Por qué convertir los PDF a Markdown antes de dárselos a una IA
6 de noviembre de 2026 · 3 min de lectura
Un PDF describe dónde va la tinta en una página. No sabe qué es un encabezado, un párrafo o una tabla. Cuando un programa extrae el texto, las columnas pueden mezclarse, los encabezados y los números de página caen en mitad de las frases y las tablas se convierten en un revoltijo.
Por qué Markdown le va bien a la IA
- Es texto plano, así que nada queda oculto ni se pierde.
- Los encabezados están marcados, lo que ayuda a dividir un documento en secciones con sentido.
- Las listas y las tablas conservan su estructura.
- Es fácil de leer y corregir por una persona antes de usarlo.
Cómo conseguir un resultado limpio
- Convierte el PDF a Markdown.
- Repasa el resultado. Borra encabezados, pies y números de página repetidos.
- Corrige cualquier tabla que haya salido mal; una tabla pequeña se reescribe antes de lo que se arregla.
- Comprueba que los encabezados son encabezados de verdad.
PDF escaneados
Si el PDF es un escaneo, contiene una imagen del texto y no texto. Primero necesita reconocimiento óptico de caracteres. Si puedes seleccionar las palabras con el cursor en un lector de PDF, tiene texto real y se convertirá.
Cuándo merece la pena el esfuerzo
Para un documento corto y sencillo, subir el PDF directamente está bien. Para manuales largos, listas de precios y cualquier cosa con tablas, diez minutos de limpieza dan respuestas claramente mejores.