PDF of tekst naar nette Markdown
Zet een PDF (of geplakte tekst en HTML) om naar nette, gestructureerde Markdown, klaar voor een RAG-pipeline, ChatGPT, Claude of publicatie. Koppen, lijsten en alinea’s worden uit de opmaak herleid in plaats van platgeslagen, en juist dat heeft een retriever nodig om een document goed te citeren. Het bestand wordt op je eigen apparaat geopend en verwerkt en verlaat het nooit: in het tabblad Netwerk van je browser zie je zelf dat er niets wordt geüpload. Koppen worden afgeleid uit de tekstgrootte, dus een PDF die koppen nabootst met vetgedrukte broodtekst, komt er zonder structuur uit.
Veelgestelde vragen
Waarom een PDF omzetten naar Markdown?
Markdown behoudt de kopstructuur die een platte tekstdump weggooit. Op die structuur deelt een RAG-pipeline de tekst op, en dankzij die structuur kan een model de juiste sectie citeren. Het is ook het formaat dat ChatGPT en Claude het betrouwbaarst lezen.
Wordt mijn PDF geüpload?
Nee. De omzetting gebeurt volledig in je browser; het bestand verlaat je apparaat nooit.
Kan ik ook geplakte tekst of HTML omzetten?
Ja. Laat het sleepvak leeg en plak in het tekstvak: HTML wordt automatisch herkend en de tags worden Markdown, en bij platte tekst worden lijsten en koppen afgeleid.
Hoe weet de tool wat een kop is?
Hij vergelijkt elke regel met de mediane tekstgrootte van hetzelfde document, dus een contract in 9 pt en een presentatie in 14 pt werken allebei. Een PDF die koppen nabootst met vetgedrukte broodtekst heeft niets om te herkennen en komt er zonder structuur uit.