Resumir un PDF con IA: qué pedir y qué se pierde por el camino

Tienes delante un PDF de sesenta páginas —un contrato, un pliego, la memoria de un proveedor— y quince minutos antes de una reunión. Lo natural es pedirle a la IA que te lo resuma, y lo que recibes casi siempre es un texto correcto, bien redactado y de utilidad discutible: te cuenta de qué va el documento, que era lo que ya sabías por el título.

El problema no es la herramienta. Es que «resumir» no es una tarea: son cuatro tareas que se piden igual y necesitan encargos muy distintos. Una síntesis para decidir no se parece a sacar las obligaciones de un contrato, ni a comparar dos versiones, ni a comprobar si el documento dice algo concreto. Y por encima de las cuatro hay una pregunta que casi nadie se hace: qué se ha quedado fuera.

Un aviso previo, porque se confunden constantemente. Este artículo va de qué hacer con el texto una vez lo tienes. Si tu PDF es un escaneo y no deja seleccionar ni una palabra, antes hay que extraer ese texto: es otra tarea con otro riesgo —una transcripción tiene una respuesta correcta y se comprueba carácter a carácter— y está en pasar documentos en papel o imagen a texto con IA. Aquí el texto ya está, y desde ese punto deja de haber una única respuesta correcta: lo que falla no es un dígito, es una omisión. Trabajar así con documentos reales es buena parte de la formación en IA para empresas.

Comprueba primero si el PDF ya contiene texto

Treinta segundos bien invertidos: intenta seleccionar un párrafo con el ratón. Si puedes, el PDF ya es texto. Si no, es una imagen y necesitas el paso previo de reconocimiento. Importa porque resumir una transcripción dudosa acumula dos capas de error, y la segunda tapa la primera: cuando el resumen dice «un plazo de 15 días», ya no sabes si el original ponía 15 o 45.

«Resúmeme este PDF» es el encargo que peor funciona

Escribe eso y el modelo hace lo razonable: un texto equilibrado que dedica el mismo espacio a lo importante y a lo accesorio, porque no le has dicho para qué lo quieres. Fallan tres cosas a la vez.

No sabe qué es importante para ti. En un contrato de mantenimiento, el resumen «neutro» describe el objeto y las partes; a ti te interesaban las condiciones de salida y la revisión de precios, que ocupan dos líneas en la página cuarenta.

No puedes comprobarlo. Un resumen sin referencias es una afirmación sin fuente. Para verificarlo tendrías que leerte el documento entero, que es justo lo que querías evitar.

Se lee bien, y eso engaña. Un resumen mal hecho no lo parece: no tiene erratas ni frases raras, tiene un hueco donde estaba la excepción que te importaba, y los huecos no se ven leyendo.

De fondo está la regla de siempre: el modelo genera lo plausible, no comprueba nada. Y una interpretación plausible es lo más difícil de auditar que existe.

Aprender a distinguir estos cuatro encargos y a pedirlos bien es justo el tipo de trabajo con documentos reales que se practica en el curso de ChatGPT para empresas. Si prefieres verlo primero con un documento vuestro, escríbenos y lo revisamos juntos antes de decidir nada.

Los cuatro resúmenes que de verdad pide una empresa

Cuando alguien dice «resúmeme esto» quiere una de estas cuatro cosas. Distinguirlas es la mitad del trabajo.

1. La síntesis para tomar una decisión

El resumen ejecutivo de verdad: no «de qué va» el documento, sino qué implica para quien decide. La clave es decirle qué se decide.

«Te paso [tipo de documento]. Tengo que decidir [la decisión concreta: si firmamos, si renovamos, si presentamos oferta] antes de [fecha].

Dame: (1) qué propone el documento, en tres líneas; (2) los cinco puntos que más pesan en esa decisión concreta, cada uno con el apartado del que sale; (3) qué compromisos asumiríamos; (4) qué información me falta en el documento para poder decidir.

Usa solo el documento, no lo que sepas del sector. Si un punto es ambiguo, dilo como ambiguo en lugar de interpretarlo. El apartado 4 es obligatorio: si crees que no falta nada, dímelo explícitamente.»

El apartado 4 es el que casi nadie pide y el que más rinde. Un modelo al que le preguntas qué falta te devuelve preguntas útiles; uno al que no se lo preguntas te devuelve la sensación de que el documento estaba completo.

