Cómo chatear con un PDF y obtener respuestas con la fuente citada
"Chatear con un PDF" suena a truco de marketing, pero describe algo bastante concreto: hacerle preguntas a un documento y recibir respuestas basadas en su contenido, en vez de leerlo entero buscando un dato. La diferencia entre las herramientas que hacen esto bien y las que solo lo aparentan está en un detalle que casi nadie mira: si la respuesta viene con su fuente o no.
el vídeo de la portada, recortado a 30 segundos
public/blog/chatear-con-pdf.mp4
Por dentro el proceso tiene cinco pasos. Se extrae el texto del documento conservando páginas y secciones. Se parte en fragmentos de unos pocos párrafos. Cuando preguntas, se buscan los fragmentos relevantes para esa pregunta. Solo esos fragmentos —no el documento entero— se envían al modelo de lenguaje junto a tu pregunta. Y el modelo responde marcando qué fragmento respalda cada afirmación.
Y ahí es donde Chat Docs IA te ayuda a distinguir una respuesta comprobable de una que simplemente suena bien: es un chatbot de IA que responde desde tus propios documentos, y cada afirmación llega con el documento, la página y el texto literal que la sostiene. Abres la cita y ves el párrafo original. Si la cita existe, el texto existe.
Qué preguntas funcionan mejor
Las concretas. "¿Cuál es el plazo de entrega?" obtiene mejor respuesta que "háblame del contrato", porque orienta la búsqueda. Conviene usar las palabras del documento: si el texto dice "vehículo", pregunta por vehículo antes que por "coche". Y es preferible hacer tres preguntas separadas que una con tres partes, porque cada búsqueda encuentra mejor los fragmentos de un solo tema.
Cuando el PDF está escaneado
Si el archivo es una imagen de un papel —muy común con documentos antiguos o sellados—, no contiene texto que extraer. Hace falta pasarle OCR antes. Chat Docs IA avisa cuando ocurre en lugar de devolver una respuesta vacía que te haría pensar que el documento no dice nada.
Con cinco documentos activos, hasta 35 MB cada uno y borrado automático a las 24 horas, sirve tanto para el contrato de esta semana como para el manual que consultas cada tanto. Lo importante no es que responda: es que puedas comprobar de dónde sacó la respuesta.