Cómo hacer preguntas a un PDF de 100 páginas y comprobar que no se inventa las respuestas

Lo que tendrás al terminar: un documento largo al que preguntar cosas con lenguaje corriente, respuestas acompañadas de un número de página y una costumbre de treinta segundos para comprobar que la referencia es real.

Una respuesta tendrá este aspecto:

Cualquiera de las partes podrá rescindir el contrato con tres meses de preaviso al final de un trimestre [p. 41].

Treinta segundos después sabrás si la página 41 dice eso de verdad.

No hablamos de un resumen. Los resúmenes de documentos largos son precisamente donde la gente se mete en problemas, porque no hay forma sencilla de comprobarlos. Este método es distinto: preguntas, recibes una respuesta, la verificas y sigues adelante.

Antes de empezar

• Tiempo: entre 30 y 45 minutos la primera vez, unos cinco minutos por cada documento posterior
• Precio: 0 euros con NotebookLM de Google o el plan gratuito de la mayoría de los asistentes; alrededor de 20 euros al mes por uno de pago con más memoria para documentos muy largos
• Qué necesitas: un PDF y una cuenta en un asistente que admita archivos
• Disponible en la UE: sí. NotebookLM, ChatGPT, Claude y el asistente de Mistral, llamado Le Chat hasta mayo de 2026 y ahora Vibe, aceptan documentos. Mistral procesa por defecto en la UE, algo importante cuando el archivo no es tuyo o no puedes compartirlo libremente
• Conviene saberlo: el plan gratuito de NotebookLM limita cuántas preguntas pueden plantearse al día, una restricción real cuando llegues al paso 5
• Tus datos: al subir un documento lo envías al proveedor. Antes de cargar algo confidencial, revisa los ajustes de privacidad y desactiva el entrenamiento con tu contenido. En el plan gratuito de Mistral, esta opción viene activada y hay que apagarla. Para materiales realmente sensibles, solo un modelo local en tu propio ordenador garantiza que nada salga del edificio

Por qué funciona, en un párrafo

Un asistente no puede mantener en la cabeza un documento de 100 páginas entero y a la vez. Cada modelo tiene una ventana de contexto, que es aproximadamente la cantidad de texto que puede considerar en un momento dado, y los documentos largos la desbordan. La herramienta hace entonces otra cosa: divide el archivo en fragmentos, los almacena y, al recibir una pregunta, recupera los que parecen relevantes para elaborar la respuesta. Así consigue funcionar, pero de ahí nacen también todos los problemas que veremos después. La herramienta no está leyendo el documento: lo está buscando.

Entenderlo cambia tu forma de preguntar.

Paso 1: comprueba que el PDF contiene texto de verdad

Abre el PDF e intenta seleccionar una frase con el ratón. Después pulsa Ctrl+F, o Cmd+F en un Mac, y busca una palabra que aparezca en la página.

Lo que deberías ver: el texto se resalta al arrastrar el cursor y la búsqueda encuentra la palabra.

Si no puedes seleccionar nada y la búsqueda no devuelve resultados, el PDF es una imagen de un documento, no un documento. Ocurre con páginas escaneadas o fotografiadas. Salta al apartado de solución de problemas: si lo subes tal cual, obtendrás disparates expresados con total seguridad.

Paso 2: averigua su tamaño real

Mira el número de páginas. Este único dato determina la estrategia.

Como referencia, aplicamos el método a un estudio académico real de 144 páginas. Contenía unos 861.000 caracteres, equivalentes a cerca de 215.000 tokens, las unidades que cuentan los modelos. Una regla práctica útil: cuatro caracteres forman aproximadamente un token. Así puedes estimar tu documento a partir de su tamaño o número de palabras.

Muchos asistentes tienen ventanas de contexto muy inferiores, sobre todo en los planes gratuitos y básicos. Es habitual encontrar límites de entre 16.000 y 32.000 tokens aunque el modelo subyacente admita más.

