> ## 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

O step Extract Text from DOCX isola e extrai o conteúdo textual de arquivos Microsoft Word (.docx), entregando um bloco de texto limpo e pronto para ser processado por agentes de IA. Com ele, documentos complexos se tornam dados acessíveis sem necessidade de softwares específicos ou intervenção manual.

### O que é

Este step pertence ao grupo Document Processing — categoria dedicada a transformar formatos de arquivo em conteúdo utilizável pela IA.

Na prática, o Extract Text from DOCX:

* Lê a estrutura interna do arquivo .docx
* Extrai texto de parágrafos, tabelas, listas, cabeçalhos e rodapés
* Descarta elementos visuais (imagens, gráficos, formatação)
* Entrega um bloco de texto puro no contexto do agente

### Onde encontrar

1. Acesse o AI Studio
2. Clique em Add AI Step
3. Em Select Step Category, escolha Document Processing
4. Selecione 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>

### Como usar?

Campos de configuração:

| Campo     | Obrigatório | Descrição                                                                                                                    |
| :-------- | :---------- | :--------------------------------------------------------------------------------------------------------------------------- |
| Step Name | Sim         | Nome interno do step. Use apenas caracteres alfanuméricos. Utilizado para referenciar o resultado em outros steps ou prompts |
| File URL  | Sim         | URL pública direta do arquivo .docx ou variável de entrada de arquivo do usuário (ex: `{{docxfile}}`)                        |

### Sobre o Output

O resultado gerado é um bloco contínuo de texto simples (plain text) contendo todo o conteúdo extraído do documento.

<Columns cols={2}>
  <Column>
    <Card title="O que é extraído:">
      * Parágrafos
      * Itens de lista
      * Dados de tabelas (linearizados)
      * Cabeçalhos e rodapés
    </Card>
  </Column>

  <Column>
    <Card title="O que NÃO é extraído:">
      * Imagens e fotos
      * Gráficos e elementos
      * Formatação visual do documento (cores, negrito, itálico, fontes)
    </Card>
  </Column>
</Columns>

<Warning>
  Importante:

  Tabelas são lidas de forma linear, seguindo a ordem das células. Um prompt bem estruturado ajuda o agente a interpretar corretamente dados tabulares extraídos dessa forma.
</Warning>

### Explicação mais profunda

O step funciona como uma camada de decodificação de documentos.

<Card title="Fluxo">
  Arquivo .docx (URL ou variável) → Step extrai o texto puro

  ↓

  Conteúdo entra no contexto → Agente usa para analisar, resumir ou extrair dados
</Card>

O output deve ser tratado como dado bruto injetado no prompt. A qualidade da análise depende diretamente de:

* Organização do documento original
* Clareza do prompt que usa o resultado

***

### Exemplos práticos

<AccordionGroup>
  <Accordion title="Análise de contratos e propostas comerciais">
    Prompt:\
    "Analise o contrato extraído. Identifique cláusulas de risco, resumo dos termos de pagamento e dados do cliente."

    Uso:

    * Contratos jurídicos ou propostas comerciais em .docx
    * Agente identifica pontos críticos sem leitura manual
  </Accordion>

  <Accordion title="Triagem automática de currículos">
    Prompt:\
    "Extraia as habilidades, experiências e formação do candidato. Compare com os requisitos da vaga abaixo e avalie o fit."

    Uso:

    * CVs enviados em .docx
    * Agente classifica e resume perfis automaticamente
  </Accordion>

  <Accordion title="Resumo de relatórios internos">
    Prompt:\
    "Resuma os principais pontos deste relatório em até 5 tópicos executivos."

    Uso:

    * Relatórios mensais, atas de reunião ou documentos de gestão
  </Accordion>

  <Accordion title="Extração de dados estruturados">
    Prompt:\
    "Extraia do documento: nome da empresa, CNPJ, valor total, prazo de entrega e responsável técnico."

    Uso:

    * Documentos padronizados com campos fixos
    * Alimentar CRM ou planilhas automaticamente
  </Accordion>
</AccordionGroup>

<Tip>
  **Boas práticas**

  * Prefira documentos bem estruturados: Títulos, parágrafos claros e tabelas organizadas geram extrações mais precisas
  * Referencie o step no prompt: Use o nome definido no Step Name para indicar ao agente de onde vêm os dados. Ex: *"Com base nos dados do step *`extracao_contrato`*..."*
  * Oriente o agente sobre tabelas: Informe no prompt que tabelas podem aparecer linearizadas, para que o modelo interprete corretamente
  * Combine com outros steps: Ex: Extract Text → análise → Google Drive (salvar resultado)
  * Evite documentos muito extensos: Arquivos com muitas páginas podem saturar a janela de contexto do agente
</Tip>

### Observações importantes

* O step roda antes da interação com o usuário
* A URL do arquivo precisa ser pública e acessível
* Elementos visuais são completamente ignorados na extração
* O output é texto bruto, sem formatação visual

O Extract Text from DOCX elimina a barreira entre documentos Word e inteligência artificial. Com ele, contratos, currículos, relatórios e manuais se tornam dados processáveis em segundos, permitindo análises, resumos e extrações automáticas sem qualquer intervenção humana.