Formatos de archivo compatibles

Fuentes de archivo

Los archivos son las fuentes más comunes. Se aceptan seis familias, y cada una se convierte en texto de una forma u otra: extracción para los documentos, OCR para imágenes y escaneos, transcripción para audio y video. La tabla reproduce el catálogo del modal. (Para el flujo de subida clic por clic, consulta Añadiendo documentos y archivos.)

Sitios web y multimedia

No todo lo que vale la pena saber vive en un archivo. Dos tipos de fuente permiten que la plataforma obtenga el contenido por ti: apúntala a la URL correcta y ella hace el resto.

• Rastreo de Página Web: dale una URL inicial al rastreador y este extrae el contenido de las páginas, descarga los archivos vinculados, y descubre y transcribe el contenido multimedia incrustado de YouTube, Vimeo, Dailymotion, Facebook, TikTok, SoundCloud, Spotify, iVoox, feeds de podcasts y streams HLS/DASH.
• Canales de YouTube: dale la URL de un canal o de una lista de reproducción y la plataforma importa todos los videos y los transcribe uno por uno.

Configurar un rastreo tiene su propia guía: consulta Añadiendo URLs de sitios web para el paso a paso.

Carpetas y comprimidos

¿Tienes decenas —o cientos— de archivos? Dos opciones de importación masiva te ahorran subirlos uno por uno. En ambos casos, cada archivo interior se convierte en su propia fuente, procesada según las reglas de familias de arriba:

• Carpetas Locales: sube un directorio completo en una sola operación.
• Archivos Comprimidos: comprimidos ZIP, RAR, 7z, TAR y GZ. El contenido se extrae automáticamente; el comprimido en sí nunca se indexa como un solo bloque.

Los archivos dentro de un comprimido que no estén en un formato compatible se omiten; los archivos compatibles igual se convierten en fuentes. Si algunos no aparecen, compáralos con el catálogo de arriba y revisa la sub-pestaña Actividad para ver cómo se procesó cada archivo. Otros formatos de compresión —.zipx, .cab— no se aceptan.

Límites y advertencias prácticas

Hay dos límites documentados, y son generosos:

• El OCR lee texto, no interpreta imágenes. Extrae caracteres de texto de imágenes y escaneos; no describe una gráfica ni una foto. Si tu Clon necesita que una imagen se explique, escribe la descripción como una fuente de texto aparte.
• La calidad del OCR depende de la calidad del escaneo. La resolución, el contraste, la tipografía y el idioma afectan la precisión; el texto de baja resolución o estilizado puede leerse mal, así que verifica los escaneos críticos en la sub-pestaña Actividad.
• Los comprimidos muy grandes pueden fallar al subir. Si te pasa, divídelo en comprimidos más pequeños y súbelos por separado.
• Los archivos que encuentra un rastreo de sitio web tienen un tope menor. Un rastreo descarga un archivo al que enlazan tus páginas solo hasta 50 MB, también si está en una dirección de archivos propia como un subdominio cdn. de tu sitio, y omite los archivos guardados en otro dominio. Uno más grande aparece en Errores, en los detalles del rastreo en Actividad, como Archivo demasiado grande: súbelo directamente, donde aplica el límite de 2 GB.

Revisa un archivo antes de subirlo

Una revisión de treinta segundos te ahorra una carga fallida. Antes de agregar un archivo:

1. Confirma que el formato está en el catálogo

   Compara la extensión del archivo con las tablas de arriba, o abre la lista en vivo: en la página de Conocimiento, elige Ve formatos compatibles en la parte superior de la pestaña Fuentes. Un archivo sin extensión en el nombre no se rechaza al subirlo; IcloneU intenta averiguar su tipo al procesarlo y, si no lo logra, agrégale la extensión correcta y vuelve a subirlo.

2. Asegúrate de que esté en tu dispositivo

   Un archivo de iCloud Drive o OneDrive puede aparecer en tu computadora sin estar descargado de verdad: sigue solo en la nube, y la subida no puede leerlo. Entonces su fila dice "No se pudo leer este archivo. Si está en iCloud Drive o OneDrive, descárgalo a tu dispositivo e inténtalo de nuevo." Descarga el archivo y vuelve a subirlo.

3. Para escaneos e imágenes, revisa la legibilidad

   Si tú no puedes leer el texto a un zoom normal, el OCR también batallará. Vuelve a escanear a mayor resolución: 300 DPI es un mínimo habitual para un OCR confiable.

4. Si aun así lo rechaza, expórtalo de nuevo

   Un rechazo como "El formato de archivo … no es soportado" con una extensión que sí está en la lista suele significar que el archivo se volvió a guardar en un formato contenedor que comparte extensión pero usa una codificación interna distinta. Vuelve a exportarlo desde la aplicación original y súbelo otra vez.

Preguntas frecuentes