Cómo convertir archivos PDF y Word en texto para IA: MarkItDown de Microsoft

Encontrarás más instrucciones en la documentación de Ailoot.

¿Qué es MarkItDown y para qué sirve?#

Le envías a una IA un contrato, un informe o una exportación contable y recibes una respuesta que no tiene nada que ver con el documento. Por lo general, el problema no es el modelo. El archivo contiene un formato: Word es un archivo comprimido con marcado, Excel es una hoja de cálculo con vínculos entre celdas y PDF es un conjunto de caracteres con coordenadas en una página. El modelo trabaja con texto, y alguien tiene que extraerlo.

Eso es lo que hace MarkItDown. El repositorio está en github.com/microsoft/markitdown, bajo la licencia MIT, así que puedes usarlo sin restricciones. Al 18 de agosto de 2026, tiene 174,412 estrellas y 12,756 forks; la última versión, 0.1.7, se publicó el 29 de julio. El proyecto sigue activo, aunque su enfoque ha pasado del desarrollo al mantenimiento: tiene 481 solicitudes de extracción abiertas, frente a 183 fusionadas en toda su historia.

Los desarrolladores describen así su propósito:

La siguiente frase de la descripción explica la mitad de las quejas sobre la herramienta:

El resultado es materia prima para un modelo. No será un documento bonito, y el proyecto lo dice con claridad, desde la primera sección.

La descripción explica directamente por qué usa Markdown: los modelos líderes ya «hablan» este lenguaje de marcado y lo incluyen en sus respuestas sin que se les pida, porque vieron enormes cantidades durante el entrenamiento. Además, el marcado es compacto: tres almohadillas para un encabezado en lugar de una docena de líneas de metadatos.

¿En qué se diferencia MarkItDown de un conversor común?#

La diferencia queda clara con un ejemplo. Toma una carpeta con veinte PDF e intenta procesarlos con pandoc. No funcionará: pandoc puede generar PDF como salida, pero no puede leerlos como entrada. Y esta situación —«tengo un montón de documentos; pásalos al modelo»— es la más habitual.

Los autores de MarkItDown se comparan con textract, una biblioteca que simplemente extrae texto de cualquier lugar. La diferencia es que MarkItDown intenta conservar la estructura: encabezados, listas, tablas y enlaces.

La conclusión práctica es sencilla. Si necesitas convertir un artículo a un diseño listo para publicar, usa pandoc. Si necesitas que una IA entienda veinte contratos, usa MarkItDown.

¿Cómo instalar MarkItDown sin acabar con la primera versión?#

Primero, el comando correcto; después, por qué lo es.

1. Comprueba la versión de Python

   Python 3.12 es la opción más fiable: la última versión de MarkItDown se instala en todos los entornos probados con ella. El comando python3 --version muestra cuál tienes. En Mac con procesador Intel o versiones antiguas de macOS, Python 3.13 y 3.14 pueden degradar la versión sin avisar; Python 3.15 aún no es compatible, como se explica más abajo.

2. Instala con los formatos indicados

   Ejecuta pip install 'markitdown[pdf,docx,xlsx,pptx]'. Las comillas son obligatorias, o el shell interpretará los corchetes. En un Mac con procesador Intel, añade la opción --prefer-binary después de install.

3. Comprueba enseguida que se haya instalado

   Ejecuta markitdown --version. La respuesta debería ser markitdown 0.1.8 o una versión posterior. Un número menor significa que la instalación degradó la versión; esta sección explica por qué.

pip install 'markitdown[pdf,docx,xlsx,pptx]'
markitdown --version

La descripción del proyecto incluye pip install 'markitdown[all]' como comando principal para instalarlo todo de una vez. El 28 de septiembre de 2026, una semana después de la publicación de 0.1.8, se probaron cuatro variantes en entornos limpios de un Mac con Apple Silicon y Python 3.14.6 y 3.12.12:

Las ocho instalaciones terminaron con «Successfully installed», y markitdown --version devolvió 0.1.8 en todos los casos. En agosto, cuando 0.1.7 era la versión más reciente, el tercer comando instaló 0.0.2 con Python 3.14; se publicó el 8 de marzo de 2025 y fue la segunda versión de la historia del proyecto. Ahora hay once versiones estables, de 0.0.1 a 0.1.8, y veintiséis si se incluyen las versiones preliminares.

