Convertir Word a Markdown en línea gratis

Convertir Word a Markdown: una correspondencia real, no una suposición informada

Renombra cualquier archivo .docx a .zip y ábrelo. Dentro vas a encontrar un árbol de carpetas: word/document.xml guarda el contenido, word/styles.xml define los estilos, word/media/ contiene todas las imágenes incrustadas, y footnotes.xml y comments.xml están al lado. Un .docx no es una foto de una página. Es un documento XML estructurado dentro de un contenedor zip.

Eso importa muchísimo para la calidad de la conversión. Pasar un PDF a Markdown significa inferir la estructura a partir de tamaños de fuente y coordenadas. Pasar Word a Markdown significa leer una estructura que ya viene declarada. Un párrafo etiquetado como w:pStyle="Heading2" se convierte en ## porque el archivo dice literalmente que es un encabezado de nivel dos. Por eso un conversor de DOCX a Markdown suele dar una salida más limpia que el mismo documento exportado a PDF y convertido desde ahí. Sube un archivo arriba y compruébalo: gratis, sin registro, límite de 50 MB, no guardamos nada.

Estilos o formato directo: lo único que decide tu resultado al pasar de DOCX a Markdown

Hay dos maneras de que un texto parezca un encabezado en Word, y no son equivalentes.

Aplicar un estilo —hacer clic en «Título 1» en la cinta— escribe una etiqueta semántica en el XML. El conversor lee esa etiqueta y emite #. El formato directo —seleccionar la línea, subirla a 16 pt, ponerla en negrita— escribe solo propiedades visuales. En ningún sitio del archivo pone «esto es un encabezado», porque para Word es un párrafo normal que resulta ser grande y estar en negrita. Se convierte en una línea de texto en negrita, y tu documento llega a Markdown como un muro plano sin secciones.

Si tu salida parece estructuralmente vacía, casi siempre es por esto, y el arreglo está en el documento de origen. Abre el panel de estilos, aplica estilos de título de verdad a los títulos de sección, guarda y vuelve a convertir. Cinco minutos de trabajo que transforman el resultado, y de paso mejoran el propio documento de Word, porque el panel de navegación y la tabla de contenido automática empiezan a funcionar.

Control de cambios, comentarios y notas al pie

Casi todos los documentos de Word reales han pasado por varias manos, y llevan las huellas encima. Esto es lo que le ocurre a cada capa:

• El control de cambios vive en el XML como bloques w:ins y w:del alrededor del texto afectado. La conversión resuelve el documento a su estado aceptado: se conservan las inserciones y se descartan las eliminaciones. Si el historial de revisiones de un equipo jurídico te importa, ese historial se pierde: convierte por separado el antes y el después y compara las dos salidas.
• Los comentarios están en otra parte del archivo comprimido y se anclan a rangos del cuerpo. No son texto del cuerpo, así que no aparecen en la salida convertida. Va bien cuando la charla del margen es ruido, y es un problema si los comentarios de revisión son justo lo que querías resumir.
• Las notas al pie y las notas finales también viven en sus propias partes. Suelen llegar como texto, pero separadas de su punto de anclaje exacto, porque Markdown no tiene sintaxis nativa de notas al pie en la especificación base. Revisa el final de la salida si las citas importan.
• Los encabezados de página, los pies y los números de página se descartan. Markdown no tiene páginas, y ese mobiliario repetido es ruido en un contexto de IA de todas formas.
• Los campos —numeración automática, referencias cruzadas, una tabla de contenido generada— se convierten en el último valor que tuvieran renderizado, no en referencias vivas.

La costumbre segura: Revisar → Aceptar todos los cambios, luego Guardar como una copia, y entonces convertir. Así sabes exactamente con qué texto estás trabajando.

Tablas, imágenes y hasta dónde llega Markdown

Las tablas de Word son rejillas de verdad: filas y celdas declaradas en XML, no columnas de texto que casualmente quedan alineadas. Por eso se traducen limpiamente a tablas de barras verticales de Markdown, que es el argumento más fuerte para elegir Markdown en vez de texto plano en cuanto el documento tiene algo de contenido tabular.

La excepción son las celdas combinadas. Las tablas de Markdown no tienen rowspan ni colspan, así que una celda de cabecera que abarca tres columnas hay que aplanarla de alguna manera, y las tablas anidadas complejas salen aproximadas, no exactas. Las rejillas simples se convierten perfectas; las maquetaciones tipo factura, con filas de cabecera combinadas, piden un vistazo antes de fiarte de ellas.

