Ir al contenido principal
Español— Elegir un idioma
Menú

OCR: Extraer texto de fotos

Lección 3 de 14 Actualizado el 5 de noviembre de 2026 Intermedio
En esta página
  1. Un OCR que entiende lo que lee
  2. Cuatro casos de uso profesionales
  3. Extraer y actuar en un solo movimiento
  4. La foto lo decide todo
  5. Casos difíciles y cómo manejarlos
  6. Te toca a ti
  7. Puntos clave

De todas las capacidades visuales de ChatGPT, la extracción de texto a partir de imágenes es la que aporta valor más rápido. No necesitas una aplicación de OCR dedicada: basta con hacer una foto de un documento, una firma, una etiqueta o una pantalla. ChatGPT transcribe el texto y lo procesa de inmediato.

Un OCR que entiende lo que lee

La diferencia respecto a las herramientas tradicionales se resume en una palabra: contexto. Un motor de OCR clásico reconoce caracteres y te devuelve una cadena de texto en bruto, dejándote a ti la tarea de darle sentido. ChatGPT entiende lo que lee, lo que te permite extraer, estructurar, resumir o traducir en un solo paso.

Un ticket de compra ilustra perfectamente esta brecha. Envía una foto con el prompt: «Extrae todos los artículos y sus precios, y luego calcula el total». El modelo lee cada línea, distingue las etiquetas de las cantidades, organiza los datos y realiza el cálculo. Verifica siempre el total; un solo dígito mal leído sesga todo el resultado. Una herramienta de OCR clásica se habría detenido en la transcripción.

Cuatro casos de uso profesionales

Una tarjeta de visita recogida en una feria es el ejemplo de libro de texto, sobre todo porque estas tarjetas suelen acabar enterradas en un cajón. Hazle una foto y pide: «Extrae la información de contacto y formátala para importarla a un CRM (nombre, apellidos, empresa, correo electrónico, teléfono)». El resultado sale estructurado y listo para pegar.

Los documentos administrativos siguen la misma lógica. Ante un formulario en papel parcialmente rellenado, el prompt «Transcribe los campos rellenados de este formulario en formato de tabla» digitaliza en una pasada lo que la entrada manual tardaría mucho más en lograr. Puedes manejar las notas manuscritas de una reunión de la misma manera: «Transcribe estas notas manuscritas, corrige los errores y organízalas en tareas pendientes» convierte garabatos en un resumen distribuible, siempre que la caligrafía sea legible. La contabilidad también se beneficia: con una foto de una factura, «Extrae el número de factura, la fecha, la base imponible, el IVA y el importe total» devuelve los cinco campos que necesitas para tu seguimiento.

Extraer y actuar en un solo movimiento

No tienes que separar la extracción del procesamiento. Un cartel en un idioma extranjero se puede leer y traducir con un único prompt: «Lee este cartel y tradúcelo al inglés». Sin embargo, el Centro de Ayuda de OpenAI señala que el texto en escrituras no latinas, como el japonés o el coreano, se lee con menos precisión. Para estos documentos, verifica la transcripción antes de confiar en la traducción. Un artículo de periódico fotografiado se puede leer y resumir en tres puntos clave. Un menú se puede leer y filtrar: «identifica las opciones vegetarianas con sus precios». Una tabla impresa se convierte directamente en CSV.

Acostúmbrate a indicar el objetivo final en lugar de un paso intermedio. Pedir la transcripción en un mensaje y la traducción en otro te cuesta una ida y vuelta adicional para el mismo resultado.

Extracción de texto correcta Dos columnas. La foto: luz difusa sin reflejos ni flash, encuadre plano, texto legible ampliado si es necesario. El prompt: objetivo final de una vez, palabras dudosas marcadas entre corchetes, idiomas presentes especificados. OCR Extracción de texto correcta La foto Luz Difusa, sin reflejos ni flash Ángulo Plano, de frente Texto Legible, ampliado si es necesario El prompt Objetivo Extraer y actuar en una única solicitud Dudas Palabras inciertas marcadas entre corchetes Idiomas Especificar los presentes
Basado en el artículo «ChatGPT Image Inputs FAQ» del Centro de Ayuda de OpenAI (noviembre de 2026).

La foto lo decide todo

La precisión de la extracción se determina en el momento de hacer la foto. Ningún prompt puede recuperar información perdida en ese instante.

La iluminación es lo primero. Un documento bien iluminado, sin sombras ni reflejos, se lee fácilmente; la luz natural difusa ofrece los mejores resultados. Contraintuitivamente, el flash suele degradar la legibilidad al crear reflejos que borran secciones enteras de texto. El ángulo importa tanto como la luz: dispara en plano y perpendicular, ya que un ángulo oblicuo distorsiona los caracteres. Usa la resolución más alta disponible y resiste la tentación de redimensionar antes de enviar; una compresión bienintencionada destruye precisamente la información útil. Por último, el encuadre debe incluir todo el texto sin exceso de espacio vacío alrededor, ya que el modelo analiza mejor las imágenes cuando el contenido ocupa una parte significativa del encuadre.

Casos difíciles y cómo manejarlos

Algunos textos resisten la extracción. En estos casos, el objetivo es hacer visible la incertidumbre en lugar de ignorarla. Ante una caligrafía desordenada, pide: «Transcribe este texto. Cuando no estés seguro de una palabra, indícalo entre corchetes con un signo de interrogación». Esto te dice exactamente dónde centrar tu revisión. Para texto sobre un fondo complejo, como un póster donde las letras destacan sobre una fotografía, recorta la zona que solo contenga texto. Para documentos antiguos o dañados, un poco de contexto guía la lectura: «Este documento data del siglo XIX; algunas palabras pueden usar ortografía arcaica».

Dos verificaciones siguen siendo tu responsabilidad. Primero, los números: las confusiones entre 0 y O, 1 y l, o 5 y S son comunes y silenciosas, así que revisa dos veces importes, números de identificación y fechas. Segundo, los idiomas: en un documento multilingüe, especifica qué idiomas están presentes. De lo contrario, el modelo puede normalizar un pasaje al idioma dominante.

Te toca a ti

Pon a prueba la fiabilidad de la extracción. Lleva esto a la práctica con un documento real: un ticket, una carta, una tarjeta de visita, una página de un libro o notas manuscritas. Usa el prompt: «Extrae todo el texto de esta imagen. Luego, organiza la información extraída estructuralmente e identifica los puntos de datos clave». Compara la salida línea por línea con el original. Esta comprobación es la única forma de medir la fiabilidad real de la extracción.

Fuentes oficiales: ChatGPT Image Inputs FAQ · Does ChatGPT tell the truth? (Centro de Ayuda de OpenAI)

Puntos clave

  • ChatGPT actúa como un OCR avanzado: extrae, estructura y procesa texto en un solo paso
  • Combina la extracción con la acción (traducción, resumen, reformateo) para ahorrar tiempo
  • La calidad de la foto es crítica: buena iluminación, ángulo perpendicular, alta resolución
  • Verifica siempre los datos numéricos y los nombres propios en las transcripciones
  • Especifica el contexto y el idioma para mejorar la precisión en textos complejos