Saltar al contenido Nuevo Te presentamos nuestra oferta Perfect Docs Guaranteed — 99,2% de precisión para equipos de alto volumen. Plazas limitadas. Saber más

API de Document Parsing: convierte cualquier PDF en
Markdown y JSON

Layout, tablas y orden de lectura preservados. Entrada estructurada para tu pipeline de LLM, RAG o extracción — sin plantillas, con tu esquema o sin ninguno.

Empieza gratis Lee la documentación
  • 500 páginas gratis
  • Sin tarjeta
Regiones detectadas · Factura
header 0.99
title 0.99 # Rechnung
group 0.98
table 0.97 | Position | Menge | Netto || ---------------- | ----: | ------: || Traverse 2700 mm | 12 | 576,00 || Regalboden 1200 | 24 | 444,00 || Ankerbolzen M12 | 60 | 117,00 |
text 0.93
group 0.99
footer 0.96
title 0.99 # Claim form
group 0.98 **Policy no.** NL-2026-114**Insured** Nordwind Logistik GmbH**Period** 2026-04-01 → 2026-06-30**Claim type** Cargo damage
group 0.97
group 0.98
text 0.96
figure 0.91
footer 0.97
title 0.99 # Supplier review — Q2 2026
text 0.98
text 0.98 ## 1. Summary On-time delivery roseto 96.4% (Q1: 91.2%),against a 95.0% target.Two incidents wererecorded, both closedinside the 48-hour window.
figure 0.95
table 0.97
footer 0.94
header 0.94
title 0.96 ## Fax transmittal
text 0.93
table 0.92 | Ref | Pages | Sent || -------- | ----: | ---------- || TX-40118 | 3 | 2026-06-14 |
text 0.90
footer 0.95

PDF a Markdown y
PDF a JSON

Una llamada de entrada, el documento completo de salida — el mismo documento, en cualquiera de los dos formatos. Los encabezados conservan su nivel y la tabla conserva sus columnas y su alineación por columna; en JSON esa tabla vuelve como cabecera más filas que puedes indexar, no como una cadena que tengas que volver a parsear. Cambia de pestaña para ver los dos.

Referencia completa en la documentación para developers · índice de todo el sitio legible por máquinas en llms.txt

supplier-review-q2.md
input: report.pdf · 1 página · escaneado
# Supplier Performance Review — Q2 2026

**Supplier:** Nordwind Logistik GmbH · **Contract:** NL-2026-114
**Period:** 2026-04-01 → 2026-06-30

## 1. Summary

On-time delivery improved to 96.4% (Q1: 91.2%). Two incidents were recorded,
both resolved inside the contractual 48-hour window.

## 2. Delivery performance

| Metric                | Q1 2026 | Q2 2026 |  Target |
| --------------------- | ------: | ------: | ------: |
| On-time delivery      |   91.2% |   96.4% |   95.0% |
| Damage rate           |    0.8% |    0.3% |  < 0.5% |
| Avg. lead time (days) |     4.6 |     3.9 |     4.0 |
| Invoices disputed     |      12 |       4 |     < 5 |

## 3. Open actions

- [ ] Re-audit cold-chain packaging (owner: K. Brandt, due 2026-08-15)
- [x] Close incident INC-2026-0431

> Figures exclude the Hamburg depot, migrated 2026-05-12.

El orden de lectura se preserva a lo largo de la página, así que la salida sigue al documento y no a las coordenadas del texto sobre él. Los dos formatos viajan en el mismo payload, así que no tienes que elegir: coge el Markdown para lo que va a un modelo y los bloques para lo programático.

Por qué el parsing estructurado gana a un OCR de texto plano y al DIY

Un OCR de solo texto te da caracteres y pierde el documento: ni tabla, ni orden de lectura, ni idea de qué línea era un encabezado. Un modelo generalista va más lejos e inventa — responde por cada página, incluidas las que no pudo leer, y un valor equivocado que suena seguro es indistinguible de uno correcto. Aquí el parsing es un pipeline, no un prompt: la detección de layout corre antes de que ningún modelo de lenguaje toque la página, cada bloque lleva su tipo y su posición, y una lectura que no podemos sostener vuelve marcada en vez de maquillada.

Los modos de fallo que más vemos están recogidos en: problemas del parsing de documentos

Pasarle el PDF a un modelo generalista

un prompt, una respuesta

  • Responde por cada página, incluidas las que no pudo leer. Cuando una región es ilegible escribe algo plausible en vez de decirlo.
  • Ninguna estructura de la que puedas depender — la forma de la respuesta cambia con el prompt, con la página y con la ejecución.
  • Nada ata una línea de salida a un sitio del documento, así que nadie puede auditarlo después.
  • Las páginas a varias columnas, las celdas combinadas y las notas al pie se aplanan en el orden de lectura que el modelo haya deducido.
  • El proveedor deprecia una versión del modelo y el mismo documento se parsea distinto el trimestre que viene.

Parsing con Invofox

un pipeline, no un prompt

  • Una región que no podemos leer vuelve marcada, o como null. Nunca se rellena con una suposición.
  • Cada documento devuelve la misma forma: bloques tipados en orden de lectura, más el Markdown.
  • Cada bloque lleva su tipo, su página y su posición, así que cualquier salida se rastrea hasta el sitio del que vino.
  • La detección de layout va primero: columnas, cabeceras que abarcan varias celdas, celdas combinadas y notas al pie sobreviven como estructura.
  • Los cambios de modelo son nuestros de absorber, y pasan por una puerta de precisión — no entran en tu salida sin avisar.

