BT-09 · Trabajo documental · 7 capítulos

Pregunta a tus PDF sin subirlos a la nube

Hazle preguntas a tus PDF con una IA que funciona en tu ordenador: te responde con el archivo y la página, comprueba sus propias citas y no saca nada de tu PC.

Para quien trabaja con documentos confidenciales y quiere preguntarles con IA sin enviarlos a ningún servicio externo. En el capítulo 1 instalas Ollama, le cortas la salida a internet y pones en marcha un script que responde con archivo, página y frase literal, y que comprueba él mismo que esa frase está en el PDF. El resto del libro te enseña a elegir cómo buscar en tus documentos, qué hacer con los escaneados y cómo preparar unas preguntas de control que delatan cuándo se inventa.

Sale del libro completo IA local sin humo en Windows, que lo trata más a fondo.

Disponible · 12 €Precio final · descarga inmediata

Pagas aquí mismo, sin salir de la web, y al terminar descargas el PDF y el resto del paquete.

PDF sin registro: portada, índice completo y el primer capítulo tal como va en el libro.

Pago seguro en esta webVendedor: Parra Capital LLC, titular de la marca BeautyThingsDevoluciones · Licencia

Para quién

Para quién es, y para quién no

Profesionales de gestorías, despachos, consultorías y administraciones que manejan PDF confidenciales en Windows. Nivel intermedio: instalas programas y pegas órdenes en PowerShell; no hace falta programar.

Es para ti si…

  • Manejas contratos, expedientes o informes de clientes y no quieres subirlos a un chat en la nube.
  • Quieres respuestas con la página exacta de donde salen, para comprobarlas antes de firmar o enviar nada.
  • Te han hablado de RAG (darle al modelo solo los trozos de tus documentos que importan) y de embeddings, y quieres saber si de verdad los necesitas.
  • Tienes que poder explicar a un cliente o a tu responsable dónde están los datos y qué sale de tu equipo.

No es para ti si…

  • Buscas una aplicación con ventanas y botones: aquí se trabaja con órdenes en PowerShell y un script.
  • Usas Mac o Linux: las órdenes y las rutas son de Windows.
  • Quieres asesoramiento jurídico sobre tu caso: el capítulo legal explica la norma y su fuente, no tu situación concreta.

Resultado

Qué sabrás hacer

  1. 01

    Tener en tu PC un sistema que responde sobre una carpeta de PDF con archivo, página y frase literal, y te marca cada cita como verificada o no encontrada.

  2. 02

    Dejar Ollama sin salida a internet, y comprobarlo con un script mientras el modelo responde.

  3. 03

    Sacar bien el texto de tus PDF, y tratar los escaneados con OCR (reconocimiento de texto en imágenes) sin fiarte a ciegas de lo que lee.

  4. 04

    Saber elegir entre darle al modelo todo el texto, buscar por palabras clave o buscar por significado (embeddings).

  5. 05

    Preparar unas preguntas de control (sobre el final del documento, cosas que no aparecen, versiones y cifras) que se pasan con una orden y dejan un CSV para revisar.

  6. 06

    Saber dónde quedan copias de tus documentos y cómo borrarlas, con los artículos del RGPD y la LOPDGDD que se aplican.

Índice completo · 7 capítulos

Índice

Es el índice del libro, tal cual. Cada capítulo termina con una forma de comprobar que te ha salido bien.

  1. 01En 60 minutos: tus PDF responden con cita de página
  2. 02Sacar bien el texto del PDF (y qué hacer con los escaneados)
  3. 03¿Cabe entero? Cuándo basta con meterlo todo en el contexto
  4. 04Palabras clave: el buscador que te basta casi siempre
  5. 05Embeddings (RAG): cuando las palabras no coinciden
  6. 06Comprobar que no se inventa
  7. 07Privacidad y RGPD: lo que cambia (y lo que no) al trabajar en local

Probado antes de escribirlo

Buscar por palabras o por significado: lo que pasó con 14 documentos

Preparamos 14 documentos inventados con normas internas de una empresa y 18 preguntas: 13 directas, 2 que obligan a distinguir la norma vigente de la sustituida y 3 que no tienen respuesta en los documentos. Las probamos con gemma4:12b y qwen3.5:9b en Ollama.

