nl

Bestanden klaarmaken voor AI

Bundel PDF-, tekst-, Markdown-, CSV- en Word-bestanden lokaal tot één AI-contextpakket met bronnen, fragmenten en privacycontrole, zonder upload.

Verwerkt lokaal op je apparaat ...

Uitvoer Het doelformaat van het uitvoerbestand.
  • Markdown (.md)
  • Tekst (.txt)
  • ZIP met losse bestanden
Fragmentgrootte (tokens, geschat)
Contextvenster van je model (tokens, 0 = niet controleren)
Reserve voor vraag en antwoord (tokens)
Persoonsgegevens
  • Maskeren
  • Alleen melden
  • Niet controleren
Bestandsnamen vervangen door neutrale namen
Tekstherkenning (OCR) voor pagina's zonder tekstlaag

Verwerkt lokaal op je apparaat ...

0%

Wordt mijn bestand geüpload?

Nee. Alles draait in je browser - je bestand verlaat je apparaat nooit. Zo is dat verifieerbaar

Geen upload100% lokaal
Inhoud blijft bij jougeen toegang voor derden
Gehost in DuitslandWereldwijde levering
Onafhankelijk getoetstTLS A+ · HTTP-headers A+

Wie documenten aan een AI-assistent geeft, plakt meestal tekst uit meerdere bestanden aan elkaar en raakt kwijt waar elke passage vandaan komt. Deze tool leest PDF-bestanden met een tekstlaag, platte tekst, Markdown, CSV, DOCX en ODT met de extractors die de site al gebruikt en bouwt er één contextpakket van: bovenaan een bronnenmanifest met bestandsnaam, type, grootte, SHA-256-controlesom, omvang en status, daarna een inhoudsopgave op basis van de koppen en dan de tekstfragmenten. Elk fragment noemt zijn bron en het pagina- of regelbereik, zodat je elk AI-antwoord tot de passage kunt herleiden.

De fragmenten (chunks) worden gevormd volgens een tokenlimiet die jij instelt, geteld met een duidelijk gemarkeerde schatting per schriftsysteem en niet met de tokenizer van een bepaald model. Vul je het contextvenster van je model en een reserve voor vraag en antwoord in, dan controleert het rapport of het pakket past of beter fragment voor fragment verstuurd wordt; er zijn bewust geen modelwaarden ingevuld. Koppen openen een fragment, CSV-fragmenten herhalen de kopregel en te lange regels worden op tekengrenzen gesplitst, ook bij Chinees, Japans of emoji.

Voor de uitvoer zoekt een controle naar e-mailadressen, telefoonnummers, IBAN's, kaartnummers (met controlecijfer) en API-sleutels. Standaard worden ze vervangen door plaatshouders zoals [EMAIL_1]; het rapport noemt alleen soort en vindplaats, nooit de waarde. Metadata zoals auteur of bewerkingsgeschiedenis komen niet in het pakket, en bestandsnamen kunnen door neutrale namen worden vervangen. Gescande PDF's zonder tekstlaag worden gemeld; met tekstherkenning (OCR) aan worden die pagina's in de gekozen taal gelezen. Tegen kopiëren beveiligde of versleutelde bestanden worden niet omzeild. Alles draait in je browser, na de eerste keer laden ook offline.

Veel AI-chats beperken de bestandsgrootte, het aantal bestanden en het contextvenster in tokens - een te groot bestand wordt afgewezen of maar deels gelezen. Bestanden klaarmaken voor AI bereidt je bestand lokaal in je browser voor, voordat je iets uploadt.

Technische gegevens

Technische gegevens
InvoerformatenPDF, TXT, TEXT, LOG, MD, MARKDOWN, CSV, TSV, DOCX, ODT
Automatische conversiePNG, JPG, WebP, GIF, BMP, TIFF, ICO, SVG, HEIC, MP3, WAV, ZIP, XLSX, DXF, MIDI, GeoJSON, DDS, HDR, PCX, WBMP
UitvoerformaatMD
BatchverwerkingJa
VerwerkingLokaal in de browser (JavaScript)
BestandsuploadGeen

In 3 stappen

  1. Kies of sleep je bestanden, ook meerdere tegelijk.
  2. Kies het uitvoerformaat en de fragmentgrootte, vul desgewenst het contextvenster van je model in en zet bij gescande PDF's tekstherkenning aan met de taal van het document.
  3. Bekijk het rapport en kopieer het pakket of download het als Markdown, tekst of ZIP.

Beperkingen: Tokenaantallen zijn schattingen en kunnen afwijken van de tokenizer van je model. De bestaande tekstlaag wordt gelezen; tabellen, kolommen en formules worden niet perfect gereconstrueerd en tekstherkenning kan fouten maken. De controle op persoonsgegevens is een heuristiek en vindt geen namen of postadressen. Archieven (ZIP, GZIP, 7z, RAR, TAR) en spreadsheets (XLS, XLSX, ODS) worden niet geopend, PowerPoint wordt niet gelezen. Grenzen: 50 bestanden, 100 MB per bestand, 300 MB in totaal, 20 miljoen tekens tekst, Office-bestanden uitgepakt hoogstens 64 MB. Pakket en rapport gebruiken korte Engelse labels die deze pagina uitlegt.

Veelgestelde vragen

Worden mijn bestanden geüpload?

Nee. Lezen, tekstherkenning, de controle op persoonsgegevens en het bouwen van het pakket gebeuren volledig in je browser. Er wordt niets opgeslagen en er wordt geen verbinding met een AI-dienst gemaakt; wat je later aan een AI geeft, bepaal je zelf.

Hoe nauwkeurig is het aantal tokens?

Het is een schatting per schriftsysteem met een marge, niet de tokenizer van een bepaald model. Voor de controle of het pakket past gebruikt het rapport ook de bovengrens, zodat een pakket bij twijfel eerder als te groot geldt.

Wat gebeurt er met e-mailadressen en IBAN's in mijn bestanden?

In de modus Maskeren vervangt de tool elke gevonden waarde door een plaatshouder zoals [EMAIL_1] of [IBAN_1]; gelijke waarden krijgen dezelfde plaatshouder. In de modus Alleen melden blijft de tekst ongewijzigd en toont het rapport de vindplaatsen zonder de waarden.

Waarom staat bij mijn PDF no_text_layer?

De PDF is gescand of bestaat alleen uit afbeeldingen en heeft geen tekstlaag. Zet tekstherkenning aan en kies de taal van het document; daarna noemt het rapport de pagina's die met OCR zijn gelezen.

Waarom is een rechtstreekse upload naar een AI-chat vaak niet genoeg?

AI-chats beperken de bestandsgrootte, het aantal bestanden en het contextvenster in tokens; een te groot bestand wordt afgewezen of slechts deels gelezen. Bestanden klaarmaken voor AI splitst of bereidt je bestand vooraf lokaal voor - zonder upload.

Gerelateerde tools

PDF naar Markdown · DOCX naar Markdown · AI-tokencalculator · Prompts vergelijken · Pseudonimiseerder voor AI · Tekst vertalen Duits-Engels