# Extrair texto de Word, Excel e PowerPoint sem gastar tokens de IA | AisDrive

> AisDrive extrai o texto de docx, xlsx e pptx localmente, sem chamar nenhum modelo e sem consumir tokens de extração. Apenas PDFs e imagens passam por visão IA.

- **Fonte (source):** https://aistohire.com/pt/aisdrive-gerenciador-arquivos-116/f/extrair-texto-office-sem-tokens
- **Plataforma (platform):** AIstoHire
- **Idioma (language):** pt

## Em resumo

- Indexe seus Word, Excel e PowerPoint sem gastar tokens de IA
- AisDrive abre os docx, xlsx e pptx em seu próprio servidor e extrai o texto ali mesmo: zero chamadas a um modelo, zero tokens consumidos. Apenas PDFs e imagens precisam de visão por IA.
- Office a custo zero
- Texto e marcação também grátis
- Word com formatação respeitada

## Indexe seus Word, Excel e PowerPoint sem gastar tokens de IA

AisDrive classifica cada arquivo que você envia para indexar em três rotas de extração antes de tocar em qualquer coisa. Os formatos de texto e marcação (txt, md, csv, tsv, json, xml, html, htm e svg) são decodificados diretamente em UTF-8, removendo a marcação quando necessário. A suíte de escritório OOXML (docx, xlsx e pptx) é aberta como o zip que realmente é e o texto é extraído com bibliotecas locais. E apenas a terceira rota —PDF e imagens (pdf, jpg, jpeg, png, webp, gif)— passa por um modelo multimodal, porque ali não há texto para ler, mas páginas para visualizar.

O trabalho da rota de escritório é feito pelo trabalhador de indexação, não pela IA. Um .docx é processado com mammoth, que preserva parágrafos, listas e tabelas em vez de devolver um monte de XML. Um .pptx é percorrido slide por slide, na ordem numérica correta (o 2 antes do 10), e cada um é marcado no texto para que depois você saiba de qual slide vem uma resposta. Um .xlsx é lido cruzando as strings compartilhadas do livro com as células de cada planilha, assim os valores e as datas que vão como números literais não se perdem pelo caminho: cada linha sai como uma linha de valores.

Isso muda a conta do que custa ter seu drive indexado. Nos formatos de texto e de Office, a extração é registrada a zero tokens de entrada e zero de saída: o único consumo que resta em uma indexação desses arquivos é a incorporação, o vetor que possibilita a busca semântica e o chat. Em um PDF ou uma captura de tela, por outro lado, você também paga pela extração por visão. Se você enviar pastas inteiras de documentos de trabalho, a diferença se torna evidente fatura a fatura.

E o que não pode ser extraído não entra na fila: AisDrive verifica a extensão antes de consumir cota ou tokens e rejeita o arquivo com um aviso claro, em vez de deixar você com uma indexação condenada a falhar. O limite por arquivo é de 20 MB. AisDrive é um mini-app da plataforma AIsToHire; essa funcionalidade é explicada em https://aistohire.com/pt/aisdrive-gerenciador-arquivos-116/f/extrair-texto-office-sem-tokens

## O que inclui

- **Office a custo zero** — docx, xlsx e pptx são extraídos no próprio servidor e a extração é registrada a 0 tokens de entrada e 0 de saída.
- **Texto e marcação também grátis** — txt, md, csv, tsv, json, xml, html, htm e svg são decodificados localmente, limpando a marcação quando existe.
- **Word com formatação respeitada** — o .docx é processado com mammoth, que mantém parágrafos, listas e tabelas em vez de achatar tudo.
- **Excel sem perder números** — o .xlsx é lido combinando as cadeias compartilhadas do livro com as células de cada planilha, assim os números e datas literais entram no índice.
- **PowerPoint slide a slide** — o .pptx é percorrido em ordem numérica real e cada slide é identificado dentro do texto extraído.
- **IA apenas onde necessário** — o modelo de visão é reservado para PDF e imagens, o único caso em que não há texto para ler.
- **Nada de chamadas externas na rota local** — a suíte de escritório não sai da infraestrutura para ser lida por um modelo de terceiros.
- **Sem filas condenadas** — se a extensão não for extraível, AisDrive informa no momento e não consome nem cota nem tokens.

## Perguntas frequentes

### Indexar um documento de Word no AisDrive consome tokens de IA?

A extração do texto, não. Um .docx é aberto no próprio worker do AisDrive com a biblioteca mammoth e sua extração é registrada com 0 tokens de entrada e 0 de saída. O que consome tokens em qualquer indexação é o embedding, o vetor que permite depois a busca semântica e o chat sobre esse documento. Em outras palavras: em um Word você paga apenas pelo embedding; em um PDF você paga também pela leitura por visão.

### Quais formatos o AisDrive lê sem passar por um modelo de IA?

Dois grupos. Os formatos de texto e marcação: txt, md, csv, tsv, json, xml, html, htm e svg, que são decodificados em UTF-8 localmente (e em html, htm, svg e xml a marcação é removida antes da indexação). E a ofimática OOXML: docx, xlsx e pptx, que são abertos como zip e processados com mammoth e jszip. Apenas pdf, jpg, jpeg, png, webp e gif necessitam de um modelo multimodal, pois são páginas ou imagens e não texto.

### Como o AisDrive extrai o conteúdo de uma planilha do Excel?

Abre o .xlsx como zip e lê ao mesmo tempo as strings compartilhadas do livro (onde o Excel armazena os textos) e as células de cada planilha, que só contêm um índice para essa tabela quando são texto e o valor literal quando são números ou datas. É necessário ler as duas coisas ou todos os valores da planilha seriam perdidos. Cada linha é indexada como uma linha de valores separados, permitindo que a IA responda sobre os dados da tabela posteriormente.

### E as apresentações do PowerPoint?

O AisDrive percorre o .pptx slide por slide na ordem numérica correta (o slide 2 antes do 10, que é onde as análises ingênuas falham por nome de arquivo) e extrai o texto de cada um. Cada bloco é etiquetado com seu número de slide dentro do texto indexado, assim quando o chat cita essa apresentação, é possível localizar de onde vem a informação.

### O que acontece se eu enviar um .doc antigo, um .zip ou um formato que não está na lista?

O AisDrive verifica a extensão antes de consumir a cota do plano ou tokens e rejeita a indexação com um aviso de que esse tipo de arquivo não pode ser indexado, em vez de enfileirar um trabalho que acabaria em erro. O arquivo é armazenado normalmente no seu drive: a única coisa que não acontece é a sua indexação para a IA. O limite de tamanho por arquivo enviado é de 20 MB.

- [AisDrive – Gerenciador de Arquivos](https://aistohire.com/pt/aisdrive-gerenciador-arquivos-116)

## Sobre a plataforma

**AisDrive – Gerenciador de Arquivos** — uma aplicação de AIstoHire. Disponível em: https://aistohire.com/pt/aisdrive-gerenciador-arquivos-116/f/extrair-texto-office-sem-tokens

### Outros idiomas

- `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
- `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