  • Buscar por palabras clave, sin ningún modelo, encontró el documento correcto en 15 de 15 preguntas. Igual que la búsqueda por significado (embeddings), que es más complicada de montar.
  • También fue lo más rápido: unos 0,6–0,7 s por pregunta, frente a 1,1–1,3 s dándole todo el texto y 4,8–6,4 s con embeddings.
  • Los 14 documentos juntos ocupaban unos 4.200–4.350 tokens. Ollama, por defecto, solo deja leer 4.096 en una gráfica de 16 GB: no le cabían enteros.
  • Con todo el texto delante, qwen3.5:9b respondió «200 euros» donde el documento decía «superior a 150 euros». Con solo los trozos que importaban, acertó.

Fuente: Pruebas de BeautyThings. Datos descargables en beautythings.net/lab/

Las pruebas, en detalle

Las pruebas de este libro

Cómo medimos

    Paquete digital

    Qué incluye

    Archivos normales que abres y editas con los programas de siempre. Sin crear cuentas, sin instalar programas de terceros y sin suscripciones.

    BeautyThings-pregunta-a-tus-pdf-en-local.pdf

    El libro, con índice navegable.

    scripts/preguntar_pdf.py

    Lee tus PDF, los prepara para buscar en ellos y responde con cita de archivo y página. Comprueba cada cita y pasa las preguntas de control. Solo necesita Python, sin paquetes extra, y Ollama.

    scripts/comprobar-red.ps1

    Vigila si Ollama se conecta a algo fuera de tu equipo mientras le haces preguntas.

    plantillas/preguntas-ejemplos.csv

    Diez preguntas de control con su respuesta conocida, para los PDF de ejemplo.

    plantillas/preguntas-plantilla.csv

    Las preguntas de control en blanco, con los cinco tipos de pregunta que delatan fallos.

    plantillas/instruccion-con-cita.txt

    La instrucción que obliga a citar, para pegarla en cualquier aplicación de chat local, y una variante para resúmenes.

    plantillas/comprobacion-privacidad.txt

    Lista para repasar antes de meter documentos de clientes.

    ejemplos/

    Tres PDF inventados: un contrato de asesoría de tres páginas y dos políticas de gastos, una ya sustituida y otra vigente.

    Preguntas

    Antes de comprar

    Licencia personal: léela aquí.

    ¿Cómo se compra y qué recibo?

    Pagas en esta misma web, con el formulario seguro de Stripe. Al terminar llegas a tu página de descarga, con el PDF y un ZIP con el resto del paquete. Tu copia es personal: cada página del PDF lleva tu correo y tu número de pedido. Puedes descargar cada archivo hasta 10 veces durante un año. El precio que ves es el precio final. Como es contenido digital que recibes al momento, antes de pagar aceptas perder el derecho de desistimiento de 14 días; si un archivo falla, te lo arreglamos.

    ¿Las pruebas del libro son reales?

    Sí. Los documentos de práctica son inventados (actas, facturas y correos ficticios) para poder equivocarse sin riesgo. Los resultados, en cambio, son reales: salen de pasar esos documentos por los modelos y comprobar cada respuesta de forma automática. Probado antes de escribirlo.

    ¿Necesito una tarjeta gráfica?

    No es obligatoria, pero se nota mucho. En nuestras pruebas, con una gráfica de 16 GB gemma4:12b escribía a unos 111–113 tokens por segundo; sin gráfica, qwen3.5:4b bajó a 11,9. El libro te dice qué modelo usar según tu equipo.

    ¿La cita de página garantiza que la respuesta es correcta?

    No. El script comprueba que la frase citada está en esa página, y así caza las citas inventadas o puestas en la página equivocada. Que esa frase respalde de verdad la respuesta lo compruebas tú: el capítulo 6 te enseña cómo.

    BT-09 · 12 €

    Cómpralo y descárgalo al momento

    Precio final, pago único. Antes de pagar puedes leer las condiciones de venta y la licencia.

    Catálogo

    Otros libros

    Ver todos