La causa estaba en la cadena de dependencias. En 0.1.7, la opción [all] incorpora una biblioteca de subtítulos de YouTube de una serie específica de versiones, y todas las versiones de esa serie indican que no funcionan con Python 3.14. El instalador las rechaza y, como no hay una versión fijada, retrocede por las versiones de MarkItDown hasta encontrar una que pueda instalar. Encuentra 0.0.2 y la instala, poniendo en tu equipo una versión de hace un año y medio. En 0.1.8, se actualizó el requisito de la biblioteca de subtítulos a una serie compatible con 3.14, y la degradación se detuvo ahí.

El mecanismo sigue existiendo. Si el instalador no encuentra un componente necesario para tu sistema, retrocede silenciosamente a 0.0.2 de la misma manera. En las versiones recientes, ese componente es el motor onnxruntime, que se utiliza para detectar tipos de archivo. En Mac, se distribuye así: para Python 3.12, macOS 11 y versiones posteriores; para 3.13, macOS 13; para 3.14, solo Apple Silicon con macOS 14 o posterior. Si tu Mac no cumple esos requisitos, incluso el comando básico pip install markitdown instala 0.0.2. En una prueba en un Mac con procesador Intel y Python 3.14 a través de Rosetta ocurrió exactamente eso: «Successfully installed», sin advertencias y con 0.0.2 instalado.

Los Mac con procesador Intel tienen otra complicación. Desde junio de 2026, la biblioteca cryptography que se instala para leer PDF se publica sin una versión precompilada para este procesador, así que el instalador intenta compilarla desde el código fuente. Añade la opción --prefer-binary al comando y usará la versión anterior, que sí tiene un paquete precompilado. En las pruebas con Python 3.13 en Intel, se instaló 0.1.8 y se abrió el PDF. La opción instala cryptography 48.0.1, que tiene tres vulnerabilidades conocidas: en el descifrado de PKCS#7 y en la verificación de la cadena de certificados. MarkItDown solo la usa para descifrar PDF cifrados, y la lectura de documentos no llega a esas partes.

Con Python 3.15, la degradación ocurre por dos motivos. La versión 0.1.8 declara compatibilidad solo desde 3.10 hasta 3.14, y todavía no hay un motor para 3.15. La resolución del instalador para 3.15 lo confirma: tanto el comando básico como el comando con formatos instalan el mismo 0.0.2.

Una advertencia de degradación tiene este aspecto; aparece una línea por cada opción adicional del comando:

WARNING: markitdown 0.0.2 does not provide the extra 'all'

La línea se pierde entre decenas de líneas de descarga y no dice nada sobre la versión que la sustituye. Con un comando básico, sin opciones adicionales, ni siquiera hay una advertencia. El informe final es optimista: «Successfully installed».

Instalar sin opciones adicionales tampoco es una solución. El paquete básico se instala, pero no puede abrir PDF:

PdfConverter recognized the input as a potential .pdf file, but the
dependencies needed to read .pdf files have not been installed. To resolve
this error, include the optional dependency [pdf] or [all] when installing
MarkItDown. For example:

* pip install 'markitdown[pdf]'
* pip install 'markitdown[all]'

La propia herramienta recomienda [all] y, con la versión 0.1.8, ese consejo vuelve a funcionar con Python 3.14 y 3.12. Aun así, es mejor indicar los formatos por nombre: [all] añade unos quince paquetes más y cerca de 55 megabytes, incluida una biblioteca de Azure preliminar y precisamente la cadena de dependencias de YouTube que ya hizo fallar la instalación una vez.

