Trabajar con PDFs y documentos largos en Claude
5 min de lectura
Un PDF parece algo simple de subir, pero dos PDF que se ven idénticos en pantalla pueden comportarse de manera muy distinta una vez subidos. Uno está hecho de texto real y Claude puede leer cada palabra directamente. El otro es un escaneo, una fotografía de una página guardada como PDF, y lo que Claude recibe en realidad se parece más a una imagen que a texto. No saber con cuál de los dos tratas es la razón más común por la que una respuesta sobre un PDF regresa sin algo que claramente está en la página.
Consejo
Si una respuesta sobre un PDF parece omitir contenido que sabes que está ahí, revisa si el archivo es un escaneo antes de suponer que la pregunta estaba mal.
PDF de texto frente a PDF escaneados
Un PDF de texto se generó a partir de un documento, un archivo Word exportado a PDF, una página web guardada como PDF, un informe hecho en software de diseño. Las palabras mismas se almacenan como texto, y Claude las lee igual que leería texto pegado.
Un PDF escaneado es una imagen de una página, producida por un escáner o por la app de cámara de un teléfono, incluso cuando se ve perfectamente limpio en pantalla. Sacar texto de una imagen así requiere un paso aparte, y el resultado a veces es incompleto, sobre todo con letra pequeña, escritura a mano, tablas o una página escaneada chueca.
Una página escaneada y una página de texto pueden verse idénticas para ti y comportarse de manera completamente distinta una vez subidas.
Una forma rápida de saber cuál tienes antes de subir: intenta seleccionar una línea de texto en el visor de PDF. Si puedes resaltar palabras individuales, es un PDF de texto. Si hacer clic y arrastrar solo dibuja un recuadro alrededor de toda la página, es un escaneo.
Un proceso para un documento largo o incierto
- 1
Revisa si el contenido llegó completo
Después de subir, pídele a Claude que cite una oración específica que tú mismo ves en la página. Si no encuentra algo que claramente está ahí, el archivo probablemente es un escaneo con extracción incompleta, y conviene saberlo antes de confiar en cualquier respuesta que salga de él.
- 2
Señala páginas o secciones directamente
Para un documento con páginas numeradas o títulos claros, señálalos: “en la página 4”, “en la sección sobre responsabilidad”. Eso acota el enfoque de Claude y facilita verificar después la respuesta contra la fuente.
- 3
Divide un documento muy largo en una secuencia de peticiones
Un informe de 60 páginas no necesita un solo prompt que intente cubrirlo todo. Pregunta por una sección, recibe una respuesta, pregunta por la siguiente. Cada pregunta se apoya en la misma subida, así que no hace falta reafirmar qué es el documento cada vez.
- 4
Verifica contra la página real todo en lo que vayas a confiar
Para lo que importa, un número, una fecha, una cláusula específica, revisa la respuesta directamente contra la página de origen en lugar de confiar en que la extracción fue perfecta. Toma segundos y atrapa el caso raro en que algo se confundió o se omitió.
Cita la oración exacta de la página 2 que describe el aviso previo para cancelar. Si no encuentras esa sección, dímelo directamente en lugar de resumir el tema general.
”Esa última instrucción importa más de lo que parece. Pedirle a Claude que lo diga directamente si no encuentra algo, en lugar de llenar el hueco con una respuesta general que suene plausible, es lo que saca a la luz un problema de extracción en vez de esconderlo.
Sabes si el archivo es un PDF de texto o un escaneo
Una verificación con una oración citada confirmó que el contenido llegó
Los documentos largos se dividen en una secuencia de preguntas sección por sección
Todo en lo que vayas a confiar se revisa contra la página real
Dentro de Claude Tutorial
Verificar contra la fuente aplica a todo documento largo, no solo a los PDF.
Una hoja de cálculo, un largo hilo de correos, un conjunto de notas de reunión, el mismo hábito de revisar una afirmación específica contra la fuente original antes de confiar en ella aparece en las lecciones de la app, no solo con subidas de archivos.
Trabajar a lo largo de varias páginas del mismo documento
En un documento largo, una sola pregunta rara vez cubre todo lo que necesitas. En lugar de intentar diseñar un prompt que alcance cada sección, trátalo como un breve ir y venir: una sección, luego la siguiente, cada una específica.
Ahora haz lo mismo para la sección sobre retención de datos, desde la página 15 más o menos. Mismo formato: cita el texto exacto y luego resume lo que significa en términos sencillos.
”Pedir el mismo formato cada vez también hace que las respuestas sean más fáciles de comparar una vez que repasaste varias secciones, ya que no tienes que conciliar al final tres resúmenes con estructuras distintas.
Cuando un escaneo es inevitable
A veces un documento escaneado es todo lo que tienes, un contrato viejo, un formulario escrito a mano, un fax que alguien reenvió hace años. En ese caso, trata cada respuesta que salga de él como una primera pasada que necesita una revisión manual, no como una respuesta final. Pídele a Claude que señale todo aquello de lo que no está seguro en lugar de presentar un resumen de aspecto limpio que tapa en silencio una sección que no pudo leer con claridad.
Recorre este formulario escaneado sección por sección. En cualquier parte que no puedas leer con confianza, dilo explícitamente en lugar de adivinar lo que probablemente dice.
”Sigue leyendo
- Subir archivos que Claude realmente pueda usar: los hábitos generales de subida en los que se apoya este artículo.
- Resumir un documento largo sin perder lo importante: una vez que puedes recorrer un documento largo de forma confiable, dar forma a lo que extraes de él en torno a quién leerá el resumen.