Lo que un chatbot hace bien

Toma un PDF digital, de esos en los que puedes seleccionar el texto con el ratón, con una tabla de diez o veinte filas. Súbelo a ChatGPT, Claude o Gemini y pídele la tabla. La mayoría de las veces te devuelve las filas y columnas correctas, y algunos asistentes también pueden generar un archivo descargable. Si tu PDF es así, un chatbot es una herramienta razonable para el trabajo.

La longitud por sí sola no siempre es el problema. En nuestra prueba con cuatro trabajos largos, pegamos el texto de un extracto bancario de 320 filas y 10 páginas en tres modelos de chat y pedimos un CSV. Los tres devolvieron todas las filas, con todos los importes y signos correctos. Los fallos que siguen vienen de lo que añade un PDF real: páginas escaneadas, celdas vacías y combinadas, y tablas más largas que una respuesta.

Dónde falla

Los problemas aparecen cuando el documento se vuelve más difícil o más largo.

  • Páginas escaneadas. Un PDF escaneado contiene imágenes de páginas, no texto. Según el asistente, la tabla se lee con errores o no se lee en absoluto.
  • Columnas desplazadas. Una celda vacía o combinada puede mover una columna a la derecha todos los valores que la siguen. El resultado sigue pareciendo una tabla ordenada, y por eso el error pasa fácilmente desapercibido.
  • Números alterados. Las cifras pueden redondearse, un separador de miles puede perderse o confundirse con un punto decimal, y un negativo entre paréntesis puede perder su signo.
  • Filas que faltan. En una tabla que ocupa muchas páginas, el asistente tiende a devolver la primera parte y luego acortar, resumir o detenerse.
  • Texto, no una hoja de cálculo. La respuesta suele ser una tabla dibujada en el chat. Al copiarla en Excel, las columnas pueden volver a romperse.

Una celda incorrecta en una hoja de cálculo es peor que una palabra incorrecta en un texto. Vas a sumar esa columna, y el total parecerá tan fiable como cualquier otro.

Por qué ocurre

Un PDF no guarda una tabla como tabla. Guarda caracteres en posiciones de una página. La cuadrícula que ves existe solo visualmente, y quien la convierte tiene que decidir a qué fila y columna pertenece cada valor. En un escaneo ni siquiera hay caracteres, así que primero hay que leer la página como imagen.

Un asistente de chat hace todo esto de una sola vez y luego tiene que escribir cada celda en una única respuesta. Cuanto más larga es la tabla, más tiene que reproducir sin perder el hilo, y más fuerte es la tendencia a acortar. Nada en ese proceso comprueba que cada fila tenga el mismo número de celdas que el encabezado.

Cómo probarlo tú mismo

Usa un PDF con una tabla de al menos dos páginas y algunas celdas vacías.

  1. Pide a un chatbot que convierta la tabla a Excel y que te dé todas las filas.
  2. Cuenta las filas del resultado y las del PDF.
  3. Revisa la última fila de la última página. ¿Está?
  4. Elige cinco números al azar y compáralos dígito por dígito.
  5. Busca una fila con una celda vacía y comprueba que los valores siguientes están en las columnas correctas.

Si se cumplen las cinco comprobaciones, un chatbot puede con tu documento. Si falla una, habrá que revisar igual el resto de las páginas, y entonces hacerlo a mano cuesta más de lo que ahorraste con la conversión.

Qué usar en su lugar

Usa una herramienta que trate la página como datos. Nuestro convertidor de PDF a Excel lee cada página como imagen, así que los PDF escaneados y las fotos de tablas impresas funcionan igual que los PDF digitales. Cada tabla se devuelve con exactamente una celda por columna en cada fila. Los valores se copian tal como están impresos, sin redondeos, las celdas combinadas se repiten en cada fila que abarcan, y un valor que no se puede leer se escribe como [illegible] en lugar de adivinarlo. La tabla se muestra junto a la página para que puedas comparar antes de descargar un XLSX, con una hoja por tabla, o un CSV.

Dos límites que conviene decir con honestidad: extrae datos, no formato, fórmulas ni gráficos, y una tabla que continúa en varias páginas se devuelve como una tabla por página.

Si el PDF es un extracto bancario o de tarjeta de crédito, el convertidor de extractos bancarios es la mejor opción. Devuelve cada transacción con fecha, descripción, importe con signo y saldo, y une todas las páginas en una sola tabla.

Con cualquiera de las dos herramientas, la primera página es gratis y sin registro, así que puedes hacer la prueba anterior con tu propio archivo. Un documento completo cuesta $5, con pago único.