Lo que deberías ver: un número de páginas y una idea del grupo al que pertenece el archivo. Por debajo de unas 50 páginas de texto normal, la mayoría de las herramientas lo gestionarán entero sin dificultades. Por encima de 100, da por hecho que están buscando en vez de leer y plantea preguntas más concretas.

Paso 3: sube el archivo

La ruta gratuita más sencilla es NotebookLM. Entra en notebooklm.google.com, accede con una cuenta de Google y pulsa «Crear nuevo». Se abrirá un cuadro para elegir el origen del documento, con opciones como Google Drive, un enlace web, texto pegado o un archivo. Escoge la subida de archivos, selecciona el PDF y espera hasta que termine el indicador de procesamiento.

También puedes usar un asistente por el que ya estés pagando. ChatGPT, Claude y Vibe funcionan: inicia una conversación nueva y adjunta el archivo con el clip. Si vas a volver a este documento con frecuencia, colócalo en un proyecto, un espacio guardado que conserva archivos e instrucciones entre conversaciones. Así no tendrás que subirlo cada vez.

Los nombres de los menús se comprobaron en julio de 2026. Estas interfaces cambian a menudo, así que busca el clip o las palabras «añadir fuente» en lugar de una posición concreta del botón.

Lo que deberías ver: el archivo listado como adjunto o fuente, normalmente junto a su número de páginas o tamaño.

Paso 4: pide un mapa, no un resumen

Tu primer mensaje nunca debería ser «resume esto». Pide antes la estructura:

Enumera las secciones principales de este documento con sus números de página y describe en una frase qué contiene cada una. No resumas todavía el contenido.

Lo que deberías ver: algo parecido a un índice con números de página. Será tu mapa de navegación y, al mismo tiempo, la primera comprobación. Si las secciones no coinciden con el documento real, detente y corrige la entrada antes de continuar.

Paso 5: haz preguntas reales y exige páginas

Ahora pregunta lo que de verdad quieres saber. Añade siempre la misma instrucción:

Responde únicamente a partir de este documento. Después de cada afirmación, indica el número de la página de la que procede. Si el documento no responde a la pregunta, dilo en vez de adivinar.

La última frase hace más que cualquier truco de prompting. Da permiso a la herramienta para no responder, justo lo que necesitas de un documento en el que pretendes confiar.

Lo que deberías ver: respuestas con números de página entre corchetes y, de vez en cuando, un claro «este punto no aparece en el documento». Es una buena señal, no un fallo.

Paso 6: verifica en treinta segundos

Casi todo el mundo omite este paso, aunque es el único que vuelve fiable el resto.

Elige una afirmación de la respuesta. Anota la página y una frase que destaque. Abre el PDF, ve a esa página y busca la frase.

Hay tres resultados posibles:

1. La frase está en esa página, dentro de un párrafo sobre el tema. Bien. Puedes confiar un poco más en el resto.
2. La frase aparece, pero en una nota al pie o en la bibliografía. Es el caso engañoso. En nuestro documento de prueba de 144 páginas, la palabra «hallucination» figura en 22 páginas. Sin embargo, la bibliografía comienza en la página 99, por lo que ocho resultados son referencias bibliográficas, no explicaciones del tema. Una respuesta basada en ellos tiene técnicamente una fuente y resulta inútil en la práctica.
3. La frase no está en esa página. Deja de confiar en la respuesta y consulta el apartado de solución de problemas. Lo más probable es que la numeración esté desplazada.

Comprueba dos o tres afirmaciones en el primer documento. Después sabrás cómo se comporta esa combinación de herramienta y archivo y podrás limitarte a hacer verificaciones puntuales.

Lo que deberías ver: la frase en la página indicada y dentro de un párrafo que realmente trata tu pregunta. Si dos de tres comprobaciones aciertan así, la herramienta funciona bien con este documento.