El instalador se ocupa por sí solo de la versión preliminar de Azure. Normalmente, pip omite las versiones preliminares, pero en este caso el requisito indica explícitamente una versión preliminar, así que la instala. Se probaron cuatro versiones de pip, de la 23.2 a la 26.2, con Python 3.12; todas seleccionaron 0.1.8.

En agosto, al reinstalarlo en otro entorno limpio, se obtuvo el mismo resultado: 0.0.2 y la palabra «Successfully».

Conviene conocer de antemano algunos detalles prácticos.

Ocupa bastante espacio: la instalación básica ocupa 143 megabytes; con cuatro formatos, 303. El componente más pesado, de 81 megabytes, es el detector de tipos de archivo, que se instala incluso con la instalación básica. No importa en un portátil, pero sí en una función en la nube con un límite de tamaño.

No cuentes con los mirrors como alternativa. Un mirror probado proporcionó un índice y los archivos de MarkItDown estaban presentes, pero faltaba una dependencia necesaria, así que la instalación falló tanto con Python 3.14 como con 3.12.

La instalación es un problema menor comparado con el principal. Mucho más a menudo, una IA produce disparates porque lo que entró en su ventana de contexto era incorrecto, o estaba representado de forma incorrecta. La capacidad de decidir qué darle a un modelo antes de una tarea se llama ingeniería de contexto, y preparar documentos forma parte de ella.

¿Cómo muestra MarkItDown el texto convertido de un documento?#

La opción más breve:

markitdown dogovor.docx

El texto aparece en la terminal. Para guardarlo en un archivo, hay dos formas:

markitdown dogovor.docx -o dogovor.md
markitdown dogovor.docx > dogovor.md

La diferencia es insignificante en Mac y Linux, pero importa en Windows: redirigir con > puede hacer que el programa se bloquee si la salida contiene texto cirílico.

También puedes pasar un archivo como flujo; en ese caso, resulta útil indicar la extensión:

cat dogovor.docx | markitdown -x docx

Estas son las principales opciones de la ayuda de la versión 0.1.8:

La misma ayuda incluye otras tres opciones útiles que se probaron: --list-plugins muestra los complementos instalados, -p los activa para una ejecución concreta y --keep-data-uris conserva en la salida las imágenes insertadas en el documento (de forma predeterminada se recortan). Las demás son configuraciones de los servicios en la nube de Microsoft.

El envoltorio de Python ocupa tres líneas:

from markitdown import MarkItDown

md = MarkItDown()
print(md.convert("ostatki.xlsx").text_content)

La misma llamada acepta una URL. Una página sencilla devolvió texto limpio de 167 caracteres, incluido un encabezado y un enlace, sin el menú ni el pie de página:

r = md.convert("https://example.com")

¿Qué formatos entiende MarkItDown y qué significa eso en realidad?#

Una tabla resumida de lo que se afirma y lo que sucede en la práctica.

Veamos tres elementos en detalle.

Imágenes. La descripción incluye la palabra OCR, así que la gente espera que el programa lea el texto de una foto. No lo hace. Lee los metadatos con un programa independiente, exiftool, y, si conectas un modelo de visión con tu propia clave, puede enviarle la imagen para que la describa.

Audio. Se puede transcribir el habla, pero no se indica el idioma y, de forma predeterminada, el motor espera inglés. Además, llama al endpoint gratuito no oficial de Google, limitado a unos cincuenta pedidos al día por clave.

Archivos comprimidos. El programa descomprime los ZIP y recorre los archivos que contienen, concatenando los resultados. Si no puede analizar un archivo, captura y descarta el error. El archivo simplemente no aparece en el resultado, y no te enteras.

¿Qué ocurre con los documentos que contienen texto cirílico?#

Los archivos que siguen se crearon específicamente para las pruebas; sus datos son ficticios.

