BT-09 · Trabajo documental · 7 capítulos

Pregunta a tus PDF sin subirlos a la nube

IA local que responde con cita de archivo y 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 01 instalas Ollama, cortas su conexión a internet y pones a funcionar un script que responde con archivo, página y cita literal, y que comprueba él mismo que la cita existe. El resto del libro, con datos de laboratorio, te enseña a elegir el método de búsqueda, a tratar escaneados y a montar una batería de preguntas que delata cuándo se inventa.

Sale del libro completo IA local sin humo en Windows, que lo amplía.

Disponible · 12 €Precio final · descarga inmediata

Pagas aquí mismo, sin salir de la web, y al terminar descargas el PDF y todo el 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 poder comprobarlas antes de firmar o enviar nada.
  • Te han hablado de RAG y embeddings y quieres saber si los necesitas de verdad, con datos.
  • 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

    Un sistema local que responde sobre una carpeta de PDF con archivo, página y cita literal, y marca cada cita como verificada o no encontrada.

  2. 02

    Ollama sin conexiones a internet, comprobado con un script mientras el modelo responde.

  3. 03

    Texto bien extraído de tus PDF y un método para los escaneados con OCR, sin fiarte a ciegas de lo que lee.

  4. 04

    Criterio para elegir entre meterlo todo en el contexto, buscar por palabras clave o usar embeddings.

  5. 05

    Una batería de preguntas de verificación (finales, ausentes, de versión, cifras) que se pasa con una orden y deja un CSV para revisar.

  6. 06

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

Índice completo · 7 capítulos

Índice

Los títulos son los del manuscrito. Cada capítulo termina en una decisión que se puede comprobar.

  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

Lo probamos · laboratorio

RAG con 14 documentos: palabras clave frente a embeddings

14 documentos ficticios de normas internas, 43 trozos y 18 preguntas (13 directas, 2 de versión vigente frente a sustituida y 3 sin respuesta), con gemma4:12b y qwen3.5:9b en Ollama 0.40.14, el 04/11/2026.

  • La búsqueda por palabras clave, sin ningún modelo, encontró el documento correcto en 15 de 15 preguntas, igual que los embeddings.
  • Con los modelos locales, palabras clave tardó 0,6-0,7 s por pregunta; todo en el prompt, 1,1-1,3 s; embeddings, 4,8-6,4 s.
  • Los 14 documentos enteros ocupaban 4.211-4.350 tokens: más que los 4.096 de contexto por defecto de Ollama en una gráfica de 16 GB.
  • Con todo el texto delante, qwen3.5:9b respondió «200 euros» donde el documento decía «superior a 150 euros»; con solo los trozos relevantes, acertó.

Fuente: Laboratorio BeautyThings, experimento E-06 (rag-embeddings-vs-palabras-clave), datos descargables en beautythings.net/lab/

Laboratorio · con datos

Experimentos de este libro

Cómo medimos

    Paquete digital

    Qué incluye

    Archivos abiertos que puedes leer y editar con cualquier programa. Sin cuentas, sin instaladores de terceros y sin suscripciones.

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

    El libro, con índice navegable.

    scripts/preguntar_pdf.py

    Convierte, indexa y responde con cita de archivo y página; verifica cada cita y pasa baterías de preguntas. Solo biblioteca estándar de Python y la API local de Ollama.

    scripts/comprobar-red.ps1

    Vigila si Ollama abre conexiones fuera de tu equipo mientras haces preguntas.

    plantillas/preguntas-ejemplos.csv

    Diez preguntas de verificación con respuesta conocida para los PDF de ejemplo.

    plantillas/preguntas-plantilla.csv

    La batería en blanco, con los cinco tipos de pregunta que delatan fallos.

    plantillas/instruccion-con-cita.txt

    La instrucción con cita obligatoria, para pegarla en cualquier aplicación de chat local, y su variante para resúmenes.

    plantillas/comprobacion-privacidad.txt

    Lista para marcar antes de meter documentos de clientes.

    ejemplos/

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

    Preguntas

    Antes de comprar

    Licencia personal: léela aquí.

    ¿Cómo se compra y qué recibo?

    Pagas aquí mismo, en nuestra página de pago, con el formulario seguro de Stripe, y al terminar vas a tu página de descarga: el PDF y el paquete completo en un ZIP. Tu copia es personal: cada página del PDF lleva tu correo y el número de pedido. La página de descarga funciona durante un año, con un máximo de 10 descargas por archivo. El precio que ves es el precio final. Como es contenido digital de descarga inmediata, antes de pagar aceptas perder el desistimiento de 14 días; si un archivo falla, lo arreglamos.

    ¿Los datos de las pruebas son reales?

    Los documentos son 100 % ficticios: actas, facturas y correos inventados para poder equivocarse sin riesgo. Las cifras sí son reales: son lo que midió el laboratorio el 04/11/2026 sobre esos documentos, con corrección automática por código.

    ¿Necesito una tarjeta gráfica?

    No es obligatoria, pero se nota. Con una gráfica de 16 GB, gemma4:12b escribió a 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 existe en esa página, lo que caza citas inventadas o de otra página. Que la frase respalde la respuesta lo compruebas tú, y el capítulo 06 te da el método.

    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