# AIトークンなしでWord・Excel・PowerPointのテキストを抽出 | AisDrive

> AisDriveは、docx、xlsx、pptxのテキストをローカルで抽出します。モデルを呼び出さず、抽出のためのトークンも消費しません。AIのビジョンを使うのは、PDFと画像だけです。

- **ソース (source):** https://aistohire.com/ja/fairu-kanri-manager-116/f/office-text-chushutsu-token-nashi
- **プラットフォーム (platform):** AIstoHire
- **言語 (language):** ja

## 概要

- Word、Excel、PowerPointを、AIのトークンを使わずにインデックス化
- AisDriveは、docx、xlsx、pptxを自社のサーバーで開き、その場でテキストを取り出します。モデルの呼び出しはゼロ、消費トークンもゼロ。AIのビジョンが必要なのは、PDFと画像だけです。
- Officeファイルはコストゼロ
- テキストとマークアップも無料
- Wordの書式を維持

## Word、Excel、PowerPointを、AIのトークンを使わずにインデックス化

AisDriveは、インデックス化に送られた各ファイルを、何かに触れる前に、3つの抽出ルートに分類します。テキストとマークアップの形式(txt、md、csv、tsv、json、xml、html、htm、svg)は、そのままUTF-8としてデコードされ、必要に応じてマークアップが除去されます。OOXML形式のオフィス文書(docx、xlsx、pptx)は、実際にそうであるzipとして開かれ、ローカルのライブラリでテキストが取り出されます。そして3つ目のルート、PDFと画像(pdf、jpg、jpeg、png、webp、gif)だけが、マルチモーダルモデルを通ります。ここには読み取るテキストがなく、見るべきページがあるからです。

オフィス文書のルートの処理を行うのは、AIではなくインデックス化のワーカーです。.docxはmammothで処理され、XMLのかたまりを返す代わりに、段落、リスト、表が保たれます。.pptxはスライドごとに、本当の数値順(2を10より前)で処理され、それぞれがテキストの中で目印を付けられるので、回答がどのスライドから来たかが後から分かります。.xlsxは、ブックの共有文字列と各シートのセルを突き合わせて読み取るため、数値のリテラルとして入っている金額や日付が途中で失われません。各行は、値を並べた1行として出力されます。

これにより、ドライブをインデックス化しておくためのコストの計算が変わります。テキストとOfficeの形式では、抽出にかかる入力トークンと出力トークンがどちらも0と記録されます。これらのファイルをインデックス化したときに残る唯一の消費は、embeddingです。これは意味検索とチャットを可能にするベクトルです。一方、PDFやスクリーンショットでは、ビジョンによる抽出の分も支払います。仕事用の書類をフォルダごとアップロードするなら、請求書の1枚ごとに差が現れます。

また、抽出できないものはキューに入りません。AisDriveは、クォータやトークンを消費する前に拡張子を確認し、失敗が決まっているインデックス化を残す代わりに、明確な通知とともにそのファイルを拒否します。1ファイルあたりの上限は20MBです。AisDriveはAIsToHireプラットフォームのミニアプリです。この機能については、https://aistohire.com/ja/fairu-kanri-manager-116/f/office-text-chushutsu-token-nashi で説明しています。

## 含まれる機能

- **Officeファイルはコストゼロ** — docx、xlsx、pptxはサーバー内で抽出され、抽出にかかる入力トークンと出力トークンは、どちらも0と記録されます。
- **テキストとマークアップも無料** — txt、md、csv、tsv、json、xml、html、htm、svgはローカルでデコードされ、マークアップがある場合は除去されます。
- **Wordの書式を維持** — .docxはmammothで処理されるため、すべてを平坦にせず、段落、リスト、表が保たれます。
- **Excelの数値も欠けません** — .xlsxは、ブックの共有文字列と各シートのセルを組み合わせて読み取るため、数値や日付のリテラルもインデックスに入ります。
- **PowerPointはスライド単位で** — .pptxは実際の数値順に処理され、抽出されたテキストの中で各スライドが識別できます。
- **AIが必要なところだけ** — ビジョンモデルは、読み取れるテキストがない唯一のケースであるPDFと画像にのみ使われます。
- **ローカル処理では外部呼び出しなし** — Office文書は、第三者のモデルに読み取られるために、自社のインフラの外へ出ることはありません。
- **失敗が決まっているキューはなし** — 拡張子が抽出に対応していなければ、AisDriveはすぐにそう伝え、クォータもトークンも消費しません。

## よくある質問

### AisDriveでWord文書をインデックス化すると、AIのトークンを消費しますか?

テキストの抽出には、かかりません。.docxはAisDrive自身のワーカーでmammothライブラリを使って開かれ、抽出にかかる入力トークンと出力トークンは、どちらも0と記録されます。どのインデックス化でもトークンを消費するのは、embeddingです。これは、その書類に対する意味検索やチャットを可能にするベクトルです。言い換えると、Wordで支払うのはembeddingだけで、PDFではそれに加えてビジョンによる読み取りの分も支払います。

### AisDriveは、AIモデルを使わずに、どの形式を読み取れますか?

2つのグループがあります。1つはテキストとマークアップの形式です。txt、md、csv、tsv、json、xml、html、htm、svgは、ローカルでUTF-8としてデコードされます(html、htm、svg、xmlは、インデックス化の前にマークアップが除去されます)。もう1つはOOXML形式のオフィス文書で、docx、xlsx、pptxはzipとして開かれ、mammothとjszipで解析されます。pdf、jpg、jpeg、png、webp、gifだけは、テキストではなくページや画像なので、マルチモーダルモデルが必要です。

### AisDriveは、Excelシートの内容をどのように抽出しますか?

Excelの.xlsxをzipとして開き、ブックの共有文字列(Excelがテキストを保存している場所)と、各シートのセルを同時に読み取ります。セルは、テキストの場合はその文字列表へのインデックスだけを持ち、数値や日付の場合はリテラルの値を持ちます。両方を読まないと、シート内の金額がすべて失われてしまいます。各行は、区切られた値の1行としてインデックス化されるため、AIは後から表のデータについて回答できます。

### PowerPointのプレゼンテーションはどうですか?

AisDriveは、.pptxをスライドごとに、正しい数値順(スライド2をスライド10より前)で処理し、それぞれのテキストを抽出します。ファイル名で単純に解析すると、ここで失敗します。各ブロックには、インデックス化されたテキストの中にスライド番号のラベルが付くので、チャットがそのプレゼンテーションを引用するときに、情報の出どころを特定できます。

### 古い.docファイル、.zip、または一覧にない形式をアップロードするとどうなりますか?

AisDriveは、プランのクォータやトークンを消費する前に拡張子を確認し、エラーで終わるジョブをキューに入れる代わりに、そのファイルの種類はインデックス化できないという通知とともに、インデックス化を拒否します。ファイルは通常どおりドライブに保存されます。行われないのは、AI向けのインデックス化だけです。アップロードできるファイルの上限サイズは、1ファイルあたり20MBです。

- [AisDrive – ファイルマネージャー](https://aistohire.com/ja/fairu-kanri-manager-116)

## プラットフォームについて

**AisDrive – ファイルマネージャー** — のアプリ AIstoHire. 対応言語: https://aistohire.com/ja/fairu-kanri-manager-116/f/office-text-chushutsu-token-nashi

### その他の言語

- `es`: https://aistohire.com/es/aisdrive-gestor-archivos-116/f/extraer-texto-office-sin-tokens
- `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
- `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
