> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tess.im/llms.txt
> Use this file to discover all available pages before exploring further.

# AI Step | Extract Text from Docx

El step Extract Text from DOCX aísla y extrae el contenido textual de archivos Microsoft Word (.docx), entregando un bloque de texto limpio y listo para ser procesado por agentes de IA. Con esto, documentos complejos se convierten en datos accesibles sin necesidad de software específico ni intervención manual.

### ¿Qué es?

Este step pertenece al grupo Document Processing — una categoría dedicada a transformar formatos de archivo en contenido utilizable por la IA.

En la práctica, Extract Text from DOCX:

* Lee la estructura interna del archivo .docx
* Extrae texto de párrafos, tablas, listas, encabezados y pies de página
* Descarta elementos visuales (imágenes, gráficos, formato)
* Entrega un bloque de texto plano en el contexto del agente

### Dónde encontrarlo

1. Accede al AI Studio
2. Haz clic en Add AI Step
3. En Select Step Category, elige Document Processing
4. Selecciona Extract Text from DOCX

<Frame>
  <img src="https://mintcdn.com/tess-dfe1edf0/8b4GWdZxIeR2fmow/images/image-197.png?fit=max&auto=format&n=8b4GWdZxIeR2fmow&q=85&s=ce951ec22d0c2de8340e18859db2a144" alt="Image" width="472" height="477" data-path="images/image-197.png" />
</Frame>

### ¿Cómo usar?

Campos de configuración:

| Campo     | Obligatorio | Descripción                                                                                                                   |
| :-------- | :---------- | :---------------------------------------------------------------------------------------------------------------------------- |
| Step Name | Sí          | Nombre interno del step. Usa solo caracteres alfanuméricos. Se utiliza para referenciar el resultado en otros steps o prompts |
| File URL  | Sí          | URL pública directa del archivo .docx o una variable de entrada de archivo del usuario (ej: `{{docxfile}}`)                   |

### Sobre el Output

El resultado generado es un bloque continuo de texto plano (plain text) que contiene todo el contenido extraído del documento.

<Columns cols={2}>
  <Column>
    <Card title="Qué se extrae:">
      * Párrafos
      * Elementos de lista
      * Datos de tablas (linealizados)
      * Encabezados y pies de página
    </Card>
  </Column>

  <Column>
    <Card title="Qué NO se extrae:">
      * Imágenes y fotos
      * Gráficos y elementos
      * Formato visual (colores, negritas, cursivas, fuentes)
    </Card>
  </Column>
</Columns>

<Warning>
  Importante:

  Las tablas se leen de forma lineal, siguiendo el orden de las celdas. Un prompt bien estructurado ayuda al agente a interpretar correctamente los datos tabulares extraídos de esta forma.
</Warning>

### Explicación más profunda

El step funciona como una capa de decodificación de documentos.

<Card title="Flujo">
  Archivo .docx (URL o variable) → Step extrae el texto plano

  ↓

  El contenido entra en el contexto → El agente lo usa para analizar, resumir o extraer datos
</Card>

El output debe tratarse como datos brutos inyectados en el prompt. La calidad del análisis depende directamente de:

* La organización del documento original
* La claridad del prompt que utiliza el resultado

***

### Ejemplos prácticos

<AccordionGroup>
  <Accordion title="Análisis de contratos y propuestas comerciales">
    Prompt:\
    "Analiza el contrato extraído. Identifica cláusulas de riesgo, resume los términos de pago y extrae los datos del cliente."

    Uso:

    * Contratos legales o propuestas comerciales en .docx
    * El agente identifica puntos críticos sin lectura manual
  </Accordion>

  <Accordion title="Filtrado automático de currículums">
    Prompt:\
    "Extrae las habilidades, experiencia y formación del candidato. Compáralas con los requisitos del puesto y evalúa el encaje."

    Uso:

    * CVs enviados en .docx
    * El agente clasifica y resume perfiles automáticamente
  </Accordion>

  <Accordion title="Resumen de reportes internos">
    Prompt:\
    "Resume los puntos principales de este informe en hasta 5 puntos ejecutivos."

    Uso:

    * Reportes mensuales, actas de reuniones o documentos de gestión
  </Accordion>

  <Accordion title="Extracción de datos estructurados">
    Prompt:\
    "Extrae del documento: nombre de la empresa, identificación fiscal, valor total, plazo de entrega y responsable técnico."

    Uso:

    * Documentos estandarizados con campos fijos
    * Alimentar CRM o hojas de cálculo automáticamente
  </Accordion>
</AccordionGroup>

<Tip>
  **Buenas prácticas**

  * Prefiere documentos bien estructurados: títulos, párrafos claros y tablas organizadas mejoran la precisión
  * Referencia el step en el prompt: usa el Step Name para indicar de dónde provienen los datos. Ejemplo: *"Con base en los datos del step *`extracao_contrato`*..."*
  * Guía al agente sobre tablas: indica en el prompt que las tablas pueden aparecer linealizadas para una mejor interpretación
  * Combina con otros steps: ej., Extract Text → análisis → Google Drive (guardar resultado)
  * Evita documentos muy extensos: archivos con muchas páginas pueden saturar la ventana de contexto del agente
</Tip>

### Observaciones importantes

* El step se ejecuta antes de la interacción con el usuario
* La URL del archivo debe ser pública y accesible
* Los elementos visuales se ignoran completamente en la extracción
* El output es texto bruto, sin formato visual

Extract Text from DOCX elimina la barrera entre documentos Word y la inteligencia artificial. Con esto, contratos, currículums, reportes y manuales se convierten en datos procesables en segundos, permitiendo análisis, resúmenes y extracciones automáticas sin intervención humana.