Pensada para pipelines de RAG y LLM

El parsing es el paso de preprocesado que va delante de un modelo: convierte un directorio de PDFs en entrada con la que un stack de retrieval o un agente pueden trabajar de verdad. Es agnóstico al tipo de documento a propósito, así que esto va por trabajo a hacer y no por tipo de documento — y ninguno empieza con una lista de campos.

  • Alimentar un índice RAG

    Convierte un archivo documental en Markdown con el que tu pipeline de embeddings pueda trabajar. La estructura sobrevive, así que una tabla no se convierte en un muro de números y un encabezado sigue marcando dónde empieza una sección.

  • Contexto para un agente

    Dale al agente el documento como texto sobre el que razonar, con los bloques etiquetados — en vez de pegarle OCR en bruto y confiar en que reconstruya el layout por su cuenta.

  • Buscador y bases de conocimiento

    Indexa el documento completo, no los seis campos que a alguien se le ocurrió meter en un esquema. La gente también busca la cláusula, la nota al pie y la línea de detalle.

  • Archivo histórico y migraciones

    Mueve décadas de papel escaneado a un sistema que espera texto. Una pasada, una única forma de salida, sin un proyecto aparte por cada tipo de documento.

  • Revisión humana y auditoría

    Pon los bloques parseados al lado de la página para que quien revisa vea de dónde salió cada valor, en vez de leer el PDF y el JSON en paralelo comparando a ojo.

  • Tipos de documento que no habías visto

    Cuando aparece un formato nuevo, el parsing te da algo utilizable en la primera llamada — antes de que nadie decida qué campos importan o escriba un esquema para él.

Parsing o extracción de campos: ¿qué necesitas?

El sector usa la palabra «parsing» para las dos cosas, así que la gente nos pide una y quiere la otra. La diferencia no está en la calidad ni en el precio: está en si puedes nombrar los campos que quieres antes de haber visto el documento.

Parsing

sin esquema

El contenido y la estructura del documento, sea el documento que sea.

Tú envías

Un documento. Nada más — ni esquema, ni lista de campos, ni plantilla que dibujar.

Recibes

El documento completo en Markdown, más cada bloque tipado — título, encabezado, tabla, figura, pie — en orden de lectura y anclado a su página.

Forma de la salida

La misma forma para cada documento que envías. Un contrato y un albarán vuelven descritos igual.

Úsalo cuando

Todavía no sabes qué vas a necesitar de él: RAG, agentes, búsqueda, migrar un archivo histórico o leer un tipo de documento que nadie ha visto antes.

No es su trabajo

Decidir qué valores importan. Te entrega el documento entero — elegir es tu trabajo, o el de la extracción.

Míralo sobre un documento

Extracción de campos

tu esquema

Los campos concretos que nombraste, tipados y validados antes de la entrega.

Tú envías

Un documento y un esquema — los campos que quieres, con sus tipos.

Recibes

Exactamente esos campos en JSON, con confianza por campo, validación programática y comprobaciones contra base de datos aplicadas antes de llegarte.

Forma de la salida

Tu esquema, exacto. La forma no se mueve cuando se mueve el layout.

Úsalo cuando

Sabes con precisión qué necesitas y algo aguas abajo lo está esperando: un ERP, un LOS, una nómina, un libro contable.

No es su trabajo

Devolverte las partes del documento por las que no preguntaste.

Ir a la OCR API

La extracción siempre ha ejecutado parsing primero — es el paso uno del mismo pipeline. Lo nuevo no es el parser. Es que ahora puedes tomar su salida directamente, en vez de solo los campos que construimos encima.

¿Necesitas campos concretos en vez del documento entero?

Totales de factura, fechas de emisión, líneas de detalle, IBAN — nombrados de antemano, validados contra reglas y consultas a base de datos, y entregados como JSON que encaja con tu esquema. Misma plataforma, mismas 500 páginas gratis, salida distinta.

Usa la OCR API

Formatos, límites y cuánto cuesta.

La parte que si no tendrías que sacar en una llamada comercial.

  • 500 páginas gratis

    Empieza sin hablar con nosotros

    Sin tarjeta y sin llamada. El plan gratuito corre el mismo pipeline que producción — no es una demo con la precisión recortada.

  • 2 formatos de salida

    Markdown y JSON tipado

    Markdown para todo lo que va a un modelo; bloques tipados cuando necesitas apuntar a una parte concreta del documento por código. Una sola llamada devuelve los dos.

  • 0 plantillas

    Nada que configurar por layout

    Ni zonas que dibujar, ni plantilla por proveedor que mantener viva. Que un proveedor rediseñe su factura no se convierte en un ticket de soporte.

Dos cosas que el parsing deliberadamente no hace: trocear tu texto en chunks y vectorizarlo. El tamaño de chunk es función de tu modelo de embeddings, de tu ventana de contexto y de tu reranker — un parser que los adivina ha tomado una decisión que vas a querer cambiar. Te llevas la estructura con sus costuras intactas; el resto lo manda tu stack de retrieval.

Preguntas que merece la pena hacernos.

~/invofox / faq.json
difference.json
1
2 ··"question" "¿Cuál es la diferencia entre parsing y extracción de datos?"
3
4 ··"answer" "La extracción necesita que nombres los campos primero, y te devuelve exactamente esos, tipados y validados. El parsing no necesita nada más que el documento, y te devuelve todo él — Markdown más bloques tipados en orden de lectura. La extracción ejecuta parsing internamente como primer paso, así que la pregunta real es si quieres consumir ese paso o solo los campos construidos encima. Si puedes listar los campos que necesitas antes de ver el documento, lo que quieres es la OCR API."
5
Documentos difference.json
main 0 errors 0 warnings UTF-8 LF JSON

¿Aún tienes dudas? Habla con nosotros