Las imágenes incrustadas son un límite más duro. Los píxeles están en word/media/, pero una conversión a texto produce texto: una referencia a la imagen, no la imagen, y desde luego no las palabras que hay dentro. Si el diagrama clave de tu documento es una captura de una tabla, ese contenido es invisible para la conversión. Exporta la imagen aparte y pásala por imagen a Markdown, o mejor aún, reconstrúyela como una tabla de Word de verdad antes de convertir.

.doc y .docx no son el mismo formato

Comparten tres letras y casi nada más. .docx llegó con Office 2007 y es Open XML: el zip lleno de XML que describíamos arriba, con especificación abierta y fácil de parsear. El .doc heredado es un archivo compuesto binario: un sistema de archivos en miniatura hecho de flujos, sometido a ingeniería inversa durante décadas, con estructuras que varían según la versión de Word que lo escribió.

Conclusión práctica: la conversión de .docx es fiable, la de .doc es lo mejor que se pueda. Si un archivo antiguo te da resultados raros, ábrelo en Word o LibreOffice, guárdalo como .docx y convierte ese. Cuesta treinta segundos y elimina una categoría entera de problemas. Lo mismo vale para los archivos RTF, que son aún más antiguos y llevan todavía menos estructura semántica.

¿Markdown o texto plano? Decide por lo que vayas a hacer después

Elige Markdown cuando la forma del documento aporte significado. Una especificación de requisitos con cláusulas numeradas anidadas, una política con jerarquía de secciones definida, una propuesta llena de tablas de precios, documentación técnica con ejemplos de código: en todos esos casos la estructura es información. Pregúntale a un modelo por «los entregables de la sección 3» y necesitas que la sección 3 exista como unidad.

Elige Word a texto plano cuando quieras las palabras y nada más: alimentar un clasificador, construir embeddings, indexar para búsqueda o comparar dos revisiones línea a línea. En esas cadenas de procesamiento la sintaxis de Markdown es peso muerto.

El selector de arriba alterna entre los dos conservando el archivo que ya elegiste, así que puedes generar ambos y compararlos sin subirlo dos veces. El contador de tokens bajo la salida te dice lo que va a costar el resultado en la ventana de contexto de un modelo antes de pegarlo en ningún sitio.

Preguntas frecuentes

¿Cómo convertir un DOCX a Markdown?

Sube el archivo arriba y copia el Markdown, o descárgalo como .md. Funciona con .docx y con el antiguo .doc, 50 MB por archivo, gratis y sin cuenta. Los estilos de título se traducen a niveles de #, la negrita y la cursiva sobreviven como ** y *, y las listas conservan su anidamiento.

¿Mis encabezados van a salir de verdad?

Solo si eran encabezados de verdad. Un documento en el que el autor usó los estilos Título 1 y Título 2 se convierte en un esquema limpio de # y ##. Un documento donde alguien puso el texto grande y en negrita a mano no guarda ninguna información de encabezado: se ve idéntico en Word, y se convierte en párrafos normales, porque ahí no hay nada que leer.

¿Sirve para migrar documentos de Word a un sitio de documentación?

Te deja casi todo el camino hecho. La prosa, los encabezados, las listas y las tablas simples salen lo bastante limpias como para hacer commit. Lo que necesita una pasada humana después: las imágenes incrustadas, las tablas complejas con celdas combinadas, las ecuaciones y cualquier estilo propio que aportara significado por convención y no por estructura.

¿Y las ecuaciones y las imágenes incrustadas?

Las ecuaciones no sobreviven como LaTeX ni como MathML, y las imágenes no se extraen a una carpeta de recursos: la salida es texto y estructura. En documentos donde las matemáticas son el contenido, cuenta con reescribir esos bloques a mano. Conviene saberlo antes de convertir cien archivos y descubrirlo en el noventa.

¿Word a Markdown o Word a texto?

Markdown si el documento tiene un esquema que merece la pena conservar, o si va a acabar en algún sitio que renderiza Markdown: un repositorio, un wiki, un prompt para un LLM. Texto plano si el destino analiza palabras y no formato, que cubre la mayoría de las cadenas de indexación y de embeddings.

El resto de la caja de herramientas

Word es uno de los trece formatos que se manejan aquí. File2Txt acepta cualquiera de ellos desde una sola subida, o salta directo a PDF a Markdown, PowerPoint a Markdown para presentaciones, o Excel a Markdown para hojas de cálculo. Si tienes una carpeta con documentos mezclados, comprímela y usa ZIP a Markdown para convertir de una sola pasada todo lo que hay dentro.

Para código y contenido web están el conversor de GitHub a texto, un equivalente para GitLab, un conversor de directorio local y Web2Txt para extraer páginas a Markdown. La guía sobre cómo preparar documentos para LLM profundiza en por qué merece la pena hacer todo esto.

Repo2Txt está creado y mantenido por v12hero, un desarrollador independiente que crea aplicaciones nativas y web centradas en la privacidad.