# Extraer texto de Word, Excel y PowerPoint sin gastar tokens de IA | AisDrive

> AisDrive extrae el texto de docx, xlsx y pptx en local, sin llamar a ningún modelo y sin consumir tokens de extracción. Solo los PDF e imágenes pasan por visión IA.

- **Fuente (source):** https://aistohire.com/es/aisdrive-gestor-archivos-116/f/extraer-texto-office-sin-tokens
- **Plataforma (platform):** AIstoHire
- **Idioma (language):** es

## En resumen

- Indexa tus Word, Excel y PowerPoint sin gastar tokens de IA
- AisDrive abre los docx, xlsx y pptx en su propio servidor y saca el texto ahí mismo: cero llamadas a un modelo, cero tokens consumidos. Solo los PDF y las imágenes necesitan visión por IA.
- Office a coste cero
- Texto y marcado también gratis
- Word con formato respetado

## Indexa tus Word, Excel y PowerPoint sin gastar tokens de IA

AisDrive clasifica cada fichero que mandas a indexar en tres rutas de extracción antes de tocar nada. Los formatos de texto y marcado (txt, md, csv, tsv, json, xml, html, htm y svg) se decodifican directamente en UTF-8, quitando el marcado cuando hace falta. La ofimática OOXML (docx, xlsx y pptx) se abre como el zip que realmente es y se le saca el texto con librerías locales. Y solo la tercera ruta —PDF e imágenes (pdf, jpg, jpeg, png, webp, gif)— pasa por un modelo multimodal, porque ahí no hay texto que leer sino páginas que mirar.

El trabajo de la ruta ofimática lo hace el worker de indexación, no la IA. Un .docx se procesa con mammoth, que conserva párrafos, listas y tablas en lugar de devolver un churro de XML. Un .pptx se recorre diapositiva a diapositiva, en orden numérico de verdad (la 2 antes de la 10), y cada una queda marcada en el texto para que después sepas de qué diapositiva viene una respuesta. Un .xlsx se lee cruzando las cadenas compartidas del libro con las celdas de cada hoja, así que los importes y las fechas que van como número literal no se pierden por el camino: cada fila sale como una línea de valores.

Eso cambia la cuenta de lo que cuesta tener tu drive indexado. En los formatos de texto y de Office la extracción se registra a cero tokens de entrada y cero de salida: el único consumo que queda en una indexación de esos ficheros es el embedding, el vector que hace posible la búsqueda semántica y el chat. En un PDF o una captura de pantalla, en cambio, pagas también la extracción por visión. Si subes carpetas enteras de documentos de trabajo, la diferencia se nota factura a factura.

Y lo que no se puede extraer no entra en la cola: AisDrive comprueba la extensión antes de consumir cuota o tokens y rechaza el fichero con un aviso claro, en vez de dejarte una indexación condenada a fallar. El límite por fichero es de 20 MB. AisDrive es una mini-app de la plataforma AIsToHire; esta funcionalidad se explica en https://aistohire.com/es/aisdrive-gestor-archivos-116/f/extraer-texto-office-sin-tokens

## Qué incluye

- **Office a coste cero** — docx, xlsx y pptx se extraen en el propio servidor y la extracción se registra a 0 tokens de entrada y 0 de salida.
- **Texto y marcado también gratis** — txt, md, csv, tsv, json, xml, html, htm y svg se decodifican en local, limpiando el marcado cuando lo hay.
- **Word con formato respetado** — el .docx se procesa con mammoth, que mantiene párrafos, listas y tablas en vez de aplanarlo todo.
- **Excel sin perder cifras** — el .xlsx se lee combinando las cadenas compartidas del libro con las celdas de cada hoja, así que los números y fechas literales entran en el índice.
- **PowerPoint diapositiva a diapositiva** — el .pptx se recorre en orden numérico real y cada diapositiva queda identificada dentro del texto extraído.
- **La IA solo donde hace falta** — el modelo de visión se reserva a PDF e imágenes, el único caso en el que no hay texto que leer.
- **Nada de llamadas externas en la ruta local** — la ofimática no sale de la infraestructura para que se la lea un modelo de terceros.
- **Sin colas condenadas** — si la extensión no es extraíble, AisDrive lo dice al momento y no gasta ni cuota ni tokens.

## Preguntas frecuentes

### ¿Indexar un documento de Word en AisDrive consume tokens de IA?

La extracción del texto, no. Un .docx se abre en el propio worker de AisDrive con la librería mammoth y su extracción se registra a 0 tokens de entrada y 0 de salida. Lo que sí consume tokens en cualquier indexación es el embedding, el vector que permite después la búsqueda semántica y el chat sobre ese documento. Dicho de otro modo: en un Word pagas el embedding y nada más; en un PDF pagas además la lectura por visión.

