El modelo de canalización: entrada → estado → salida
← El mapa · Índice
Resumen
Un PDF no es solo «un archivo». En cada momento se encuentra en un estado: ¿es un escaneo o texto real? ¿Está bloqueado? ¿Firmado? ¿Es grande? ¿Tiene marcadores? ¿Hacia dónde miran sus páginas? Cada aplicación de Documentize necesita el documento en un estado determinado y lo cambia a otro. Cuando piensas así, el orden deja de ser una lista de reglas que memorizar: basta con preguntarte «¿qué estado necesita esta aplicación y qué estado va a dejar?».
Detalles
La idea en tres líneas
documento en estado A ──► [ aplicación: necesita A, lo cambia a B ] ──► documento en estado B
- Las aplicaciones nunca modifican tu original. Cada ejecución produce un archivo nuevo, así que siempre puedes dar marcha atrás.
- El peligro no es una ejecución que falla con estruendo. Es una ejecución que sale bien y cambia el estado sin avisar (mata la firma, pierde la capa de texto, hace que los marcadores apunten a páginas equivocadas). El modelo de estados existe para ayudarte a verlo.
Las dimensiones del estado
| Dimensión | Valores | Cómo saberlo | Por qué importa |
|---|
| Salud | sano / dañado | No se abre, se abre en blanco o solo en parte | Todo lo demás da por hecho un archivo sano. Primero va Recovery |
| Bloqueo | abierto / protegido con contraseña | Aparece una solicitud de contraseña | La mayoría de las aplicaciones no pueden leer un archivo bloqueado. Primero Desbloqueador de PDF (Unlock) (PDF en la web) |
| Tipo de contenido | escaneado (solo imagen) / con capa de texto / texto nativo digital | Prueba a seleccionar una palabra en un visor | Buscar en PDF (Search), Extraer texto (Extract Text), TOC AI y todas las aplicaciones de IA para comprender leen texto, no imágenes |
| Orientación | derecha / de lado o boca abajo | Míralo | El reconocimiento de texto (OCR) se resiente «más que por cualquier otra cosa» con una orientación equivocada |
| Inclinación | recto / ligeramente inclinado | Míralo | La inclinación perjudica el reconocimiento y da aspecto descuidado; Deskew la corrige |
| Tamaño de página | uniforme / mixto; A4, Carta, personalizado | Consulta la información de la página | Importa para imprimir, para folletos y para paquetes ordenados |
| Formularios | campos interactivos / aplanados | Haz clic en un campo | Los formularios aplanados no los puede leer Extraer datos de formulario (Extract Form Data) |
| Marcadores / índice | ninguno / estructura / página de índice | Abre el panel de marcadores | Muchas aplicaciones los dejan en paz; algunas les quitan el sentido (los números de página cambian) |
| Tamaño | pequeño / grande | Tamaño del archivo | Comprime después de todas las ediciones, no antes |
| Firma | sin firmar / firmado (intacto) / firmado (roto) | Verify Signature | Cualquier reescritura posterior a la firma la rompe |
| Norma | ordinario / conforme a PDF/A | PDF/A Validator | Cualquier paso que reescriba el archivo puede cambiar el resultado |
Tres estados que dan casi todos los problemas
- Escaneado frente a texto. Un escaneo es una pila de imágenes. Mientras no tenga capa de texto, Buscar en PDF (salvo su vía para escaneos), Extraer texto, TOC AI, Ask PDF, Checklist, Cheat Sheet, PDF Knowledge Base y el archivo de texto de Analizador de PDF (Parser) no ven nada. PDF buscable (Searchable) es el puente.
- Firmado frente a editado. Una firma certifica «sin cambios desde que se firmó». Edita lo que sea y la certificación desaparece. Por eso la firma va en último lugar.
- Bloqueado frente a todo lo demás. Una contraseña frena a casi todas las aplicaciones. Desbloqueador de PDF es el primer paso de casi todas las cadenas que empiezan con un archivo protegido; Protector de PDF (Protector) es el penúltimo paso de las cadenas que acaban en compartir.
Tabla de transición de estados
Cómo leerla: Necesita = el estado en que debería estar la entrada. Cambia / deja = cómo queda la salida comparada con la entrada. «Sin cambios» significa que lo dice el capítulo o que la aplicación es de solo lectura. Las entradas marcadas como esperado, no probado se deducen del funcionamiento de la aplicación; no están documentadas.
