Cómo convertir un PDF o Word a Markdown para usarlo con IA

Alguien del equipo legal te pasa un contrato en PDF de cuarenta páginas y te pide un resumen. Copias el texto, lo pegas en tu asistente de IA y le pides que te saque las cláusulas de rescisión. La respuesta llega confiada, pero se inventa un plazo, mezcla dos secciones y se salta una tabla entera de penalizaciones. No es que el modelo sea tonto. Es que le pasaste un ladrillo de palabras sin costuras, y él tuvo que adivinar dónde terminaba una idea y empezaba otra.

Ese es el problema que resuelve convertir PDF a Markdown antes de dárselo a la IA. El PDF fue diseñado para que un humano lea una página impresa: le importa dónde cae cada letra en el papel, no qué significa. El Markdown es lo contrario: texto plano con marcas mínimas que dicen "esto es un título", "esto es una lista", "esto es una tabla". Una IA no ve tu documento con ojos; lo lee como una secuencia de texto, y esas marcas son las señales que la orientan. Darle Markdown limpio en vez de un PDF crudo es la diferencia entre entregarle un mapa y entregarle un montón de calles sin nombre.

01 · el porquéPor qué el Markdown limpio le importa a una IA

Cuando pegas un PDF en un chat, por dentro una librería intenta extraer el texto y muchas veces lo devuelve en el orden en que las letras aparecían en la página, no en el orden en que se leen. Un documento a dos columnas se entrelaza. Un encabezado se cuela a mitad de un párrafo. El modelo recibe eso y, como está entrenado para continuar texto plausible, rellena los huecos con lo que suena bien. Ahí nacen la mitad de las alucinaciones que la gente le achaca a la IA.

La IA no lee tu documento con ojos: lo lee como texto. La estructura es lo único que la orienta, y un PDF crudo casi nunca la conserva.

El Markdown resuelve esto porque es estructura explícita y liviana. Un # marca un título, un - marca un elemento de lista, unas barras verticales marcan una tabla. El modelo reconoce esas convenciones porque las vio millones de veces durante su entrenamiento. Al recibir Markdown, ya no adivina la jerarquía: la lee. Puede saber que la sección "Penalizaciones" tiene tres subpuntos, que la tabla tiene cinco filas, que esa frase suelta era un pie de página y no parte del contrato. Entiende la forma, y con la forma clara acierta más en el fondo.

02 · el flujoDe cualquier archivo a Markdown, paso a paso

El proceso, sin importar la herramienta, sigue siempre los mismos cuatro pasos encadenados. Vale la pena entenderlos, porque cada uno tiene su trampa.

Paso 1: identifica qué tipo de archivo tienes de verdad. Un PDF puede ser de dos clases muy distintas. Si al abrirlo puedes seleccionar el texto con el cursor, es un PDF "de texto" y la conversión será limpia. Si el texto es en realidad una foto de una página (un documento escaneado o una captura), no hay letras que extraer: hay píxeles. Ese caso necesita un paso extra que veremos en el paso 3. Lo mismo aplica a las imágenes que subes: una foto de una pizarra o un recibo es píxeles, no texto.

Paso 2: extrae el contenido respetando la estructura. Aquí la herramienta lee el archivo y saca no solo las palabras, sino la jerarquía: qué era título, qué era lista, dónde había una tabla. Un buen conversor no vuelca un chorro plano; reconstruye la forma. Word y PowerPoint son los más amables, porque ya guardan la estructura por dentro. Excel y CSV se vuelven tablas Markdown casi de forma natural. El PDF es el más terco, porque su estructura interna a veces solo existe visualmente.

Paso 3: si es escaneado o imagen, pasa por OCR. El OCR (reconocimiento óptico de caracteres) mira los píxeles y adivina qué letras son. Es la única forma de sacar texto de un documento que es, en el fondo, una imagen. Funciona muy bien con texto impreso nítido y peor con manuscritos, sellos o fotos torcidas. Este es el paso donde más errores se cuelan, así que conviene revisar el resultado con ojo crítico.

Paso 4: revisa y limpia. Ninguna conversión es perfecta al primer intento. Revisa que los títulos tengan el nivel correcto, que las tablas no se hayan roto, que no se hayan colado números de página sueltos. Cinco minutos de repaso aquí ahorran una hora de respuestas equivocadas de la IA después.

La conversión no es un botón mágico: es cuatro pasos encadenados, y cada uno tiene una trampa que conviene conocer antes de confiar en el resultado.

03 · las trampasLos dos errores que arruinan una conversión

Casi todos los fracasos se concentran en dos casos. El primero es el PDF escaneado tratado como si fuera texto. La persona lo sube, la herramienta no le avisa que no hay letras que extraer, y devuelve un archivo vacío o con basura. La señal de alarma es fácil: si no puedes seleccionar el texto en el visor, necesitas OCR sí o sí. No hay atajo.

El segundo es la tabla que se desarma. Las tablas son la pesadilla de la conversión porque en un PDF muchas veces no existen como tabla: son texto colocado en posiciones que, a la vista, parecen columnas. El conversor puede leer las celdas de izquierda a derecha cuando deberían ir de arriba abajo, y entonces el precio del plan Básico termina pegado al nombre del plan Pro. Con datos financieros o técnicos, eso no es un detalle estético: es un error que la IA propagará con toda confianza.

04 · en la prácticaCómo lo resuelve Qirava sin que armes el flujo a mano

Todo lo anterior se puede hacer a mano, encadenando varias herramientas: una para extraer, otra para el OCR, otra para limpiar. Funciona, pero es justo el tipo de trabajo mecánico que se acumula. Qirava lo integra en un solo paso: en Qirava Transcribe subes el archivo (Word, PDF, Excel, PowerPoint, imagen o CSV) o pegas un enlace (un video de YouTube, TikTok o Vimeo, una reunión grabada, una nota de voz de WhatsApp) y recibes texto y Markdown estructurado, con títulos, listas y tablas, no un ladrillo de palabras corridas.

Aquí conviene ser exacto, porque la honestidad es parte del producto. El motor de voz corre en infraestructura propia de Qirava: tu contenido no se envía a APIs de terceros para procesarse. En el plan gratuito las transcripciones no se guardan; el texto resultante va a tu dispositivo y ahí queda bajo tu control. El plan premium procesa por lote (subes muchos archivos y se resuelven juntos) y guarda lo que conviertes durante tres meses desde su creación, con un aviso antes de que venza, entregándolo a un vault de conocimiento donde tu material queda ordenado y consultable.

Esa es la idea de fondo, y es más grande que "convertir un archivo". Qirava no vende una función suelta: integra una capa de IA con criterio humano para que el resultado sirva de verdad. El valor no está en un botón; está en que muchas piezas (extraer, estructurar, transcribir, guardar, consultar) trabajen juntas hacia lo que necesitas: material listo para que una IA lo entienda a la primera.

El valor no está en cambiar la extensión de un archivo. Está en que el resultado quede listo para que la IA lo entienda a la primera, sin que tú armes el flujo pieza por pieza.

Así que la próxima vez que un contrato de cuarenta páginas aterrice en tu bandeja, no lo copies y pegues en crudo. Conviértelo a Markdown limpio primero. Le das al modelo un mapa en vez de un laberinto, y la diferencia se nota en la primera respuesta: menos inventos, más precisión, y una tarde que no perdiste peleando con un resumen que estaba mal desde el principio.