<!-- Generated from es/chat-with-pdfs.md. Do not edit by hand. -->

> Markdown twin of https://conduitllm.com/es/chat-with-pdfs.html
> Haz preguntas sobre varios PDF a la vez y mira de qué documento y fragmento sale cada respuesta: crea una colección, adjúntala y comprueba las fuentes.

---
Tutorial

# Cómo chatear con tus PDF y obtener respuestas citadas

Actualizado el 31 de octubre de 2026

La respuesta está en uno de los PDF. Probablemente. En [Conduit](https://conduitllm.com/es/), una aplicación de escritorio de IA gratuita y de código abierto, pones los documentos en una colección una sola vez, y después haces preguntas sobre todos ellos y ves de qué documento y de qué fragmento sale cada respuesta.

## Introducción

Adjuntar un PDF a un chat sirve para un documento. Para un conjunto de documentos a los que vuelves una y otra vez, como políticas, contratos, manuales o artículos de investigación, adjuntarlos todos a cada chat es lento, pronto choca con los límites del modelo y la respuesta no dice de dónde sale.

Los **Documentos** de Conduit lo resuelven con colecciones. Cuando añades un archivo a una colección, Conduit lo lee y lo divide en secciones de unos 1000 caracteres, y un modelo de incrustación indexa cada sección para que se pueda encontrar por su significado y no solo por sus palabras. Cuando un chat tiene una colección adjunta, cada pregunta la busca, las seis secciones que mejor coinciden van al modelo junto con tu mensaje, y los documentos de los que salieron aparecen bajo tu pregunta. Haz clic en uno para leer el fragmento.

En este tutorial pondrás en una colección tres políticas en PDF de una empresa llamada Northwind: un manual del empleado, una política de viajes y gastos y una guía de beneficios. Harás una pregunta que necesita dos de ellas, comprobarás los fragmentos citados y dirigirás una pregunta de seguimiento a un solo documento con una referencia `#`.

## Puntos clave

- Una colección es un grupo de archivos, indexado una sola vez, en el que puede buscar cualquier chat. Añade archivos arrastrándolos a la ventana.
- Adjunta una colección a un chat con **+** y después **Documentos…**. Cada pregunta la busca a partir de entonces.
- Los documentos y las secciones usados para una respuesta aparecen bajo tu pregunta. Haz clic en uno para leer el fragmento.
- Cada pregunta recibe las seis secciones que mejor coinciden. Para una pregunta sobre un solo documento, escribe `#` y su nombre.
- El texto de tus documentos va al proveedor que indexa la colección, salvo que lo indexes con Ollama en tu propio ordenador.

## Requisitos previos

Para seguir este tutorial necesitarás:

- **Conduit instalado** en Windows, macOS o Linux. Descarga la última versión desde la [página de versiones](https://github.com/runningpixels/conduit/releases).
- **Un proveedor que pueda indexar documentos**: OpenAI, Gemini, OpenRouter u Ollama. Anthropic no ofrece uno. Este tutorial indexa con OpenRouter, que usa `text-embedding-3-small` de OpenAI, y responde con GLM 5.3 Flash. Para configurar un proveedor, consulta las [guías de proveedores](https://conduitllm.com/providers.html) (en inglés).
- **Unos cuantos PDF con capa de texto**: PDF en los que puedas seleccionar texto. Los PDF escaneados no se pueden añadir.

## Paso 1: crear una colección

Una colección la indexa el proveedor que está activo cuando la creas, y se queda con ese proveedor. En este paso crearás una.

Primero haz activo el proveedor que va a indexar: elige uno de sus modelos en el cuadro de mensaje de cualquier chat. Aquí sirve cualquier modelo de OpenRouter.

Después elige **Contexto** en la barra lateral y **Documentos** arriba. La página enumera tus colecciones a la izquierda. Elige **Nueva colección**, escribe un nombre, aquí `Northwind policies`, y confirma. Se abre la colección nueva, vacía, con **Incrustado por OpenRouter · openai/text-embedding-3-small** bajo su nombre.

A continuación añadirás los PDF.

## Paso 2: añadir los PDF

En este paso añadirás los tres PDF y dejarás que Conduit los indexe.

Arrastra los archivos desde el Explorador de archivos o el Finder a cualquier punto de la ventana de Conduit, o elige **Importar documento** para escoger un archivo cada vez. Un lote soltado pregunta adónde debe ir:

Comprueba que **Colección** nombra la correcta y elige **Añadir**. La primera vez que añades un PDF, Conduit explica qué esperar:

El PDF se lee en tu ordenador. Lo que puede salir mal es el orden del texto: una página de dos columnas o una tabla pueden salir desordenadas, algo que verás más adelante en los fragmentos. Elige **Continuar**.

La primera vez que añades documentos a una colección indexada por un proveedor en la nube, Conduit también pregunta **¿Enviar el texto del documento a OpenRouter?** La indexación envía a ese proveedor el texto de cada documento que añades, así que acepta solo si eso es aceptable para estos documentos. Después la página dice **El texto del documento se envía a OpenRouter para indexarlo**, con un botón **Revocar** para retirar tu consentimiento.

