Convierte cualquier archivo en texto para IA

Microsoft lanzó una herramienta gratuita que convierte PDFs, Word y PowerPoints en texto limpio que cualquier IA puede leer, conservando toda la estructura.

Qué es esto

El equipo AutoGen de Microsoft — el mismo que construye herramientas para agentes de IA — publicó en abierto algo llamado MarkItDown. Convierte más de quince formatos de archivo en un texto limpio y estructurado que las IAs pueden leer sin perderse por el camino.

Suena técnico. Pero tiene un lado muy práctico.

Cuando subes un PDF a la mayoría de herramientas de IA, el resultado suele ser un desastre: las tablas se deshacen, los títulos desaparecen, el orden se pierde. La IA recibe algo que parece un documento triturado y rearmado al azar. MarkItDown resuelve eso. Mantiene las tablas como tablas, los títulos como títulos — para que la IA al otro lado entienda de verdad lo que está leyendo.

Funciona con PDFs, documentos Word, PowerPoints, imágenes, audios, páginas web y más. Y se conecta directamente con herramientas como Claude Desktop, así que un asistente de IA puede procesar tus archivos sin que tengas que hacer nada especial.

Por qué nos llamó la atención

Casi 180.000 desarrolladores han marcado este proyecto en GitHub desde su lanzamiento. Eso no es poca cosa. Significa que mucha gente que construye sistemas de IA ha decidido que esto resuelve un problema real.

Para quien gestiona un negocio, la pregunta práctica es: ¿tienes documentos — contratos, informes, catálogos, presentaciones antiguas — que te gustaría que una IA entendiera y con los que pudiera trabajar? Esta es la infraestructura silenciosa que lo hace posible.

Palabras que vale la pena conocer

Markdown — Una forma sencilla de escribir texto donde ciertos símbolos le dicen al ordenador qué es un título, una lista o una tabla. Es como un idioma común que los documentos pueden hablar.

RAG — Las siglas de Retrieval-Augmented Generation. Es cuando una IA consulta tus propios documentos antes de responder, en lugar de improvisar desde su memoria.

Servidor MCP — Un pequeño conector que permite a herramientas de IA como Claude llamar a servicios externos de forma automática, como el TPV de un restaurante que habla con la pantalla de cocina.

Código abierto — Software cuya receta es pública y libre de usar, revisar o modificar. MarkItDown tiene licencia MIT, una de las más permisivas que existen.

Si tienes una carpeta de informes antiguos o un catálogo de productos que nunca has podido buscar bien, esto merece un vistazo. La próxima vez que hables con un desarrollador o consultor de IA, pregúntale si tus documentos están llegando limpios.