2. Sacar obligaciones, plazos e importes de un contrato

Aquí no quieres prosa, quieres una tabla. Es el encargo más rentable porque la salida es directamente utilizable y, sobre todo, comprobable.

«Te paso un contrato de [tipo] entre [las partes, por su papel]. Extrae en una tabla todo lo que nos obliga a nosotros como [parte]: obligación, plazo o fecha, importe si lo hay, consecuencia de incumplirlo y cláusula exacta de la que sale.

Una fila por obligación. No agrupes obligaciones distintas en una fila. Si un plazo es relativo (“a partir de la firma”, “en el plazo de X días desde la notificación”), escríbelo tal cual en lugar de convertirlo en una fecha. Si algo aparece condicionado, la condición va en la misma fila, no se omite.

Al final, lista los apartados del contrato que no has usado para nada.»

Esa última frase convierte la extracción en algo auditable: te dice dónde no ha mirado. Si entre los apartados sin usar aparece «Anexo II. Penalizaciones», ya sabes por dónde seguir. En documentos con consecuencias legales esto es una primera pasada y nada más; hasta dónde llega la herramienta en ese terreno está en IA para abogados.

3. Comparar dos versiones del mismo documento

Un contrato que vuelve del cliente con cambios, una propuesta revisada, un procedimiento actualizado. No buscas un resumen de cada versión: buscas la diferencia de fondo, ignorando los cambios de redacción. Y lo que más importa son las ausencias —lo que estaba y ya no está—, porque un párrafo que desaparece no deja rastro visible.

La instrucción para esto es bastante estable, así que no la reescribo aquí: la tienes lista para copiar en los prompts para el trabajo de oficina.

4. Comprobar si el documento dice algo concreto

El caso más frecuente y el que menos se reconoce como resumen: no quieres saber de qué va el pliego, quieres saber si exige certificación ISO. El error típico es preguntar «¿dice algo sobre certificaciones?», que invita al modelo a construir una respuesta afirmativa. Se pide al revés, dejando la negativa como opción legítima:

«Busca en el documento si dice algo sobre [asunto concreto]. Si aparece, cítame literalmente el fragmento y el apartado. Si no aparece en ninguna parte, responde exactamente “no aparece” y no elabores nada más. No infieras a partir de temas relacionados.»

Pedir la cita literal es lo que separa una respuesta comprobable de una redacción convincente. Y admitir explícitamente el «no aparece» evita la respuesta a medias que nadie sabe interpretar.

Qué se pierde al resumir, que es lo que nadie cuenta

Todo resumen es una pérdida de información: para eso sirve. El problema es que las pérdidas no son aleatorias, siguen un patrón. Estas son las que más caro salen:

• Las condiciones y excepciones. «Podrá rescindirse con treinta días de preaviso siempre que estén liquidados los importes pendientes» se convierte en «se puede rescindir con treinta días». La condición desaparece y la frase sigue sonando perfecta.
• Lo que aparece una sola vez. Un modelo sintetiza lo que se repite. Una obligación mencionada en un único punto de la página cuarenta tiene todas las papeletas para quedarse fuera.
• Las cifras y las fechas relativas. Los importes se redondean y los plazos condicionados se convierten en fechas concretas que el documento no dice.
• Lo que no está en el cuerpo del texto. Tablas, notas al pie, anexos, cabeceras y pies. Los anexos son el caso clásico: ahí suelen vivir las penalizaciones y los niveles de servicio.
• Quién dice cada cosa. En un acta o un hilo largo, atribuir una decisión a quien no la tomó es un error caro y frecuente.

Ninguna de estas pérdidas produce un resumen que parezca defectuoso. Por eso hace falta un paso más.

Cómo comprobar que no se ha caído nada crítico

La verificación no consiste en releer el resumen buscando errores: los errores no están en lo que pone, están en lo que no pone. Cuatro comprobaciones que sí funcionan:

Pregúntale al documento, no al resumen. Antes de leer nada, escribe las cinco preguntas cuya respuesta necesitabas y búscalas una a una en el documento, pidiendo cita literal. Si el resumen no las mencionaba, ya tienes medida su calidad.

Exige la referencia y ábrela. Cada punto debe traer el apartado del que sale. El hábito no es pedirlo, es comprobar dos o tres al azar: cuesta un minuto y detecta enseguida si las referencias son decorativas.