### ¿Qué formatos lee AisDrive sin pasar por un modelo de IA?

Dos grupos. Los formatos de texto y marcado: txt, md, csv, tsv, json, xml, html, htm y svg, que se decodifican en UTF-8 en local (y en html, htm, svg y xml se quita el marcado antes de indexar). Y la ofimática OOXML: docx, xlsx y pptx, que se abren como zip y se parsean con mammoth y jszip. Solo pdf, jpg, jpeg, png, webp y gif necesitan un modelo multimodal, porque son páginas o imágenes y no texto.

### ¿Cómo extrae AisDrive el contenido de una hoja de Excel?

Abre el .xlsx como zip y lee a la vez las cadenas compartidas del libro (donde Excel guarda los textos) y las celdas de cada hoja, que solo contienen un índice a esa tabla cuando son texto y el valor literal cuando son números o fechas. Hay que leer las dos cosas o se perderían todos los importes de la hoja. Cada fila se indexa como una línea de valores separados, de manera que la IA puede después responder sobre los datos de la tabla.

### ¿Y las presentaciones de PowerPoint?

AisDrive recorre el .pptx diapositiva por diapositiva en orden numérico correcto (la diapositiva 2 antes que la 10, que es donde fallan los parseos ingenuos por nombre de fichero) y extrae el texto de cada una. Cada bloque queda etiquetado con su número de diapositiva dentro del texto indexado, así que cuando el chat cita esa presentación se puede localizar de dónde sale la información.

### ¿Qué pasa si subo un .doc antiguo, un .zip o un formato que no está en la lista?

AisDrive comprueba la extensión antes de consumir cuota de plan o tokens y rechaza la indexación con un aviso de que ese tipo de fichero no se puede indexar, en lugar de encolar un trabajo que acabaría en error. El fichero se queda guardado con normalidad en tu drive: lo único que no ocurre es su indexación para IA. El límite de tamaño por fichero subido es de 20 MB.

- [AisDrive – Gestor de Archivos](https://aistohire.com/es/aisdrive-gestor-archivos-116)

## Sobre la plataforma

**AisDrive – Gestor de Archivos** — aplicación de AIstoHire. Disponible en: https://aistohire.com/es/aisdrive-gestor-archivos-116/f/extraer-texto-office-sin-tokens

### Otros idiomas

- `en`: https://aistohire.com/aisdrive-file-manager-116/f/extract-text-office-without-tokens
- `fr`: https://aistohire.com/fr/aisdrive-gestionnaire-fichiers-116/f/extraire-texte-office-sans-tokens
- `it`: https://aistohire.com/it/aisdrive-gestore-file-116/f/estrarre-testo-office-senza-token
- `pt`: https://aistohire.com/pt/aisdrive-gerenciador-arquivos-116/f/extrair-texto-office-sem-tokens
- `de`: https://aistohire.com/de/aisdrive-dateimanager-116/f/text-aus-office-ohne-tokens-extrahieren
- `bg`: https://aistohire.com/bg/aisdrive-menidzhar-na-faylove-za-proekti-ais-to-hire-116/f/izvlichane-na-tekst-ot-office-bez-tokeni
- `ja`: https://aistohire.com/ja/fairu-kanri-manager-116/f/office-text-chushutsu-token-nashi
- `nl`: https://aistohire.com/nl/aisdrive-bestandsbeheer-voor-projecten-ais-to-hire-116/f/tekst-uit-office-halen-zonder-tokens
- `ko`: https://aistohire.com/ko/aisdrive-file-manager-pail-gwanlija-116/f/office-tokeun-eopsi-teksteu-chuchul
- `sv`: https://aistohire.com/sv/aisdrive-filhanterare-for-projekt-ais-to-hire-116/f/extrahera-text-office-utan-tokens
- `da`: https://aistohire.com/da/aisdrive-filhandtering-til-projekter-ais-to-hire-116/f/udtraek-tekst-fra-office-uden-tokens
- `ar`: https://aistohire.com/ar/aisdrive-mdir-mlfat-llmsharia-ais-to-hire-116/f/istikhraj-nass-office-bila-tokens
- `no`: https://aistohire.com/no/aisdrive-filbehandler-for-prosjekter-ais-to-hire-116/f/trekke-ut-tekst-office-uten-tokens
- `fi`: https://aistohire.com/fi/aisdrive-tiedostonhallinta-projekteille-ais-to-hire-116/f/poimi-teksti-officesta-ilman-tokeneita
- `zh`: https://aistohire.com/zh/aisdrive-file-manager-116/f/yongbu-token-tiqu-office-wenzi
- `pl`: https://aistohire.com/pl/aisdrive-menedzer-plikow-dla-projektow-ais-to-hire-116/f/wyodrebnianie-tekstu-office-bez-tokenow
- `he`: https://aistohire.com/he/aisdrive-mnhl-kbtsim-lproiktim-ais-to-hire-116/f/extract-office-text-without-tokens
- `cs`: https://aistohire.com/cs/aisdrive-spravce-souboru-pro-projekty-ais-to-hire-116/f/extrahovat-text-office-bez-tokenu
- `id`: https://aistohire.com/id/aisdrive-pengelola-file-untuk-proyek-ais-to-hire-116/f/ekstrak-teks-office-tanpa-token
