PDF a Markdown: conserva la estructura de títulos al dárselo a una IA
Conserva niveles de título y párrafos, para notas y LLM
Cargando la herramienta…
Sobre esta herramienta
Si le das a un modelo de lenguaje un volcado de texto de un PDF, obtienes un bloque de palabras sin estructura. Esta herramienta deduce los niveles de título a partir del tamaño de fuente y el interlineado, vuelve a unir las frases cortadas por saltos de línea y reconstruye listas y tablas de tuberías. Es la vía práctica para convertir artículos, documentación técnica y apuntes de clase en algo estructurado.
Preguntas frecuentes
¿Qué precisión tiene la detección de títulos?
Los tamaños se agrupan por clústeres, lo que funciona bien en documentos maquetados de forma convencional. Los artículos a dos columnas y las maquetaciones decorativas pueden clasificarse mal; ajusta a mano donde importe.
¿Qué pasa con las fórmulas y las imágenes?
Las fórmulas se convierten en caracteres de texto plano y pueden perder alineación; las imágenes no se exportan. Para contenido mixto, combínalo con PDF a imagen.
¿Por qué Markdown es mejor para un LLM?
Los límites de párrafo y la jerarquía se conservan, así que el modelo puede seguir la estructura y consume menos tokens que el texto extraído en bruto.