Pídele el inventario de lo que no ha usado. Es la única forma barata de detectar un anexo entero ignorado.

Comprueba a mano lo que tiene consecuencias. Importes, fechas, plazos, nombres de las partes y cualquier cifra que vaya a acabar en una decisión o en un correo se leen en el original, siempre.

Y una regla de calibración: un resumen sin ninguna duda señalada es más sospechoso que uno con tres. Si le has pedido que marque lo ambiguo y no ha marcado nada en un pliego de cuarenta páginas, no es que el pliego esté claro.

Documentos largos: trocear por estructura, no por páginas

Cuando el documento es muy largo, el resumen se degrada: el principio sale detallado y el final, a brochazos. La solución no es una herramienta con más capacidad, es cambiar el método.

Trocéalo por su propia estructura —capítulos, cláusulas, secciones—, nunca por número de páginas: cortar por la mitad de un apartado es la forma más fácil de perder una condición que empezaba en una página y acababa en la siguiente. Resume cada bloque por separado, con la referencia de dónde sale, y solo al final pides la síntesis de las síntesis. Si el documento tiene índice, ese índice es tu mapa.

Y si el material es mucho y vas a volver sobre él, tiene más sentido una herramienta pensada para consultar un conjunto de fuentes que fijas tú, como NotebookLM (más detalle aquí), que ir pegando trozos en un chat.

Cuál es la mejor IA para resumir un PDF

Es la pregunta que más se busca y la que menos determina el resultado. Cualquier asistente actual con entrada de documentos resume un texto normal de forma aceptable, y sus capacidades cambian de mes en mes: una lista cerrada escrita hoy caduca antes de serte útil.

Lo que sí se mantiene son tres criterios. Qué documento es: uno limpio lo resuelve casi cualquier cosa; uno con tablas y anexos, no. Si puedes verificar: prefiere la herramienta que te deje comprobar de dónde sale cada afirmación. Y con qué cuenta entras, que manda sobre los otros dos.

La diferencia real entre dos resúmenes del mismo documento casi nunca viene de la marca: viene de si el encargo llevaba dentro qué material puede usar y qué tiene que comprobar antes de terminar. Escribir instrucciones así es lo que se practica en el curso de prompt engineering.

Un PDF de empresa casi nunca es solo tuyo

El documento que quieres resumir suele llevar dentro el nombre y el NIF de un cliente, condiciones económicas, información interna o material de un tercero. A veces lleva además una cláusula de confidencialidad que prohíbe compartirlo fuera, y subirlo a una herramienta externa es compartirlo fuera.

En la práctica: la cuenta importa, y una personal gratuita no equivale a una corporativa con condiciones contractuales de tratamiento de datos aunque la pantalla sea idéntica. La decisión no la toma quien tiene la tarea encima de la mesa esa tarde. El criterio completo está en qué no compartir nunca con ChatGPT, y conviene resolverlo antes del primer PDF, no después.

Cuándo esto deja de ser una tarea y pasa a ser un proceso

Todo lo anterior describe trabajo manual asistido: coges un documento, lo pasas por una herramienta, revisas y lo usas. Para volúmenes normales es lo correcto.

Pero si entran cientos de documentos del mismo tipo cada mes, de todos hay que sacar los mismos campos y todos acaban en el mismo sistema, eso ya no se resuelve con un prompt mejor. Es un proceso: extracción automática, validación contra reglas de negocio, cola de excepciones y trazabilidad de quién validó qué. Eso es implantación, no formación, y no lo abordo desde aquí: lo trabajo desde Meridian Data, la consultora de datos e IA desde la que hago los proyectos técnicos.

Por dónde empezar

Coge el próximo documento largo que te toque y no pidas un resumen. Decide cuál de los cuatro encargos necesitas, escribe las cinco preguntas que quieres responder, exige la referencia al apartado en cada punto, pide al final la lista de lo que no ha usado y comprueba a mano lo que tenga consecuencias. La primera vez cuesta diez minutos más que escribir «resúmeme esto»; a partir de la segunda es más rápido, y además puedes defender el resultado.

Ese método sobre los documentos con los que trabaja cada equipo es lo que se practica en el curso de ChatGPT para empresas, dentro del itinerario de formación en IA para empresas. Si quieres verlo con un documento tuyo, reserva media hora y lo miramos juntos.