La hoja de inventario de Excel salió igual de limpia, y el nombre de la hoja se convirtió en encabezado:

## Stock
| Item | In stock | Reserved | Available |
| --- | --- | --- | --- |
| Coffee beans, kg | 420 | 38 | 382 |
| Loose-leaf tea, kg | 180 | 52 | 128 |

La presentación se convirtió en texto; los números de diapositiva aparecen como anotaciones y los títulos de las diapositivas, como encabezados. El texto cirílico también está intacto aquí. Es falso afirmar de forma general que «MarkItDown no entiende el cirílico».

Veamos ahora los tres casos problemáticos.

CSV con punto y coma. Se procesaron dos exportaciones de factura idénticas para compararlas. La que usaba comas produjo una tabla de cuatro columnas correcta. Con punto y coma, toda la línea queda en una sola celda.

Toda la línea terminó en una celda. La codificación se reconoció correctamente y no hubo ningún error; la opción -c no ayuda. El modelo recibirá esta tabla y no entenderá qué valor es el importe y cuál es el estado. Exporta de nuevo el archivo con un delimitador de coma explícito y la codificación correcta, conservando el original intacto. No sustituyas globalmente puntos y comas: los separadores dentro de texto entrecomillado y las comas decimales pueden formar parte del valor. Si no puedes volver a exportar, lee el original con su delimitador real y escribe otro CSV con un escritor que preserve entrecomillado y valores. Antes de analizar, compara columnas, filas y totales de control con la exportación original.

Formato de moneda en Excel. El símbolo de moneda se guarda en la configuración de visualización de la celda y no forma parte del valor. Los responsables del proyecto confirmaron la causa. En una lista de precios o una factura, esto importa: el modelo verá números sin saber a qué moneda corresponden.

Consola de Windows. Con archivos que contienen caracteres no latinos, el programa puede fallar.

El rastro del error muestra la codificación cp1251, es decir, la consola de Windows. El documento se analiza correctamente; lo que falla es mostrar el resultado en la terminal. Hay dos soluciones alternativas:

markitdown dogovor.docx -o dogovor.md
$env:PYTHONUTF8 = "1"; markitdown dogovor.docx > dogovor.md

La primera evita por completo la consola; la segunda hace que Python escriba en UTF-8. Se han enviado al menos seis correcciones para la propia herramienta: algunas propuestas se cerraron sin fusionarse y las demás siguen abiertas. Así que hay que recurrir a una solución alternativa.

En los PDF aparece un cuarto síntoma: secuencias como (cid:1090) en lugar de letras. Esto significa que el archivo tiene una tabla de fuentes no estándar y que no se pudieron decodificar sus caracteres. No tiene sentido procesar ese documento con MarkItDown; necesitas otra herramienta.

¿Por qué un PDF sale hecho un desastre?#

Para probarlo, se procesó un artículo científico de dos columnas de 2.16 megabytes. El código de salida fue cero; tras 0.9 segundos, el resultado contenía 88,000 caracteres, casi todos disparates. Ochenta y ocho mil caracteres dan la impresión de que todo funcionó. Eso es, hasta que abres el archivo:

|     | Hybrid |          | OCR-LLM     |     | Framework  |
| --- | ------ | -------- | ----------- | --- | ---------- |
...
Informationextractionfromcopy-heavydoc-
5202 tcO 11  ]LC.sc[  1v83101.0152:viXra

Fallaron tres cosas al mismo tiempo. El diseño de dos columnas se convirtió en tablas que no aparecen en el artículo. Las palabras se pegaron sin espacios. La última línea es una barra lateral vertical de la página, extraída al revés.

Luego vino la parte divertida. El artículo de prueba resultó ser precisamente el trabajo que midió MarkItDown y lo comparó con otras herramientas. La herramienta convirtió el párrafo que informaba de sus propias mediciones en esto:

cues. This name-matching error could be miti-  OCRpreprocessingoverhead(0.056s),whileDo-
gatedthroughpromptengineeringtoprovidemore  clingandMinerUadoptmorecomputationallyin-
explicit matching instructions or fine-tuning the  tensive strategies with OCR latencies of approxi-

Las columnas izquierda y derecha se unen línea por línea. Un modelo al que se le dé esto leerá la mitad de una frase de un párrafo y la mitad de otra.