Cada archivo muestra **Leyendo el documento…**, después **Indexando…** con un recuento de secciones, y queda en la lista con su tamaño, su tipo y su número de secciones:

**Nota:** Un PDF escaneado, un archivo de más de 32 MB o uno que tarde más de 30 segundos en leerse no se añade, y Conduit dice cuál y por qué.

A continuación adjuntarás la colección a un chat.

## Paso 3: adjuntar la colección a un chat

Un chat solo busca en las colecciones que le adjuntas. En este paso adjuntarás una.

Elige **Chats** y **Nuevo chat**. En el cuadro de mensaje, elige **+** y después **Documentos…**. El panel enumera tus colecciones, cada una con un interruptor. Activa **Northwind policies**:

La flecha junto a una colección abre su lista de documentos, donde puedes dejar fuera de este chat documentos concretos. Elige **Cerrar**. La colección aparece ahora como un chip sobre el cuadro de mensaje, y cada pregunta de este chat la busca hasta que quites el chip.

A continuación harás una pregunta.

## Paso 4: preguntar sobre varios documentos a la vez

En este paso harás una pregunta cuya respuesta está repartida entre dos documentos.

Envía:

```
El mes que viene viajo a Tokio para un taller con un cliente, y el vuelo dura 11
horas. ¿Qué clase puedo reservar, cuál es el límite del hotel y cuánto puedo
gastar en comidas cada día? Además, me quedan 7 días de vacaciones este año.
¿Cuántos puedo trasladar al año siguiente y hasta cuándo tengo que usarlos?
```

Las reglas del vuelo, el hotel y las comidas están en la política de viajes; las de vacaciones, en el manual. La respuesta abarca ambos:

Los chips bajo tu pregunta son las fuentes: cada documento en el que se basó la respuesta, con la colección y las secciones usadas. Todas las cifras de la respuesta están en esas secciones: clase Business para vuelos de más de 9 horas, $320 la noche en Tokio, $75 al día en comidas y hasta 5 días trasladables hasta el 31 de marzo.

A continuación comprobarás una de ellas.

## Paso 5: comprobar el fragmento citado

Una respuesta vale lo que valga el fragmento que la respalda. En este paso lo leerás.

Haz clic en el chip del manual. Se abre el fragmento, con el número de sección, las otras secciones que se usaron y la ubicación del archivo en tu ordenador:

La sección 3 contiene la regla del traslado palabra por palabra. Aquí también ves cómo se leyó el PDF: la sección empieza a mitad de la tabla de vacaciones, porque las secciones se solapan un poco para que se encuentre una frase partida entre dos de ellas.

Cuando una respuesta importe, abre su fuente. Si el fragmento no dice lo que dice la respuesta, la respuesta es incorrecta, por muy seguro que parezca el modelo.

A continuación preguntarás por un documento al que no llegó la búsqueda.

## Paso 6: dirigir una pregunta a un solo documento

Cada pregunta recibe las seis secciones que mejor coinciden en toda la colección. Una pregunta con muchas partes, o redactada de forma distinta al documento, puede no alcanzar un documento que tiene la respuesta. En este paso nombrarás el documento.

En el mismo chat, escribe `#` y el comienzo del nombre del documento. Se abre una lista de documentos que coinciden:

Elige **northwind-benefits-guide-2026.pdf**. Se convierte en un chip sobre el cuadro de mensaje, y la búsqueda de este mensaje se limita a ese documento. Después escribe la pregunta y envíala:

```
¿Estoy cubierto si me pongo enfermo en el viaje a Tokio, y necesito contratar un seguro de viaje?
```

La respuesta sale de la guía de beneficios: el seguro de viaje de negocios, pagado por Northwind, cubre las emergencias médicas en los viajes aprobados. Una referencia `#` funciona con cualquier documento de cualquier colección, incluso uno que este chat no tiene adjunto.

## Cuál usar: adjunto, colección o carpeta

Conduit tiene tres formas de dar tus archivos a un chat. Sirven para tareas distintas:

|  | Adjuntar un archivo | Colección de documentos | Carpeta del espacio de trabajo |
| --- | --- | --- | --- |
| Ideal para | Un documento, en un chat | Un conjunto de documentos sobre los que preguntas una y otra vez | Archivos que el asistente debe leer y con los que debe trabajar |
| Cómo lo ve el modelo | Todo el texto, o el propio PDF en los modelos que leen PDF | Las seis secciones que mejor coinciden con cada pregunta | Los archivos que elige abrir, una página cada vez |
| Muestra fuentes | No | Sí, documento y sección | No |
| Cómo añadirlo | **+** → **Adjuntar archivos…**, o arrastrar al chat | **Contexto** → **Documentos** | **+** → **Carpeta del espacio de trabajo…** |

Para convertir un solo documento en diapositivas, consulta [Cómo convertir un PDF en una presentación con IA](https://conduitllm.com/es/pdf-to-slides.html).

