Anexar o PDF do processo parece o jeito natural de entregar os autos à IA. Só que, pela documentação da própria Anthropic, o PDF não entra no Claude como um arquivo simples: cada página vira imagem, e o texto é extraído e enviado junto. São duas camadas, e as duas ocupam espaço na conversa. Este texto mostra onde isso acontece, onde não acontece, e como trocar o PDF por um arquivo .md com dois pedidos ao Claude Code do app desktop.
O que acontece quando você anexa um PDF
A página de suporte a PDF da Anthropic descreve o processo em duas etapas: o sistema converte cada página do documento em imagem, extrai o texto de cada página e entrega os dois ao modelo. A mesma página estima de 1.500 a 3.000 tokens de texto por página, conforme a densidade, e diz que, como cada página vira imagem, o custo de imagem se soma.
É como pedir ao estagiário que digite o processo inteiro e ainda tire xerox de cada folha. Para uma petição com gráfico, tabela escaneada ou assinatura, a xerox ajuda. Para trezentas folhas de texto corrido, ela é peso.
Um arquivo .md é texto puro com marcações leves de estrutura: títulos, listas, tabelas. Ele entra só como texto.
Não é igual em todo lugar
A regra não é única para todo o ecossistema Claude. O que está documentado hoje:
- API: cada página do PDF é convertida em imagem, e o texto vai junto.
- Claude Code: PDF curto é lido inteiro; acima de 10 páginas, a leitura é feita em blocos de até 20 páginas, renderizadas como imagem.
- Chat do Claude: até 100 páginas, o Claude analisa texto e elementos visuais; de 101 a 1.000 páginas, só o texto.
- Projects: o PDF entra por extração de texto, salvo PDFs multimodais.
A documentação do chat e dos Projects não fala em custo de token. Por isso o argumento deste texto vale, com base escrita, para a API e para o Claude Code, que é onde o advogado mais repete a leitura dos mesmos autos.
Onde o custo se repete
O problema não é analisar um processo uma vez. É anexar o mesmo PDF hoje, amanhã e na próxima conversa. No Claude Code e na API, a leitura visual recomeça a cada envio. Convertido uma vez, o .md serve a todas as conversas seguintes sobre o mesmo processo.
A ferramenta: MarkItDown
O MarkItDown é uma ferramenta gratuita e de código aberto da Microsoft, com licença MIT, que converte PDF, Word, Excel e PowerPoint em Markdown. O próprio repositório explica a escolha do formato: o Markdown fica muito perto do texto puro, preserva a estrutura do documento e é o formato que os modelos de linguagem mais leem bem.
No GitHub, instalar é uma linha (pip install 'markitdown[all]') e usar é outra (markitdown arquivo.pdf > arquivo.md). Você não precisa digitar nenhuma das duas.
Dois pedidos no Claude Code do app desktop
No Claude Code do app desktop, aberto na pasta do processo, você pede e ele executa.
Pedido 1, instalar e converter:
Instale o MarkItDown (github.com/microsoft/markitdown) e converta todos os PDFs da pasta Processo em .md, numa subpasta md.
Pedido 2, deixar a regra escrita:
Crie um CLAUDE.md nesta pasta: trabalhe sempre nos arquivos de md/ e abra o PDF só para conferir assinatura, carimbo ou imagem.
O CLAUDE.md é o arquivo que o Claude Code lê antes de cada tarefa naquela pasta. Com a regra escrita, você não precisa lembrar de pedir o .md; o PDF passa a ser só conferência.
O que o .md não resolve
- PDF escaneado sai vazio. Se a página é foto, não há texto para extrair. O plugin de OCR do MarkItDown resolve, mas manda a imagem para um modelo externo. Não use com autos de cliente.
- O .md não guarda assinatura, carimbo nem gráfico. Quando a resposta depende disso, confira no original.
- Converter não é anonimizar. O .md carrega o mesmo dado do PDF. Anonimize antes qualquer documento de cliente.
- No chat, acima de 100 páginas, o Claude já lê só o texto. Ali o ganho diminui.
Como medir no seu processo
O número que importa é o do seu escritório. Use um processo público ou fictício, com mais de 300 páginas e sem dado de cliente. Abra duas sessões novas no Claude Code, faça a mesma pergunta (por exemplo, "resuma os pontos de risco do processo"), uma apontando para o PDF e outra para os .md, e compare quanto do contexto cada sessão ocupou com o comando /context. Anote também se a resposta do .md perdeu algo que só existia como imagem.
A Anthropic não publica um multiplicador fixo entre PDF e texto. Por isso este texto não promete um: quem mede é você, no processo que você usa.