La causa es técnica y sencilla. Word indica explícitamente «esto es un encabezado» y «esto es una celda de tabla». Un PDF indica «esto es un carácter» y «estas son sus coordenadas en la página». Reconstruir la estructura a partir de coordenadas es una tarea independiente y difícil, y MarkItDown apenas lo intenta. El código fuente del análisis de PDF no detecta encabezados: si una página no se reconoce como formulario o tabla, todo el documento pasa por una extracción básica de texto.

Los usuarios lo notifican con regularidad en el repositorio del proyecto, también en artículos científicos y tablas.

La herramienta no encuentra ni un solo encabezado en los PDF, tal como muestra su código fuente.

La cifra «MarkItDown alcanza una precisión del 82 %» circula por Internet sin metodología alguna. Rastrearla hasta la fuente original no lleva a ninguna parte: la cadena de enlaces termina en una página que no carga. No se puede considerar una medición.

¿Qué ocurre con un contrato escaneado?#

Este comportamiento es más peligroso que los demás porque no parece un fallo.

Para probarlo, se creó un PDF a partir de una imagen con texto; es decir, exactamente lo que se obtiene al fotografiar o escanear un contrato. Se repitió la ejecución para descartar el azar:

Cero caracteres y cero errores, dos veces seguidas. Un código de salida cero significa «todo salió bien», y cualquier script que compruebe el éxito por el código de salida contará el documento como procesado. Luego la salida vacía llega al modelo, el modelo no ve nada y empieza a inventar una respuesta de la nada.

Hay dos soluciones alternativas y ambas son de pago. La primera es la opción -d, que envía el documento al servicio de reconocimiento en la nube de Microsoft; el texto de ayuda de la opción indica explícitamente que se necesita un endpoint de servicio válido. La segunda es un paquete adicional independiente que envía las páginas a un modelo de visión con tu clave, así que pagas al proveedor del modelo por cada página. Desde abril de 2026, en una discusión abierta sobre el segundo método se informa de que solo se procesa la primera página de un escaneo de varias páginas.

También puedes ejecutar un modelo de reconocimiento en tu propio equipo, pero eso es otro proyecto.

Para un documento puntual, es más fácil abrirlo y copiar el texto manualmente. Para un flujo de escaneos, necesitas una herramienta con reconocimiento integrado.

¿Puedes simplemente subir el archivo a un conversor en línea?#

«MarkItDown en línea» es una de las sugerencias de búsqueda más comunes y hay sitios que lo ofrecen. La herramienta original de Microsoft no tiene sitio web; solo está disponible como programa que instalas tú. Cualquier cosa con un nombre parecido que se abra en un navegador la creó otra persona.

Puedes comprobar un servicio así en un minuto: abre las herramientas de desarrollo en la pestaña de solicitudes de red, sube cualquier archivo inocuo y comprueba si se envía a un servidor. Si es así, la afirmación de que el procesamiento se hace en el navegador es falsa, por segura que suene en la sección de preguntas frecuentes.

Por eso se valora MarkItDown en lugares donde los documentos no pueden enviarse fuera de la organización. En una discusión, alguien describió su situación: en su portátil de trabajo estaban prohibidos los programas arbitrarios, pero se permitían las bibliotecas de Python, y la utilidad local resultó ser la única opción disponible.

¿Cuánto ahorra realmente MarkItDown?#

Un archivo de Office es un archivo comprimido estructurado que contiene marcado. Si descomprimes los tres archivos de prueba y comparas el tamaño de la parte con contenido con el de la salida, obtienes esto:

Los archivos son pequeños; las proporciones serán diferentes en los más grandes y no existe una cifra única de ahorro. Cuando veas cifras redondas en artículos comparativos, pregunta cuál fue la metodología.

