¿Por qué FFFuck?
FFFuck simula la escritura desordenada e imperfecta que todos producimos. Si investigas UX probando campos de formulario, eres ingeniero QA validando mensajes de error, o prototipas contenido generado por usuarios, las erratas realistas hacen que tus datos de prueba sean creíbles.
Elige entre cinco distribuciones de teclado (QWERTY, AZERTY, QWERTZ, Dvorak, Colemak), siete tipos de error y una intensidad personalizable. Cada generación puede reproducirse con un número semilla, ofreciéndote casos de prueba consistentes entre sesiones.
Solo pega tu texto limpio, pulsa Generar Erratas y observa los cambios resaltados al instante. Copia el resultado o úsalo directamente en tus prototipos. Sin instalaciones, sin cuentas, sin costes ocultos.
Cómo FFFuck Crea Erratas Realistas
FFFuck no se limita a esparcir caracteres aleatorios por el texto. Utiliza un enfoque de varias capas que imita la forma en que las personas cometen errores al teclear, teniendo en cuenta la disposición física del teclado, la frecuencia estadística de ciertos deslices y la intensidad general que configures.
Distribuciones de teclado: la base del realismo
El error más común — pulsar una tecla adyacente a la deseada — depende por completo del teclado físico. FFFuck incluye mapas detallados de adyacencia para cinco distribuciones:
- QWERTY (US) – El teclado estándar en inglés.
- AZERTY (FR) – Usado en Francia y otras regiones francófonas.
- QWERTZ (DE) – Común en Alemania y Europa Central.
- Dvorak – Una distribución ergonómica diseñada para la eficiencia.
- Colemak – Una alternativa moderna al QWERTY, popular entre programadores.
Selecciona la distribución que corresponda a tu público objetivo y FFFuck generará errores que parecerán auténticos para ese teclado.
Siete tipos de error tipográfico
Puedes activar o desactivar cada tipo de error de forma independiente:
- Tecla adyacente – Sustituye una letra por una tecla vecina físicamente (ej. “r” se convierte en “t” en QWERTY).
- Transposición de letras – Intercambia dos letras adyacentes, el clásico “teh” por “the”.
- Omisión de carácter – Elimina una letra, como si la pulsación no se hubiera registrado.
- Inserción aleatoria – Añade un carácter perdido, simulando un roce accidental de una tecla.
- Letra duplicada – Duplica una letra, como mantener una tecla pulsada demasiado tiempo.
- Mayúscula/minúscula incorrecta – Invierte el caso de una letra, un problema frecuente al escribir en móviles.
- Espacio faltante/sobrante – Introduce errores de espaciado habituales en la escritura apresurada.
Combinar estos tipos permite simular perfiles de escritura específicos: un usuario rápido pero descuidado, un usuario móvil con problemas de autocorrección o un hablante no nativo poco familiarizado con la distribución del teclado.
Control de intensidad
El deslizador de intensidad gobierna la probabilidad de que un carácter cualquiera sea alterado. En Baja (3 %), solo un puñado de palabras por párrafo contendrán errores, adecuado para simular escritores cuidadosos. Media (8 %) produce una densidad moderada que se asemeja a la comunicación típica en línea. Alta (18 %) genera texto muy distorsionado, útil para pruebas de estrés de recuperación de errores o escenarios de accesibilidad.
Reproducibilidad con semillas
Introduce una semilla numérica para obtener una salida idéntica en distintas sesiones y dispositivos. Esto es muy valioso para equipos de QA que necesitan datos de prueba consistentes para scripts automatizados, o para investigadores que deben documentar sus parámetros exactos de prueba. Deja la semilla vacía para obtener variaciones aleatorias cada vez.
Casos de uso
- Pruebas UX: Rellena campos de formulario con erratas realistas para probar mensajes de validación, sugerencias de autocorrección y flujos de manejo de errores.
- Evaluación de accesibilidad: Observa cómo los lectores de pantalla y las tecnologías de asistencia manejan texto mal escrito.
- Prototipado de contenido: Genera contenido realista generado por usuarios para simulaciones de redes sociales, maquetas de foros o entrenamiento de chatbots.
- Educación: Enseña a los estudiantes sobre errores comunes de mecanografía y la importancia de la corrección.
- Automatización de QA: Crea datos de prueba malformados que imiten la entrada real de usuarios.
Privacidad y rendimiento
FFFuck se ejecuta completamente en tu navegador. Tu texto nunca se envía a ningún servidor. El motor de generación utiliza un generador determinista de números pseudoaleatorios (con semilla cuando se proporciona, aleatorio en caso contrario) para garantizar velocidad y reproducibilidad. Incluso párrafos extensos se procesan en milisegundos.
Consejos para obtener los mejores resultados
- Haz coincidir la distribución con tu perfil de usuario – Si estás probando un formulario en francés, cambia a AZERTY para obtener errores auténticos.
- Combina tipos de error con criterio – Para un efecto de “correo apresurado”, activa transposición, omisión y mayúscula/minúscula incorrecta.
- Usa semillas para pruebas de regresión – Registra la semilla y los ajustes para recrear exactamente los mismos errores más adelante.
- Genera múltiples variantes – El deslizador de variantes te permite crear varias versiones del mismo texto con los mismos ajustes pero diferentes caminos aleatorios, ofreciéndote un abanico de casos de prueba de una sola vez.