Crea un archivo llamado migrador_local.py. Nota: Los identificadores visuales de las plataformas web cambian con regularidad; si el código se detiene o no encuentra elementos, comprueba la estructura visual de la página web desde las herramientas de desarrollo de tu navegador y actualiza el campo del identificador de fila.

from playwright.sync_api import sync_playwright
import time
import requests

# Direccion base correcta para el servidor de LM Studio
LM_STUDIO_URL = "http://localhost:1234/v1/chat/completions"

def limpiar_lista_con_ia_local(texto_sucio):
    prompt = f"Filtra el siguiente texto extraído de la web. Devuélveme únicamente una lista limpia donde cada línea contenga el formato 'Canción - Artista'. No incluyas notas introductorias ni explicaciones:\n\n{texto_sucio}"
    try:
        response = requests.post(LM_STUDIO_URL, json={
            "messages": [{"role": "user", "content": prompt}],
            "temperature": 0.1
        })
        return response.json()["choices"][0]["message"]["content"]
    except Exception as e:
        print("Error de conexión con el servidor local. Asegúrate de iniciar el servidor en LM Studio:", e)
        return texto_sucio

def extraer_datos_spotify(url_lista):
    with sync_playwright() as p:
        browser = p.chromium.launch(headless=False)
        page = browser.new_page()
        page.goto("https://open.spotify.com")
        print("Inicia sesión manualmente en tu cuenta en la ventana del navegador...")
        time.sleep(20)
        
        page.goto(url_lista)
        
        # Identificador comun para las filas de reproduccion de Spotify
        selector_fila = '[data-testid="tracklist-row"]'
        try:
            page.wait_for_selector(selector_fila, timeout=15000)
        except Exception:
            print("No se encontraron las canciones. Verifica que la lista sea pública o que el identificador visual no haya cambiado.")
            browser.close()
            return ""
        
        # Bucle de desplazamiento optimizado con deteccion de fin de pagina
        ultimo_alto = page.evaluate("document.body.scrollHeight")
        while True:
            page.evaluate("window.scrollTo(0, document.body.scrollHeight)")
            time.sleep(2.5)
            nuevo_alto = page.evaluate("document.body.scrollHeight")
            if nuevo_alto == ultimo_alto:
                break
            ultimo_alto = nuevo_alto
            
        elementos = page.query_selector_all(selector_fila)
        lineas_texto = []
        for el in elementos:
            try:
                texto = el.inner_text()
                if texto:
                    lineas_texto.append(texto.replace('\n', ' '))
            except Exception:
                continue
                
        browser.close()
        return "\n".join(lineas_texto)

def main():
    url = input("Introduce la dirección web de tu lista de Spotify pública: ")
    print("Iniciando el proceso de extracción en el navegador...")
    datos_brutos = extraer_datos_spotify(url)
    
    if datos_brutos:
        print("Procesando los datos mediante el modelo local en LM Studio...")
        resultado_limpio = limpiar_lista_con_ia_local(datos_brutos)
        with open("lista_procesada.txt", "w", encoding="utf-8") as archivo:
            archivo.write(resultado_limpio)
        print("El proceso ha finalizado. Tu archivo 'lista_procesada.txt' se ha generado con éxito.")
        print("Nota: Si tu lista contenía más de 50 canciones, revisa que el archivo de texto no haya omitido elementos por límites del modelo.")
    else:
        print("No se pudieron extraer datos de la lista.")

if __name__ == "__main__":
    main()

Una vez obtenido tu archivo de texto plano mediante el entorno local, procesa la información para incorporarla a tu biblioteca definitiva mediante la automatización de Atajos descrita en el primer apartado.

¿Qué método es el mejor para ti? Comparativa final

La combinación de modelos de lenguaje con herramientas de automatización nativas demuestra que es posible gestionar nuestra información digital con flexibilidad y autonomía, adaptando la tecnología a nuestras necesidades de organización particulares.