Como prometido! Esse é o guia rápido pra transformar qualquer arquivo (PDF, Word, Excel, imagem, áudio…) em texto limpo, do jeito que a IA entende melhor — gastando muito menos token.
MarkItDown é uma ferramenta gratuita e open source da Microsoft.
Você precisa do Python no PC. Com ele instalado, abra o terminal e rode:
pip install 'markitdown[all]'
Pronto. Isso já habilita todos os formatos (PDF, Office, imagem, áudio etc.).
No terminal, dentro da pasta do seu arquivo:
markitdown relatorio.pdf > relatorio.md
Isso cria um relatorio.md
com o texto limpo. Funciona igual pra Word, Excel e os outros:
markitdown planilha.xlsx > planilha.md
markitdown apresentacao.pptx > apresentacao.md
Dica: o
> nome.md
é só pra salvar o resultado num arquivo. Sem ele, o texto aparece direto na tela.
- Abra o arquivo
.md
que foi gerado - Copie o conteúdo
- Cole na conversa com o Claude
Pronto — a IA recebe só o texto que importa, sem a formatação invisível que enche de token. Mesma resposta, fração do custo.
PDF · Word · PowerPoint · Excel · Imagens (lê o texto da imagem) · Áudio (transcreve) · HTML · CSV / JSON / XML · ZIP (abre tudo de dentro) · vídeos do YouTube (pega a legenda) · EPub · e mais.
Dá pra usar dentro do Python também:
from markitdown import MarkItDown
md = MarkItDown()
resultado = md.convert("relatorio.pdf")
print(resultado.text_content)
Quer mais dicas como essa, em primeira mão? Bora pro grupo do WhatsApp 👇
(link enviado junto com este guia na sua DM)
Repositório oficial: https://github.com/microsoft/markitdown