Los propios desarrolladores también hablan del ahorro: la descripción del proyecto dice específicamente que las convenciones de Markdown son muy económicas en caracteres. Es cierto, pero no debería ser el principal argumento de venta. La diferencia entre «el modelo recibió tres mil caracteres en vez de quince mil» y «el modelo recibió una estructura clara en vez de un revoltijo» es de otro orden. Lo primero ahorra dinero; lo segundo determina si la respuesta tendrá sentido.

Si te preocupa el uso de contexto, se trata por separado en Adónde van los tokens en Claude y cuántos incluye cada plan.

¿Cómo conectar MarkItDown al agente de inteligencia artificial Claude Code mediante MCP?#

MCP es una forma de darle a una IA una herramienta externa que pueda usar por sí misma. Para conocer el mecanismo y otros servidores, consulta el análisis de servidores MCP para Claude Code.

El servidor de MarkItDown ofrece exactamente una herramienta: convertir un documento en texto. Acepta una ruta de archivo local, una URL de página o datos incrustados directamente en la solicitud.

Se conecta a Claude Code con un solo comando, fijando la versión del servidor. Necesitas el gestor de paquetes uv:

claude mcp add --scope user --env 'ORT_DISABLE_TELEMETRY=1' --env 'UV_PYTHON=3.12' --transport stdio markitdown -- uvx markitdown-mcp@0.0.1a7
claude mcp list

La respuesta al segundo comando debería mostrar «Connected» para markitdown. El primer inicio descarga unos setenta paquetes y tarda hasta un minuto; después, el servidor se inicia en uno o un segundo y medio.

Estas son las salvedades, comprobadas manualmente.

La compilación 0.0.1a7 se publicó el 14 de septiembre de 2026. Antes de eso, el servidor llevaba más de un año estancado en 0.0.1a4, desde mayo de 2025. El número de la última versión sigue correspondiendo a una versión preliminar.

No se instala en todos los sistemas que tengan una versión reciente de Python. El motor onnxruntime del que depende está disponible para Python 3.14 en Mac solo en equipos con Apple Silicon y macOS 14 o posterior, así que la instalación falla en Mac con procesador Intel y en macOS 13 o anterior con Python 3.14. En un Mac con Apple Silicon, se ejecutó el servidor con Python 3.14, 3.13 y 3.12, y se instaló en las tres versiones. El comando usa UV_PYTHON=3.12: hay paquetes precompilados para Windows, Linux y Mac con Apple Silicon, y si no tienes esa versión de Python, uv la descargará. También hay una salvedad para los Mac con procesador Intel: uv compilará la biblioteca cryptography desde el código fuente porque desde junio de 2026 no hay paquetes precompilados para Intel. La instalación tarda más y puede fallar.

La versión de MarkItDown instalada depende de la versión de uv. Desde MarkItDown 0.1.6, la opción [all] requiere una biblioteca de Azure preliminar: uv 0.12 y posteriores la instalan, junto con la versión más reciente de MarkItDown, 0.1.8; las versiones anteriores de uv degradan a 0.1.5. Comprueba tu versión de uv con uv --version.

Se envían dos cosas fuera del equipo. La primera es la telemetría: en Mac y Linux, el motor onnxruntime dentro del servidor la envía a Microsoft de forma predeterminada. La variable ORT_DISABLE_TELEMETRY=1 del comando la desactiva. En las pruebas, sin ella, el servidor se conectó a los endpoints de telemetría de Microsoft. Con la variable configurada, no hubo ninguna conexión mientras se procesaban archivos del disco.

La segunda es el audio. El servidor envía archivos WAV, MP3, M4A y MP4 al servicio de reconocimiento del habla de Google para transcribirlos mediante HTTP normal, sin cifrado. Es mejor no enviarle grabaciones de conversaciones con clientes.

Un documento grande no cabe en el servidor. Una discusión abierta describe una respuesta del servidor de 51,000 tokens que alcanzó un límite de 25,000 tokens; además, la herramienta no divide los archivos en fragmentos.

