# Convertir un PDF a Markdown (para IA) > Cómo convertir a Markdown PDF con texto, escaneados, con tablas o con diseños complejos, y verificar el resultado antes de usarlo con una IA. ## La forma rápida y fiable Primero intenta seleccionar y copiar un párrafo del PDF. - Si el texto se puede seleccionar y aparece en el orden correcto, empieza con un extractor normal de PDF a Markdown. - Si se puede seleccionar pero las columnas, tablas o notas quedan desordenadas, usa una herramienta que tenga en cuenta el diseño y reserva tiempo para corregirlo. - Si la página se comporta como una sola imagen, aplica OCR (reconocimiento óptico de caracteres) antes de reconstruir el Markdown. En todos los casos, considera el Markdown un **borrador derivado del PDF**, no un sustituto ya verificado. Conserva el original para revisar orden, títulos, cifras, tablas y citas. ## Elige el método según el tipo de PDF | Tipo de PDF | Cómo reconocerlo | Punto de partida | Riesgo principal | |---|---|---|---| | Texto sencillo | Texto seleccionable, una columna, pocas figuras | Extracción de texto a Markdown | Pérdida de títulos y listas | | Informe con varias columnas | Al copiar, el texto salta entre columnas o recuadros | Extracción sensible al diseño | Orden de lectura incorrecto | | Documento con muchas tablas | Cuadrículas densas, cabeceras combinadas, muchas unidades | Extracción de tablas; mejor aún, la hoja de cálculo original | Valores desplazados a otra columna | | Escaneo o fotografía | No se puede seleccionar texto o toda la página se selecciona como imagen | OCR configurado con el idioma correcto | Caracteres mal leídos u omitidos | | Fórmulas, figuras o notas | Ecuaciones, pies de figura, referencias o dos columnas | Extracción especializada y revisión manual | Fórmulas, citas y pies dañados | | Formularios o páginas diseñadas | El significado depende de cajas, flechas o posición | Reestructuración manual con referencia a la imagen | Relaciones visuales aplanadas | Si existe el archivo fuente —Markdown, HTML, DOCX, CSV o una hoja de cálculo— suele ser mejor partir de él. El PDF fija una presentación; el archivo original normalmente conserva más estructura. ## Flujo de conversión paso a paso ### 1. Guarda el original y registra la fuente Mantén una copia sin cambios. Anota título, entidad autora, fecha, URL o nombre de archivo, versión y fecha de consulta. El Markdown convertido debe poder rastrearse hasta el PDF. ```markdown --- title: "Informe anual de ejemplo" source_file: "informe-2026.pdf" source_url: "https://example.com/informe-2026.pdf" retrieved: 2026-08-13 --- ``` ### 2. Prueba páginas representativas Antes de convertir cien páginas, prueba una página normal, otra con tabla, una con figura o nota al pie y cualquier página donde cambie el diseño. Una herramienta que funciona en la portada puede fallar más adelante. ### 3. Extrae el texto o ejecuta OCR Usa extracción directa en PDF con texto nativo y OCR en páginas que solo contienen imágenes. Algunos archivos mezclan ambos tipos. Configura todos los idiomas presentes y conserva las imágenes de página para comprobar caracteres dudosos. ### 4. Reconstruye la estructura semántica - Usa un único `#` para el título real del documento. - Convierte secciones y subsecciones en `##` y `###` según su jerarquía, no según el tamaño de letra. - Convierte viñetas y pasos en listas Markdown reales. - Une líneas cortadas solo por el ancho de la página, sin borrar los límites de párrafo. - Mantén pies junto a sus figuras o tablas y notas junto a su referencia. - Elimina encabezados, pies y números repetidos, salvo que aporten información. El texto en negrita no siempre es un título. Ningún conversor puede deducir con certeza la jerarquía solo a partir del aspecto visual. ### 5. Conserva referencias de página cuando importen Si la respuesta debe poder comprobarse en el PDF, añade marcadores antes del contenido correspondiente: ```markdown [Página 12 del PDF] ## Reconocimiento de ingresos ``` Aclara si usas la numeración impresa o la del visor cuando no coincidan. No inventes referencias después de reordenar el contenido. ### 6. Renderiza y compara Mira una vista previa del Markdown, pero lee también el texto fuente. Una página que se ve limpia todavía puede contener secciones duplicadas, filas ausentes o cifras asociadas a la etiqueta equivocada. ## Tablas y títulos: lo que no se conserva automáticamente Las tablas son una parte de alto riesgo. Comprueba cada relación entre cabecera, etiqueta de fila, valor, unidad, periodo y nota. Si hay cabeceras combinadas, conviértelas en nombres de columna explícitos o divide la tabla. ```markdown | Métrica | 2025 | 2026 | Unidad | |---|---:|---:|---| | Ingresos | 120 | 148 | Millones de EUR | | Retención | 91 | 95 | Porcentaje | ``` Una tabla puede ser Markdown válido y estar factualmente mal porque `8,0` se convirtió en `80`, un signo menos desapareció o una unidad pasó a otra fila. Comprueba los totales de manera independiente. Si existe la hoja de cálculo original, úsala en lugar de reconstruir datos desde el PDF. Los títulos tampoco están garantizados: un conversor puede convertir toda negrita en título, perder un nivel o insertar un pie de página en medio de una sección. Revisa el índice y la secuencia de títulos contra el original. ## Lista de verificación ### Integridad y orden - Están presentes las secciones iniciales, centrales y finales. - El texto de varias columnas sigue el orden previsto. - Recuadros, leyendas y notas no interrumpen párrafos ajenos. - No faltan páginas ni aparecen bloques duplicados. ### Estructura - Los niveles de título representan una jerarquía real. - Los párrafos cortados por salto de línea se han unido correctamente. - Las listas conservan todos sus elementos y su orden. - Las tablas tienen las columnas esperadas y sus notas siguen asociadas. ### Datos y evidencia - Nombres, fechas, importes, decimales, signos, monedas y unidades coinciden con el PDF. - Las fórmulas y símbolos se han comparado con la página renderizada. - Las figuras importantes tienen descripción o datos subyacentes. - Las citas, notas al pie, enlaces y páginas siguen apuntando al contenido correcto. ### Procedencia y seguridad - Se conserva el PDF original y se registra la fecha de conversión. - Los pasajes ilegibles están marcados, no adivinados. - Se han eliminado secretos y datos personales innecesarios. - El servicio de IA elegido es adecuado para la confidencialidad del documento. :::tip Un fallo de gran impacto puede ser una tabla convincente con cabeceras, cifras o unidades desplazadas, no solo una página fea. Revisa las filas importantes celda por celda. ::: ## ¿Se puede dar el PDF directamente a una IA? A menudo sí, sobre todo si es corto, contiene texto nativo y la herramienta admite PDF. Convierte a Markdown cuando necesites corregir OCR u orden, reutilizar secciones, controlar versiones, retirar partes sensibles, añadir metadatos o dividir un documento para búsqueda. En materiales visuales complejos puede convenir usar ambos: Markdown para texto buscable y las páginas originales para figuras, diseño y verificación final. Después, consulta [Markdown para IA](/es/markdown-for-ai/) para separar instrucciones, fuente y formato de salida. ## Siguiente paso - [Markdown para IA](/es/markdown-for-ai/) — prepara la fuente convertida y tus instrucciones. - [Tablas en Markdown](/es/tables/) — repara filas, columnas, cabeceras y unidades. - [Saltos de línea](/es/line-breaks/) — corrige líneas partidas durante la extracción. - [Convertir Markdown a PDF](/es/md-to-pdf/) — exporta una fuente Markdown ya revisada.