Word vers Markdown
Transformez un fichier .docx en Markdown propre qui conserve sa vraie structure - le Titre 1 devient #, le Titre 2 devient ##, les puces restent imbriquées, les tableaux restent des tableaux. Cela fonctionne entièrement dans votre navigateur grâce à mammoth, et vous montre exactement combien de tokens IA le Markdown économise par rapport au document original avant de le coller où que ce soit.
Glissez-déposez un fichier .docx, ou cliquez pour parcourir
Titres, listes, tableaux, liens, gras et italique sont tous conservés. Votre document est converti dans votre navigateur et n'est jamais mis en ligne.
Pourquoi convertir Word en Markdown pour un LLM ?
Un .docx est un ZIP rempli de XML. Chaque segment de texte y est enveloppé dans du balisage de style, donc dès que vous faites passer un document Word dans un extracteur générique, vous obtenez soit un mur de texte sans structure, soit une montagne de bruit de formatage de type HTML. Les deux sont mauvais pour un chatbot : le premier jette le plan dont le modèle a besoin pour raisonner sur le document, et le second consomme votre fenêtre de contexte en balisage plutôt qu'en contenu.
Le Markdown se situe exactement entre les deux. Sa syntaxe tient en une poignée de caractères que tout modèle a vus des millions de fois pendant son entraînement, si bien que titres, listes et tableaux survivent intacts tout en coûtant presque rien à encoder. C'est pour cela que les workflows word to markdown for llm sont devenus une pratique courante pour quiconque colle de longs documents dans Claude, ChatGPT, Gemini, DeepSeek ou Grok - et pourquoi cet outil vous montre la comparaison de jetons plutôt que de vous demander de le croire sur parole.
Ce que ce convertisseur préserve réellement
- Les niveaux de titre, issus de la hiérarchie de styles propre à Word - Titre 1 à Titre 6 correspondent à
#jusqu'à######, et les styles Titre et Sous-titre de Word sont également intégrés. - Les listes imbriquées, à puces et numérotées, indentées de la largeur du marqueur parent afin que tout analyseur Markdown lise les sous-puces comme des enfants et non comme des éléments du même niveau.
- Les tableaux, en tableaux Markdown au format GitHub. Les barres verticales et les retours à la ligne à l'intérieur d'une cellule sont échappés, les cellules fusionnées horizontalement sont dépliées, et chaque ligne est complétée pour que le tableau reste toujours valide.
- Le gras, l'italique, le gras-italique, le barré et le code en ligne, ainsi que les liens hypertexte sous forme de
[texte](url). - Les images, extraites comme de véritables fichiers image et référencées par leur nom de fichier, regroupées avec le .md dans un ZIP.
- Les citations en bloc, issues des styles Citation et Citation intense de Word.
Tout ce que Word peut stocker et que Markdown ne peut vraiment pas exprimer - zones de texte, modifications suivies, commentaires de relecture, objets OLE intégrés, équations, en-têtes et pieds de page - est signalé dans un panneau d'avertissement au-dessus du résultat. Rien n'est supprimé en silence.
Questions fréquentes
Pourquoi le Markdown utilise-t-il moins de tokens que le texte du document Word ?
Un .docx stocke le texte à l'intérieur de couches de style XML. Toute conversion directe produit du HTML ou un format similaire où une seule phrase en gras peut coûter plusieurs fois sa propre longueur en balisage. Le Markdown remplace tout cela par un ou deux caractères - # pour un titre, - pour une puce, ** pour le gras - que les tokenizers encodent très économiquement. L'outil affiche les comptages estimés avant/après pour votre fichier spécifique, pour que vous voyiez la différence plutôt que de la deviner. Les comptages sont une estimation d'environ quatre caractères par token, pas le tokenizer d'un modèle précis.
Mon document est-il envoyé à un serveur ?
Non. Le .docx est lu et converti entièrement dans votre navigateur grâce à mammoth, et les images sont extraites en mémoire. Rien n'est envoyé nulle part, ce qui signifie aussi que l'outil fonctionne sur des contrats confidentiels, des documents RH et des rapports internes sans discussion sur le traitement des données.
Que deviennent les images de mon document Word ?
Le Markdown est un format texte brut, il ne peut donc référencer une image que par son nom de fichier - il ne peut pas en intégrer une. Cet outil extrait chaque image intégrée comme fichier séparé (image1.png, image2.jpg, etc.), écrit les références  correspondantes dans le Markdown, et vous donne un ZIP contenant le .md plus toutes les images. Si le document n'a pas d'images, vous obtenez simplement un fichier .md.
Conserve-t-il exactement les niveaux de titre de Word ?
Oui. Les niveaux de titre viennent des styles de paragraphe du document, pas d'une estimation de taille de police, donc Titre 1 devient #, Titre 2 devient ##, et ainsi de suite jusqu'à Titre 6. Les styles Titre et Sous-titre de Word sont également mappés vers # et ##, car c'est ainsi qu'ils se lisent dans un plan de document.
Peut-il ouvrir les fichiers .doc de Word 97-2003 ?
Non, seulement le format .docx moderne. L'ancien format .doc est un conteneur binaire qui ne peut pas être lu dans un navigateur. Ouvrez le fichier dans Word, LibreOffice ou Google Docs et enregistrez-le en .docx d'abord - l'outil vous le signale au lieu d'échouer silencieusement si vous y déposez un .doc.