Organize
| Aplicación | Necesita | Cambia / deja |
|---|
| Fusión de archivos (Merger) | Entradas desbloqueadas (los archivos cifrados se rechazan); páginas derechas si son escaneos | Un único PDF nuevo; el contenido de las páginas se traslada tal cual (PDF + PDF). Las entradas de Office se convierten primero, así que los saltos de página pueden variar. El OCR opcional añade una capa de texto a los escaneos. Cualquier firma en una entrada: esperado, no probado que se pierda |
| División de PDF (Splitter) | Desbloqueado; números de página conocidos | Muchos PDF, con páginas sin pérdida. Los marcadores y enlaces que apuntan fuera de un trozo no pueden seguirlo. El tamaño total puede superar el del original |
| Eliminar páginas en PDF (Delete Page) | Desbloqueado; números de página conocidos | Menos páginas, sin pérdida, normalmente más pequeño. Después, la página de índice existente y los números de página de los marcadores pueden quedar mal |
| Rotación PDF (Rotation) | Un documento con algunas páginas de lado | Orientación corregida, sin pérdida con 90/180/270. Sesgo automático (Auto Skew) remuestrea (si la capa de texto sobrevive: esperado, no probado) |
| Redimensionar PDF (Resize) | Tamaño de papel mixto o equivocado | Tamaño de página unificado. El modo estándar mantiene el texto como texto. El modo mosaico convierte las páginas en imágenes: el archivo puede crecer, y el texto solo será buscable si marcas el OCR |
| Creador de folletos (Booklet) | Contenido final al tamaño de media hoja | Páginas reordenadas para imprimir; el texto sigue siendo texto. El resultado es una maquetación de impresión, no una copia de lectura |
Add & Structure
| Aplicación | Necesita | Cambia / deja |
|---|
| Agregar índice al PDF (Add TOC) | Orden final de páginas; un PDF | Añade una página de índice y marcadores. Las páginas no se vuelven a renderizar. Si los números de las entradas se refieren a las páginas de antes o de después de la inserción: compruébalo en la aplicación en funcionamiento |
| TOC AI | Capa de texto; desbloqueado; orden final de páginas | Añade una estructura anidada solo de marcadores; no cambia nada visible. Varía ligeramente de una ejecución a otra |
| Añadir tabla a PDF (Add Table) | Un PDF más un .xlsx; orden final de páginas (la posición de inserción es un número de página) | Se insertan páginas nuevas con la tabla; las páginas posteriores se desplazan tantas páginas como se hayan añadido |
| Aplanar PDF (Flatten) | Desbloqueado; formulario rellenado | Los campos del formulario pasan a ser contenido fijo de la página (irreversible en esa copia). Las respuestas ya no se pueden leer como datos de formulario |
| Collage | Fotos (no un PDF) | Un PDF nuevo basado en imágenes; sin capa de texto |
| AI Illustrator | TXT o PDF con texto real | Las páginas de texto originales más portada, orlas y hasta 5 ilustraciones. La salida es solo PDF |
Protect & Prove
| Aplicación | Necesita | Cambia / deja |
|---|
| Protector de PDF | Contenido final, desbloqueado y sin firmar | Bloqueo = contraseña de apertura. Contenido de las páginas sin pérdida. El resultado no debe editarse después. Una entrada ya cifrada no se vuelve a cifrar en la vía rápida |
| Desbloqueador de PDF | La contraseña | Bloqueo eliminado, contenido idéntico. Si el archivo estaba firmado, desbloquearlo puede invalidar la firma |
| Firma digital en PDF (Sign) | Contenido final; un .pfx con su contraseña; normalmente sin contraseña de apertura | Firmado. Cualquier cambio posterior la rompe. La posición de la firma no se puede elegir |
| Verify Signature | El archivo exactamente como se recibió | Solo lectura. No se genera ningún archivo; el veredicto aparece en pantalla |
| PDF/A Validator | El archivo final (los archivos cifrados fallan) | Solo lectura. Informe JSON; el PDF nunca se modifica |
Shrink & Repair
| Aplicación | Necesita | Cambia / deja |
|---|
| Compresión de PDF (Compressor) | Todas las ediciones terminadas; desbloqueado; sano | Más pequeño (imágenes con pérdida, el texto sigue siendo texto). No lo ejecutes dos veces. Rompe una firma que ya existiera |
| Optimizar PDF (Optimize) | Un PDF normal que se abra | Mismo aspecto, estructura más ordenada; sin pérdida según el propio sitio; el ahorro varía |
| Deskew | Páginas escaneadas y derechas | Inclinación corregida, pero las páginas se reconstruyen como imágenes. Probablemente pierde la capa de texto; ejecuta Searchable después (compruébalo en la aplicación en funcionamiento) |
