es

Preparar archivos para la IA

Reúne en local PDF, texto, Markdown, CSV y Word en un paquete de contexto para la IA con fuentes, fragmentos y control de privacidad, sin subir nada.

Procesando localmente en tu dispositivo ...

Salida El formato de destino del archivo de salida.
  • Markdown (.md)
  • Texto (.txt)
  • ZIP con archivos separados
Tamaño del fragmento (tokens, estimados)
Ventana de contexto de tu modelo (tokens, 0 = sin comprobar)
Reserva para pregunta y respuesta (tokens)
Datos personales
  • Enmascarar
  • Solo informar
  • Sin comprobar
Sustituir los nombres de archivo por nombres neutros
Reconocimiento de texto (OCR) para páginas sin capa de texto

Procesando localmente en tu dispositivo ...

0%

¿Se sube mi archivo?

No. Todo se ejecuta en tu navegador: tu archivo nunca sale de tu dispositivo. Cómo se puede comprobar

Sin subidas100% local
Tus datos son tuyossin acceso de terceros
Alojado en AlemaniaDistribución global
Auditoría externaTLS A+ · Cabeceras A+

Quien entrega documentos a un asistente de IA suele pegar texto de varios archivos y pierde de vista de dónde procede cada pasaje. Esta herramienta lee archivos PDF con capa de texto, texto plano, Markdown, CSV, DOCX y ODT con los extractores que ya usa el sitio y construye con ellos un único paquete de contexto: arriba, un manifiesto de fuentes con nombre, tipo, tamaño, suma de comprobación SHA-256, extensión y estado; después, un índice a partir de los títulos, y por último los fragmentos de texto. Cada fragmento indica su fuente y el rango de páginas o líneas, para que puedas rastrear cada respuesta de la IA hasta su pasaje.

Los fragmentos (chunks) se forman según un límite de tokens que tú fijas, contado con una estimación claramente señalada por sistema de escritura y no con el tokenizador de un modelo concreto. Si introduces la ventana de contexto de tu modelo y una reserva para la pregunta y la respuesta, el informe comprueba si el paquete cabe o conviene enviarlo por partes; no hay valores de modelos predefinidos. Los títulos abren un fragmento, los fragmentos CSV repiten la fila de encabezado y las líneas demasiado largas se cortan en límites de carácter, también en chino, japonés o emojis.

Antes de la salida, una comprobación busca direcciones de correo, números de teléfono, IBAN, números de tarjeta (con dígito de control) y claves de API. Por defecto se sustituyen por marcadores como [EMAIL_1]; el informe solo indica el tipo y la ubicación, nunca el valor. Metadatos como el autor o el historial de edición no entran en el paquete, y los nombres de archivo pueden sustituirse por nombres neutros. Los PDF escaneados sin capa de texto se notifican; con el reconocimiento de texto (OCR) activado, esas páginas se leen en el idioma elegido. Los archivos protegidos contra copia o cifrados no se eluden. Todo funciona en tu navegador, también sin conexión tras la primera carga.

Muchos chats de IA limitan el tamaño del archivo, el número de archivos y la ventana de contexto en tokens; un archivo demasiado grande se rechaza o solo se lee parcialmente. Preparar archivos para la IA prepara tu archivo localmente en tu navegador antes de que subas nada.

Ficha técnica

Ficha técnica
Formatos de entradaPDF, TXT, TEXT, LOG, MD, MARKDOWN, CSV, TSV, DOCX, ODT
Conversión automáticaPNG, JPG, WebP, GIF, BMP, TIFF, ICO, SVG, HEIC, MP3, WAV, ZIP, XLSX, DXF, MIDI, GeoJSON, DDS, HDR, PCX, WBMP
Formato de salidaMD
Procesamiento por lotesSí
ProcesamientoLocal en el navegador (JavaScript)
Subida de archivosNinguna

En 3 pasos

  1. Elige o suelta tus archivos, también varios a la vez.
  2. Elige el formato de salida y el tamaño de fragmento, si quieres indica la ventana de contexto de tu modelo y, para PDF escaneados, activa el reconocimiento de texto con el idioma del documento.
  3. Revisa el informe y copia el paquete o descárgalo como Markdown, texto o ZIP.

Límites: Los recuentos de tokens son estimaciones y pueden diferir del tokenizador de tu modelo. Se lee la capa de texto existente; tablas, columnas y fórmulas no se reconstruyen a la perfección, y el reconocimiento de texto puede cometer errores. La comprobación de datos personales es heurística y no detecta nombres ni direcciones postales. Los archivos comprimidos (ZIP, GZIP, 7z, RAR, TAR) y las hojas de cálculo (XLS, XLSX, ODS) no se abren, y PowerPoint no se lee. Límites: 50 archivos, 100 MB por archivo, 300 MB en total, 20 millones de caracteres de texto, archivos de Office de hasta 64 MB descomprimidos. El paquete y el informe usan etiquetas breves en inglés que esta página explica.

Preguntas frecuentes

¿Se suben mis archivos?

No. La lectura, el reconocimiento de texto, la comprobación de datos personales y la creación del paquete ocurren por completo en tu navegador. No se guarda nada ni se conecta con ningún servicio de IA; lo que luego entregues a una IA lo decides tú.

¿Qué precisión tiene el recuento de tokens?

Es una estimación por sistema de escritura con un rango, no el tokenizador de un modelo concreto. Para comprobar si el paquete cabe, el informe usa también la estimación superior, de modo que ante la duda el paquete cuente como demasiado grande.

¿Qué pasa con los correos y los IBAN de mis archivos?

En el modo Enmascarar, la herramienta sustituye cada valor detectado por un marcador como [EMAIL_1] o [IBAN_1]; los valores iguales reciben el mismo marcador. En el modo Solo informar, el texto no cambia y el informe muestra las ubicaciones sin los valores.

¿Por qué mi PDF muestra no_text_layer?

El PDF está escaneado o solo contiene imágenes y no tiene capa de texto. Activa el reconocimiento de texto y elige el idioma del documento; después el informe enumera las páginas leídas por OCR.

¿Por qué no siempre basta con subir un archivo directamente a un chat de IA?

Los chats de IA limitan el tamaño del archivo, el número de archivos y la ventana de contexto en tokens; un archivo demasiado grande se rechaza o solo se lee en parte. Preparar archivos para la IA divide o prepara tu archivo de antemano, en local, sin subirlo.

Herramientas relacionadas

PDF a Markdown · DOCX a Markdown · Calcular tokens IA · Comparar prompts · Seudonimizador para IA · Traducir texto (alemán/inglés)