Comparativa
Conversores de PDF a Markdown frente a una versión IA con fidelidad comprobada
Conversores como Marker, LlamaParse, Unstructured, Docling, Adobe PDF Extract API y Mathpix son buenos analizadores: convierten los PDF en Markdown o JSON para tu propio pipeline. The Papers empieza por la conversión y añade lo que un analizador no indica que haga: cada cifra comprobada frente a la fuente, confirmación de las ambigüedades por parte del propietario, un enlace canónico permanente con historial de versiones y analíticas sobre quién y qué IA lo leyó.
Los conversores, según su propia documentación
Ninguno de los seis indica que compruebe las cifras extraídas frente a la fuente ni que aloje un enlace canónico permanente.
| Herramienta | Qué indica | Dónde se ejecuta |
|---|---|---|
| Marker | PDF, imágenes, PPTX, DOCX, XLSX, HTML, EPUB a Markdown, HTML, JSON con coordenadas, fragmentos; pasada opcional con LLM | En local; API alojada de Datalab |
| LlamaParse | Análisis consciente del diseño de PDF, escaneos, tablas y gráficos a Markdown, texto o JSON | API, SDK, interfaz web |
| Unstructured | Particiona, limpia, extrae y fragmenta documentos para LLM; esquema JSON canónico | Kit de herramientas de código abierto |
| Docling | PDF, Office, HTML, imágenes; diseño, orden de lectura, tablas, fórmulas; Markdown, HTML, JSON sin pérdidas | En local o en entornos aislados (air-gapped); docling-serve; servidor MCP |
| Adobe PDF Extract API | JSON estructurado con representaciones de tablas y figuras; salida en Markdown anunciada en 2026 | API en la nube |
| Mathpix | PDF a Mathpix Markdown, DOCX, lines JSON | API y SDK |
Qué añade una versión IA con fidelidad comprobada
| Conversor | The Papers | |
|---|---|---|
| Resultado | Markdown/JSON que almacenas y usas tú | Markdown, JSON y llms.txt publicados en una URL permanente, más una página para personas |
| Comprobación de cifras | No consta | Cada número, moneda, fecha y periodo cotejado con la fuente; ninguna cifra que no esté en la fuente |
| Ambigüedades | No consta | Se envían al propietario y quedan registradas como confirmadas por el propietario |
| Procedencia | Varía (p. ej., coordenadas en el JSON) | Cada valor hace referencia a su página, diapositiva o celda de origen |
| Actualizaciones | Volver a ejecutar la conversión | Historial de versiones en el mismo enlace |
| Analíticas | No consta | Personas frente a lectores de IA, por agente y por formato |
| Estado | No consta | Puntuación de preparación para IA; «Fidelidad comprobada» solo con cero problemas críticos sin resolver |
Cuándo es mejor opción un conversor
- Archivos masivos: necesitas analizar miles de archivos para búsqueda o RAG, sin revisión documento a documento.
- En local: los documentos nunca deben salir de tu infraestructura (Docling y Marker se ejecutan en local).
- Estás construyendo tu propio pipeline y solo necesitas el texto y la estructura.
Cuándo es mejor opción The Papers
- Un documento concreto importa (un deck, un modelo, un contrato, una lista de precios) y la IA de otras personas lo leerá.
- Las cifras deben ser exactas, con matices como «previsión» o «no auditado» unidos a ellas.
- Quieres un único enlace canónico que se mantenga actualizado y muestre quién lo leyó.
Por qué analizar no es lo mismo que comprobar la fidelidad
La tarea de un analizador es recuperar la estructura: orden de lectura, encabezados, tablas, fórmulas. Los buenos analizadores lo hacen bien, y varios ofrecen una pasada opcional con LLM para mejorarlo. Pero un analizador no indica que compruebe el resultado frente a la fuente, así que una celda combinada de una tabla, una columna desplazada o una nota al pie omitida pueden colarse sin aviso en tu pipeline.
La comprobación de fidelidad plantea otra pregunta: ¿coincide exactamente con la fuente cada número, moneda, fecha y periodo del resultado, y aparece algo que la fuente no contiene? En The Papers, los fallos se convierten en incidencias. Los valores que la fuente no resuelve, como si una línea es ingresos o GMV, se envían al propietario. El documento recibe una puntuación de preparación para IA y un estado, y solo alcanza «Fidelidad comprobada» con cero problemas críticos sin resolver.
Usarlos juntos
- Pasa un conversor como Docling o Marker por los archivos internos para búsqueda y recuperación, donde la escala importa más que la revisión documento a documento.
- Elige los documentos que salen de la empresa y contienen cifras en las que otros confían: deck para inversores, modelo financiero, lista de precios, política, resumen de contrato.
- Publícalos en The Papers: Markdown y JSON con fidelidad comprobada en un enlace permanente, más un índice llms.txt para el Data Room.
- Dirige a los agentes internos al Markdown o JSON publicado cuando necesiten la versión de referencia, y conserva el resultado del conversor para búsquedas amplias.
Por rol
| Rol | Necesidad típica | Mejor encaje |
|---|---|---|
| Ingeniero de ML o de datos | Analizar miles de PDF en fragmentos para RAG | Un conversor |
| Equipo con requisitos de seguridad estrictos | Nada puede salir de la red | Un conversor que se ejecute en local o en un entorno aislado |
| Responsable de finanzas | Un modelo y unas cuentas que una IA externa debe leer con exactitud | The Papers |
| Fundador o IR | Un deck y una actualización que los inversores filtran con IA | The Papers |
| Equipo de documentación o soporte | Fichas técnicas y políticas que citan bots y asistentes | The Papers, con historial de versiones en un único enlace |
Preguntas frecuentes
- ¿Es The Papers un conversor de PDF a Markdown?
- No. La conversión es solo el primer paso; el producto es la comprobación de fidelidad frente a la fuente y la versión canónica publicada.
- ¿Puedo usar un conversor y The Papers juntos?
- Sí. Usa un conversor para archivos masivos y pipelines internos, y The Papers para los documentos que otros leerán con IA.
- ¿Comprobación de fidelidad significa que los números son correctos?
- Significa fiel a la fuente. The Papers no certifica que el contenido de la fuente sea cierto.
- ¿Qué formatos de entrada acepta The Papers?
- PDF (con OCR de respaldo para páginas escaneadas), PowerPoint con gráficos nativos y notas del orador, Excel con fórmulas y rangos con nombre, Word y Markdown.
- ¿Qué contiene el JSON?
- Esquema papers-document/1.1: bloques, métricas con periodo, moneda y clasificación, matices, afirmaciones y procedencia por página.
- ¿Es The Papers adecuado para conversiones masivas?
- No. Cada documento se comproba individualmente, así que para archivos sin revisión documento a documento un conversor es la mejor herramienta.