## Límites de los documentos de un vistazo

|  | Límite |
| --- | --- |
| Tipos de archivo | PDF, Word (.docx), Markdown, texto plano, CSV, HTML |
| Tamaño del archivo | Hasta 32 MB |
| Tiempo de lectura | Un archivo que tarde más de 30 segundos en leerse se omite |
| PDF escaneados | No se añaden: no hay texto que leer |
| Tamaño de las secciones | Unos 1000 caracteres, con un solapamiento de 150 |
| Secciones por pregunta | Las seis que mejor coinciden |
| Proveedores que indexan | OpenAI, Gemini, OpenRouter, Ollama |

## Preguntas

**¿Puedo mantener mis documentos en mi propio ordenador?**

Sí, con Ollama. Una colección la indexa el proveedor que estaba activo cuando la creaste, y solo OpenAI, Gemini, OpenRouter y Ollama pueden indexar documentos. Haz de Ollama el proveedor activo, con el modelo `nomic-embed-text` descargado, antes de elegir **Nueva colección**, y el texto de los documentos se indexa en tu ordenador. Responde también con un modelo local y nada sale de él. Con un proveedor en la nube, el texto de cada documento que añades se envía a ese proveedor para indexarlo, y Conduit te lo pregunta una vez antes de la primera importación.

**¿Las citas dan números de página?**

No. Dan el documento y la sección: un fragmento de unos 1000 caracteres, numerado en orden a lo largo del documento. Haz clic en una cita para leer el propio fragmento. Los PDF se convierten en texto al añadirlos, así que los números de página no se conservan.

**¿Puedo añadir PDF escaneados?**

No. Un PDF escaneado no tiene capa de texto, así que no se puede leer nada de él, y Conduit lo dice y no lo añade. Pásalo antes por OCR, o adjúntalo a un solo chat con un modelo que lea PDF directamente, como Claude, GPT-5 o Gemini.

**¿Cuánto cuesta?**

Conduit es gratis. La indexación la factura el proveedor que indexa la colección; tres PDF cortos cuestan una fracción de centavo con `text-embedding-3-small` de OpenAI a través de OpenRouter. Cada respuesta cuesta lo que cuesta cualquier mensaje de chat: las dos respuestas de este tutorial costaron $0,0004 en total con GLM 5.3 Flash.

**¿Qué otros tipos de archivo puedo añadir?**

Documentos de Word (.docx), archivos Markdown, de texto plano, CSV y HTML, además de PDF, de hasta 32 MB cada uno.

## Conclusión

En este tutorial pusiste tres PDF en una colección de documentos, la adjuntaste a un chat, hiciste una pregunta que necesitaba dos de ellos, leíste el fragmento que respalda la respuesta y dirigiste una pregunta de seguimiento a un solo documento con una referencia `#`.

Los mismos pasos sirven para cualquier conjunto de documentos sobre el que preguntes con frecuencia: contratos, manuales de producto, artículos de investigación, notas de reuniones, los documentos de diseño de un código fuente. Para ir más lejos, consulta estas guías:

- [Cómo convertir un PDF en una presentación con IA](https://conduitllm.com/es/pdf-to-slides.html), para presentar lo que dice un documento.
- [Cómo ejecutar agentes de IA en paralelo en Conduit](https://conduitllm.com/es/run-ai-agents.html), para dar a un agente una colección en la que busque en cada tarea.
- [Las guías de proveedores](https://conduitllm.com/providers.html) (en inglés), para elegir los modelos que indexan y responden.

[Descargar Conduit](https://conduitllm.com/es/#get)

Los datos sobre Conduit corresponden a la última versión y se pueden comprobar en [la documentación](https://conduitllm.com/es/docs.html) y [el código fuente](https://github.com/runningpixels/conduit). ¿Encontraste un error? [Avísanos](https://github.com/runningpixels/conduit/discussions) y lo corregiremos.

## Relacionados

- [Cómo convertir un PDF en una presentación con IA](https://conduitllm.com/es/pdf-to-slides.html) — Convierte un informe en PDF en una presentación editable con IA: adjunta el PDF, aprueba la narrativa, crea las diapositivas, edita el texto y exporta a HTML, PowerPoint o PDF.
- [Cómo configurar servidores MCP en Windows](https://conduitllm.com/es/mcp-servers-windows.html) — Servidores MCP en Windows: instala Node.js y uv, añade servidores con npx, uvx, por URL o desde el registro, y resuelve los errores comunes.
- [Cómo ejecutar agentes de IA en paralelo en Conduit](https://conduitllm.com/es/run-ai-agents.html) — Define agentes de IA una sola vez, cada uno con su propio modelo y sus herramientas, pásales trabajo desde el chat, míralos trabajar en paralelo, haz que revisen su trabajo y ejecútalos con un horario.
- [Cómo hacer una investigación profunda con Conduit y Exa](https://conduitllm.com/es/research-with-exa.html) — Activa la búsqueda con Exa, escribe un resumen de investigación y lee un informe con citas en Conduit, con células solares como ejemplo. Sin clave de Exa.
- [Cómo automatizar tareas con los flujos de trabajo de Conduit](https://conduitllm.com/es/automate-with-workflows.html) — Crea en Conduit un flujo de trabajo que vigila las versiones de un proyecto, resume cada una con un modelo barato y te avisa solo de cambios incompatibles.