| Recovery | Un PDF dañado y desbloqueado | Salud reparada; la política predeterminada «Full» también elimina metadatos, adjuntos, historial y contenido oculto. Las páginas reconstruidas pueden diferir |
| Unwatermark | Texto o PDF con texto real | Elimina solo las marcas invisibles de texto de IA. Un PDF vuelve como texto plano recompuesto: se pierden maquetación, imágenes y enlaces; los metadatos originales se descartan |
| Aplicación | Necesita | Cambia / deja |
|---|
| Imagen a TXT (OCR Image) | Imágenes JPG/PNG derechas | Archivos .txt nuevos; las imágenes no se tocan |
| PDF buscable | PDF escaneado, derecho y desbloqueado | Añade una capa de texto invisible; el aspecto es el mismo; el archivo puede crecer. Alternativa: páginas limpias sin la capa si el paso falla |
| Extraer texto | Una capa de texto existente | Sale un .txt; el PDF no cambia |
| Extraer imágenes (Extract Image) | PDF desbloqueado | Salen archivos PNG; el PDF no cambia |
| Extraer metadatos (Extract Metadata) | Cualquier PDF (uno bloqueado puede fallar) | Sale un CSV; solo lectura |
| Extraer datos de formulario | Formulario interactivo rellenado (ni aplanado ni escaneado) | Sale un CSV; solo lectura |
| Analizador de PDF | PDF desbloqueado; capa de texto para el archivo de texto | Sale un ZIP con texto, imágenes, adjuntos, anotaciones, marcadores y datos de formulario; solo lectura |
| Buscar en PDF | Capa de texto, o marca «Mis documentos PDF están escaneados» | Una copia marcada (resaltados, marcos, un árbol de marcadores «Search results»). Solo se devuelven los PDF con coincidencias. Cómo convive el árbol de marcadores nuevo con una estructura existente: no está documentado |
| Búsqueda global (Global Search) | Nada | No es una herramienta para documentos: encuentra páginas del sitio |
| Analizador de currículum (Resume Analyzer) | Un currículum (PDF o DOC) | Informe en PDF; el currículum no se toca |
Convert & Create
| Aplicación | Necesita | Cambia / deja |
|---|
| Conversor | Entrada desbloqueada cuyo contenido coincida con el tipo elegido | Archivo nuevo en el formato de destino. A PDF: que el resultado tenga capa de texto depende del origen (esperado, no probado). De PDF a imágenes: solo píxeles, sin capa de texto |
| Chat | PDF opcional con texto real | Un PDF nuevo de estilo texto plano (con página de índice si el documento tiene varias páginas); el modo de edición genera _edited.pdf |
| SVG Maker | Una idea o una imagen de referencia | Un SVG más un PDF que lo contiene como imagen |
IA: comprender
| Aplicación | Necesita | Cambia / deja |
|---|
| Ask PDF | PDF con texto | Nada en tu PDF; respuestas y un archivo de texto en pantalla. La sesión se conserva alrededor de un día |
| Abstracts | PDF (los escaneos se leen despacio, pero el texto no se guarda en tu PDF) | Páginas originales sin cambios más una página de Abstract añadida |
| Cheat Sheet | PDF con texto o un tema | Un PDF de hoja nuevo; tu PDF no se toca |
| Checklist | PDF con texto y un tema concreto | Un PDF de lista de verificación nuevo y un resumen; tu PDF no se toca |
| PDF Knowledge Base | PDF con texto | Una wiki (ZIP de Markdown); los PDF no se tocan. Se conserva alrededor de un día |
IA para desarrolladores
Estas aplicaciones no procesan documentos, así que no mueven en absoluto el estado de un documento. Reciben un repositorio, un paquete, un ensamblado o una URL, y devuelven informes, archivos o pull requests. Consulta IA para desarrolladores.
Cómo leer la tabla: un ejemplo práctico
Objetivo: tomar un escaneo torcido y de lado hecho con el móvil y convertirlo en un PDF buscable y pequeño.
| Paso | Aplicación | Estado antes → después |
|---|
| 1 | Rotación PDF | de lado → derecho |
| 2 | Deskew | inclinado → recto (probablemente se pierda la capa de texto; en un escaneo, da igual) |
| 3 | PDF buscable | solo imagen → imagen más capa de texto invisible (el archivo crece) |
| 4 | Compresión de PDF | grande → pequeño (la capa de texto se mantiene, porque el texto no se degrada) |
Si intercambias los pasos 2 y 3, la capa de texto que Deskew probablemente descarte se llevará consigo tu trabajo de OCR. Ese es todo el sentido del modelo: el estado te dice el orden. El laboratorio completo de esta cadena es Del escaneo del móvil a 5 MB.
Relacionado