Copia este texto

Pégalo como primer mensaje en cuanto hayas adjuntado el archivo. Sustituye al prompt breve del paso 4 e incorpora ya la regla sobre las páginas del paso 5:

Trabaja únicamente con el documento que he adjuntado.

Reglas:
1. Responde solo a partir de este documento. No utilices conocimientos externos.
2. Después de cada afirmación, indica el número de página entre corchetes.
3. Si el documento no responde a algo, escribe «no se trata en este documento» en vez de adivinar.
4. Si un pasaje es ambiguo, cítalo y explica qué parte no está clara.
5. Cita las palabras exactas cuando la formulación importe, por ejemplo en plazos, importes, obligaciones y exclusiones.

Primera tarea: enumera las secciones principales con sus números de página y una frase para cada una.
Después espera mis preguntas.

Cuando algo sale mal

El PDF es un escaneo y las respuestas son inventadas. No ocurrió en nuestra prueba porque el documento tenía una capa de texto correcta, pero es el fallo que más se menciona. La herramienta describe algo vagamente plausible que no coincide con nada. La causa es que solo hay píxeles, no texto. La solución consiste en aplicar primero reconocimiento de caracteres. Vista Previa puede hacerlo en un Mac. En Windows sirven LibreOffice Draw, que es gratuito, o Microsoft Lens integrado; Adobe Acrobat lo hace correctamente si lo tienes. No subas un escaneo confidencial a cualquier web gratuita, porque anularía el propósito del aviso de privacidad inicial. Algunos asistentes, entre ellos NotebookLM y Gemini, también pueden interpretar un escaneo como imagen. Aun así, prueba el resultado como en el paso 1 antes de continuar.

Los números de página no coinciden. La frase citada está en otra página, normalmente con un desfase constante de dos o tres. Portadas y páginas preliminares hacen que la página 5 del PDF sea a menudo la página 1 impresa. Indica qué numeración debe usarse: «utiliza la posición de la página en el PDF, no el número impreso» suele resolverlo en una línea.

La respuesta omite algo que sabes que está ahí. La herramienta afirma que el documento no lo cubre, aunque tú localizas el pasaje. En un archivo muy largo, la búsqueda no ha recuperado el fragmento correcto. Acota la pregunta. En vez de «¿cuáles son las condiciones de rescisión?», prueba con «examina el apartado sobre rescisión entre las páginas 40 y 55 y enumera todas las condiciones». Señalar una zona convierte un problema de búsqueda en uno de lectura.

Adáptalo a tus necesidades

Más sencillo. Para un documento de menos de 20 páginas, prescinde del cuaderno. Adjúntalo a un chat normal y formula la pregunta con la regla de las páginas. Dos minutos.

Más potente. Carga varios documentos relacionados en un solo cuaderno, el contrato antiguo y el nuevo, o las condiciones de tres proveedores, y plantea comparaciones: «¿en qué difieren estos dos documentos respecto a los plazos de preaviso? Indica las páginas de ambos».

Para otro trabajo. Los mismos seis pasos sirven con un manual, un contrato de alquiler, actas de reuniones, un artículo científico o una póliza de seguro de 300 páginas. Solo cambia el paso 2: cuanto mayor sea el documento, más estrechas deberán ser las preguntas.

Qué puedes probar después

Si el párrafo inicial sobre privacidad te hizo dudar, el siguiente paso consiste en no enviar nada a ningún sitio. Medimos hasta dónde llega un ordenador corriente en nuestro análisis de un modelo local ejecutado en un portátil de hace seis años. En resumen: funciona para reorganizar textos y no cuesta nada.

Fuentes

• Ayuda de Anthropic: subir archivos a Claude (explica que Claude cuenta las páginas del PDF tal como aparecen en el visor, relacionado con el segundo problema)
• Google NotebookLM
• Ayuda de Mistral: Le Chat ahora es Vibe (nuevo nombre desde el 28 de mayo de 2026)
• A Survey of Large Language Models, arXiv (el documento de 144 páginas utilizado para probar las cifras de esta guía)