Metodología y Diccionario

Las Dos Listas

El juego trabaja con dos listas distintas:

• Respuestas (820 palabras): de aquí sale la palabra de cada día. Son sustantivos, verbos, adjetivos y adverbios frecuentes y reconocibles en todo el mundo hispanohablante.
• Intentos válidos (4.899 palabras): todo lo que el juego acepta cuando juegas, incluidas formas conjugadas y plurales. Toda respuesta es también un intento válido, pero no al revés.

Fuentes y Licencias

Las listas se construyen solo desde fuentes con licencia abierta:

• FrequencyWords / OpenSubtitles 2018 (español): frecuencias de uso real del idioma, licencia CC BY-SA 4.0. De aquí sale el orden de frecuencia que separa lo común de lo raro.
• Kaikki.org / Wiktionary: datos lexicográficos (categoría gramatical, formas) usados en la revisión, licencia CC BY-SA 4.0.

En consecuencia, el conjunto de datos derivado es también CC BY-SA 4.0: quien lo reuse debe atribuir a las fuentes originales y compartir con la misma licencia. El código del juego, el diseño y los textos de este sitio no forman parte de ese conjunto de datos. No usamos los datos de la Real Academia Española, que no ofrece una licencia reutilizable para este fin, y nunca hemos copiado ni consultado las listas de otros juegos de palabras: copiar el diccionario de un competidor sería copiar su producto.

Criterios de Inclusión y Exclusión

Para entrar en la lista de respuestas, una palabra debe tener cinco letras tras la normalización, ser frecuente según las fuentes y ser reconocible sin conocimientos especializados. Quedan fuera, por sistema:

• Nombres propios (personas, lugares, marcas).
• Palabras ofensivas o vulgares, mediante una lista de bloqueo mantenida a mano.
• Vocabulario técnico oscuro o en desuso.
• Regionalismos marcados y palabras cuyo significado cambia de forma confusa entre países: buscamos español neutro e internacional.
• Formas gramaticales que no funcionan como lema reconocible.

La lista de intentos es más permisiva — su trabajo es no rechazar jugadas razonables — pero mantiene el bloqueo de nombres propios evidentes en lo posible y de términos ofensivos en las respuestas siempre. Ninguna lista es perfecta: por eso existe el proceso de correcciones de más abajo.

Tildes, Mayúsculas y la Ñ en los Datos

Las palabras se almacenan en su forma normalizada para el modo clásico: en minúscula, con ÁÉÍÓÚ convertidas a AEIOU y la Ü convertida en U. La Ñ se conserva siempre como letra distinta: no se pliega a N en ningún paso del proceso (14 de las 820 respuestas la contienen). Las formas que solo difieren por una tilde se unifican en una sola entrada. El razonamiento completo está en la página de tildes y la Ñ.

Cómo se Reparten las Palabras en el Calendario

La palabra del día nace de un calendario fijado de antemano: la lista de respuestas se ordena con una mezcla determinista (la misma mezcla da siempre el mismo calendario, sin base de datos de por medio) y cada día consume la siguiente palabra. Ninguna respuesta se repite hasta agotar la lista completa, y el calendario vigente cubre 820 días desde el 1 de enero de 2026. Antes de que se agote, la lista crecerá con el mismo proceso y el calendario se extenderá. Las respuestas futuras no se publican ni viajan al navegador: el servidor valida cada intento y devuelve únicamente los colores, como explican las reglas.

El Modo con Tildes y los Niveles de Dificultad

Para el modo con tildes no se inventa ninguna ortografía: la lista de respuestas sale de los lemas de las mismas fuentes con su acentuación atestiguada, aplicando los mismos filtros de categoría y exclusión que a las respuestas clásicas. El resultado son 83 respuestas —solo palabras cuya escritura correcta lleva tilde— y 5275 intentos válidos en ortografía estricta (las formas de cinco letras tal como aparecen escritas en las fuentes, con o sin tilde). Si una palabra no está atestiguada con tilde en las fuentes, no entra como respuesta del modo estricto, aunque su forma sin tilde sí sea una respuesta clásica.

Los niveles del modo ilimitado (Fácil, Normal, Difícil y Experto) se calculan sobre la lista de respuestas clásica con tres mediciones por palabra: su posición en el corpus de frecuencia, el número de letras repetidas y la presencia de letras poco frecuentes (las que aparecen en menos del 6 % de los intentos válidos: F, J, K, Q, W, X, Z y Ñ). La clasificación es determinista y reproducible: 224 palabras quedan en Fácil, 412 en Normal, 120 en Difícil y 64 en Experto. Los criterios exactos están publicados en la página del modo ilimitado.

Las Estadísticas de Estrategia

Los números de la página de estrategias (frecuencia de letras, aperturas por cobertura, distribución de vocales) se calculan en el momento de construir el sitio sobre la lista de intentos válidos, nunca sobre el calendario: son frecuencias agregadas del diccionario amplio, no información sobre ninguna palabra concreta ni sobre su fecha. Las candidatas a «mejor apertura» pasan además la misma revisión editorial de esta página: se retiran los nombres propios y extranjerismos que la lista de frecuencias de subtítulos arrastra.

Correcciones: Cómo se Reportan y Cómo se Aplican

La vía más rápida para reportar un problema con una palabra concreta es el botón «Reportar esta palabra» que aparece al final de cada partida y en la página de pistas tras revelar la solución: eliges el motivo (la palabra no es válida, le falta o le sobra una tilde, es ofensiva u otro) y puedes añadir un comentario breve. Ese formulario no pide ningún dato personal: solo viajan el motivo, el comentario y la palabra. También puedes escribirnos a contacto@palabradeldia.com.es indicando la palabra y el contexto. Cada reporte se revisa contra las fuentes: frecuencia real, categoría y uso internacional. Si procede, la corrección se hace en los datos de origen y en los filtros — no con un parche en la página — y entra en vigor en la siguiente construcción del sitio, para que valga en el juego, en las estadísticas y en esta documentación a la vez.

Las definiciones que muestran la solución de las pistas y las fichas de palabra al final de cada partida son definiciones elaboradas a partir de datos de Wiktionary (CC BY-SA 4.0): las glosas asociadas a cada respuesta en nuestro proceso de datos, traducidas al español y resumidas cuando son largas. Si una palabra careciera de glosa en la fuente, su ficha mostraría la palabra y la categoría sin inventar una definición.

Relacionado

Conoce el proyecto en sobre nosotros, nuestros principios al publicar en la política editorial y cómo tratamos tus datos en la política de privacidad.