Formatos de archivo compatibles
En esta página
El único criterio que importa
Antes de preguntarte si un formato concreto funciona, plantéate una cuestión más sencilla: ¿contiene el archivo texto extraíble? La API de Archivos de xAI gestiona archivos de texto. Si cualquier herramienta puede extraer caracteres de él sin necesidad de reconocimiento óptico de caracteres (OCR), es probable que el documento sea aceptado. Los archivos puramente binarios (imágenes, audio, vídeo) no pertenecen aquí; para una imagen, el enfoque correcto es usar input_image en la API de Respuestas, no la API de Archivos.
Este único criterio explica la mayoría de los rechazos que encontrarás. También explica por qué un informe financiero en PDF funciona a la perfección mientras que un PDF generado desde un escáner de sobremesa falla: el primero contiene una capa de texto, mientras que el segundo es simplemente una serie de fotografías de páginas.
Las cuatro categorías compatibles
Los formatos compatibles se dividen en cuatro categorías, cada una con sus usos preferentes.
| Categoría | Formatos | Qué extrae Grok |
|---|---|---|
| Documentos de oficina | PDF, DOCX, ODT, EPUB, RTF | Texto, tablas, estructura de secciones |
| Código fuente | .py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML y más de 80 lenguajes | Importaciones, dependencias, estructura de archivos |
| Datos estructurados | CSV, TSV, JSON, JSON-LD, vCard | Jerarquía de campos, estadísticas, tendencias |
| Texto plano | TXT, MD | Contenido lineal, encabezados y listas de Markdown |
En el lado de los documentos de oficina, el PDF sigue siendo el formato más común, y Grok extrae su texto, tablas y desglose de secciones. Un DOCX de Word conserva su formato (negrita, cursiva, listas) durante la extracción, al igual que su equivalente de código abierto, ODT. El formato EPUB resulta interesante en cuanto trabajas con publicaciones extensas, un libro blanco o un manual completo, y el RTF, aunque antiguo, sigue siendo lo suficientemente habitual como para contar con soporte.
El código fuente es donde la API de Archivos se distingue con mayor claridad del simple copiar y pegar. Enviar payment.py completo en lugar de una función aislada cambia la naturaleza del análisis: Grok ve las importaciones, las dependencias y la organización del archivo, y por tanto puede detectar que una excepción se captura treinta líneas más arriba o que una constante definida al principio contradice un comentario al final. Se cubren más de 80 lenguajes con sintaxis basada en texto.
Los formatos de datos sirven principalmente para el análisis cuantitativo. Un CSV de ventas mensuales permite a Grok calcular varianzas, detectar estacionalidad y resumir un conjunto de datos de varios miles de líneas; una configuración JSON o una respuesta de API le da acceso a la jerarquía y las relaciones entre campos, algo que una tabla aplanada no mostraría. JSON-LD añade contexto semántico a los datos enlazados, y vCard cubre las tarjetas de contacto. Por último, TXT y MD funcionan como se espera, ofreciendo Markdown la ventaja de transmitir una estructura ligera de encabezados y listas.
Errores comunes
Cuatro restricciones aparecen constantemente en entornos de producción. La primera es el tamaño: 48 MB por archivo; si se supera este límite, debes dividir el documento. La segunda es la codificación: tus archivos deben estar en UTF-8, y una exportación en ISO-8859 o Windows-1252 producirá caracteres acentuados corruptos, a veces de forma sutil; que una `é` se convierta en `é` en medio de un contrato pasa desapercibido hasta que una búsqueda no devuelve resultados. La tercera es la falta de procesamiento de imágenes: PNG, JPG o GIF no pertenecen aquí, debes usar input_image. La cuarta es el caso de un PDF escaneado sin capa de texto OCR, que será aceptado en la carga pero no devolverá resultados al consultarlo.
Esta última situación requiere un hábito sencillo: antes de subir un lote de PDFs de origen incierto, abre uno e intenta seleccionar un párrafo con el ratón. Si no puedes seleccionar nada, tus documentos deben pasar por un proceso de OCR previamente.
Elige el formato más estructurado posible
Cuando la misma información existe en múltiples formas, elige siempre la más estructurada. Para el análisis de informes, prefiere el PDF o DOCX original, que conservan la jerarquía, en lugar de una exportación de texto plano. Para el análisis de datos, un CSV para tablas y JSON para datos jerárquicos ofrecerán mejores resultados que una exportación de hoja de cálculo transformada a texto plano. Para una revisión de código, envía el archivo fuente original con su extensión original. Para documentación, Markdown o PDF funcionan según lo que tengas en el origen. La regla se resume en una frase: cada nivel de estructura que mantengas es un nivel de contexto que el modelo no tendrá que reconstruir.
Puntos clave
- La API de Archivos admite documentos (PDF, DOCX, EPUB), código (más de 80 lenguajes), datos (CSV, JSON) y texto plano
- El límite es de 48 MB por archivo con codificación UTF-8
- Las imágenes y los archivos binarios no son compatibles; usa
input_imagepara imágenes - Prefiere siempre el formato más estructurado posible para obtener un mejor análisis