Y la seguridad. La documentación del propio paquete lo dice con claridad:

En otras palabras, un agente con esta herramienta puede leer cualquier cosa que tú puedas leer. Es aceptable para trabajar en tu propio equipo. No debes exponer el servidor públicamente ni dárselo a un agente no confiable.

Para el trabajo habitual, es más fácil ejecutar el programa con un comando y poner el texto resultante en el proyecto. Así, el archivo queda junto a los demás materiales, donde el modelo puede consultarlo por su cuenta.

¿Cuándo es más honesto usar otra herramienta?#

Una comparación por tareas; las estrellas de GitHub no tienen nada que ver:

Hay un detalle sobre Marker que los artículos comparativos omiten. Desde julio de 2026, el código en sí tiene una licencia permisiva, mientras que los pesos del modelo tienen una licencia independiente con un umbral: el uso es gratuito si los ingresos de tu empresa no superaron los cinco millones de dólares y no captó esa misma cantidad en financiación durante el año anterior. Otra cláusula prohíbe su uso a cualquiera que esté creando un producto competidor. Esto no afecta a la mayoría de los lectores, pero es un motivo para que una empresa en crecimiento lea la licencia antes de adoptarlo.

De ahí se desprende un flujo de trabajo práctico de cuatro pasos:

1. Procesa todo con MarkItDown: es gratuito e instantáneo.
2. Abre el resultado y comprueba su tamaño.
3. Si el texto tiene sentido, la tarea está hecha; no hace falta nada más.
4. Si el resultado es un caos o está vacío, procesa ese archivo concreto con una herramienta más potente.

Así solo pagas en tiempo y complejidad por los documentos que lo necesitan.

¿Cómo integrar MarkItDown en tu flujo de trabajo?#

Anthropic usa MarkItDown en sus propias skills listas para trabajar con archivos de Office, y esas skills explican por completo el límite que deberías adoptar:

En el texto se pierden las referencias a celdas y páginas, así que no puedes usarlo para modificar el archivo fuente. Estos son tres casos.

Un lote de documentos similares: actas, facturas, formularios y solicitudes. Ponlos en una carpeta y procésalos con una sola línea:

for f in dokumenty/*.docx; do markitdown "$f" -o "text/$(basename "$f" .docx).md"; done

Luego dale al modelo la carpeta de archivos de texto y pídele que reúna la información relevante en una tabla. Esto funciona con archivos digitales; los escaneos fallarán y los detectarás enseguida por su tamaño cero.

Materiales de referencia permanentes del proyecto: listas de precios, plantillas de contratos, políticas y descripciones de servicios. Conviértelos en texto una vez y guárdalos junto al proyecto. El modelo podrá leerlos con cada solicitud, así que no tendrás que adjuntar los archivos a la conversación cada vez. El artículo sobre cómo subir archivos a Claude explica en qué se diferencia de subir un archivo al chat.

Una exportación de un sistema contable. Una exportación de Excel de un programa de contabilidad o una cuenta bancaria se convierte en tabla en un tercio de segundo, y el modelo puede calcular con ella sin pasos intermedios. Comprueba que el CSV se haya exportado o leído con su delimitador real, entrecomillado y codificación; compara filas, columnas y totales de control antes de entregarlo al modelo. No normalices separadores con buscar y reemplazar. Indica además la moneda expresamente: un símbolo guardado solo en el formato de una celda Excel no sobrevive a la extracción.

Procesar PDF grandes en la terminal no está en esta lista. Es un asunto aparte relacionado con el uso de contexto, tratado en el artículo sobre PDF en Claude Code sin perder tokens. Si solo estás configurando tu espacio de trabajo, empieza por instalar Claude Code.

Para empezar ahora mismo, ejecuta pip install 'markitdown[pdf,docx,xlsx,pptx]', procesa el primer contrato de Word que encuentres y comprueba el tamaño del resultado. En medio minuto sabrás si funciona con tus archivos.

Cuando quieras, conoce Ailoot.