PDF・DOCX・XLSX・HTML→Markdown変換ツール

Q: LLMに入力する前にHTMLやPDFファイルをMarkdownへ変換するのはなぜですか？

生のHTML DOMツリーやPDFのレイアウトストリームには、最大75%の定型マークアップ、インラインCSS、スクリプトが含まれています。GitHub-Flavored Markdownへ変換することで、RAGの検索精度を高めながら入力トークン課金を60%〜82%削減できます。

Q: 変換後のMarkdownをそのままRAGチャンク分割やLLMコスト試算へ引き継げますか？

はい。「RAG用にチャンク分割」をクリックすると変換済みMarkdownを見出し対応のRAGチャンカーへ直接送信でき、「LLMコストを試算」をクリックすると正確なBPEトークン数を事前入力した状態でDevTokenを開けます。

デュアルエンジン・コンパイラ準備完了 — ローカルブラウザAST (0ms) + 無料クラウドドキュメントAPI

ここにファイルをドロップ、またはクリックして選択 (.pdf, .docx, .xlsx, .ods, .numbers, .html, .csv, .json)

無料・APIキー不要 · 最大10 MB · マークアップはローカルで0ms変換 · PDF/OfficeはクラウドドキュメントAPIで処理

ステートレスなメモリ内API — アップロードされたファイルは変換直後に破棄されます

変換元のHTML、XML、JSON、またはテキストペイロード BPEトークンを自動計測

<article>
  <header><nav>Home &gt; Docs &gt; AI Engineering</nav></header>
  <h1>Enterprise Document-to-Markdown Pipeline</h1>
  <p>Converting noisy HTML and PDF documents into <strong>structured Markdown</strong> reduces LLM context window token consumption by up to <em>74%</em>.</p>
  <h2>Supported Conversion Modes</h2>
  <ul>
    <li><strong>Local AST Compiler:</strong> Instant 0ms conversion in your browser for HTML, CSV, TSV, and JSON.</li>
    <li><strong>Cloud Document API:</strong> Keyless server extraction via <code>POST /api/v1/conversions</code> for PDF, DOCX, and XLSX.</li>
  </ul>
  <table>
    <thead><tr><th>Format</th><th>Raw Tokens</th><th>Markdown Tokens</th><th>Savings</th></tr></thead>
    <tbody>
      <tr><td>HTML Web Page</td><td>4,280</td><td>1,120</td><td>73.8%</td></tr>
      <tr><td>PDF Technical Spec</td><td>6,900</td><td>2,450</td><td>64.5%</td></tr>
    </tbody>
  </table>
  <pre><code class="language-typescript">const res = await fetch("https://markdown.codeap.com/api/v1/conversions", { method: "POST", body: form });</code></pre>
  <footer>Copyright 2026 Boilerplate Footer</footer>
</article>

<nav>/<footer>/<script> を除去 HTMLの <table> をGFMに変換 [links](url) を保持先頭にYAMLフロントマターを付与

ドキュメントタイトルのメタデータ

ファイルアップロード時の実行モード

変換元のBPEトークン数

182

MarkdownのBPEトークン数

114

コンテキスト削減率

-37.4% 削減

使用エンジン

ローカルAST (0ms)

コンパイルされたGitHub-Flavored Markdown (GFM) 出力 LLM / RAGへの取り込みに対応

RAG用にチャンク分割 → LLMコストを試算 →

対応フォーマット & トークン削減率

対応拡張子、実行エンジン、および平均BPEトークン削減率
カテゴリ	拡張子	実行エンジン	トークン削減率
Web & マークアップ	`.html`, `.htm`, `.xml`, `.rtf`, `.txt`	ローカルAST (0ms) + v1 API	68% – 82%
表形式 & JSON	`.csv`, `.tsv`, `.json`	ローカルGFM表変換 + v1 API	35% – 54%
PDFドキュメント	`.pdf`	POST /api/v1/conversions	58% – 72%
Office & スプレッドシート	`.docx`, `.doc`, `.xlsx`, `.ods`, `.odt`, `.numbers`	POST /api/v1/conversions	55% – 75%

よくある質問

ToMarkdownはどのドキュメント形式を変換できますか？

ローカルのブラウザASTコンパイラは、ファイルをアップロードすることなくHTML、XHTML、XML、CSV、TSV、JSON、RTF、Markdownを 0ms で変換します。また、APIキー不要の POST /api/v1/conversions（Swagger UI）では、最大10 MBまでのバイナリPDF、DOCX、DOC、XLSX、XLSM、XLSB、XLS、ET、ODS、ODT、Apple Numbersドキュメントも処理できます。

LLMに入力する前にHTMLやPDFファイルをMarkdownへ変換するのはなぜですか？

生のHTML DOMツリーやPDFのレイアウトストリームには、最大75%の定型マークアップ、インラインスタイル、スクリプトが含まれています。 GitHub-Flavored Markdownへ変換することで、RAGパイプラインの検索精度を高めながら入力トークン課金を60%〜82%削減できます。

変換後のMarkdownをそのままRAGチャンク分割やLLMコスト試算へ引き継げますか？

はい。RAG用にチャンク分割 → をクリックすると変換済みMarkdownを見出し対応チャンカーへ直接引き継げます。また、LLMコストを試算 → をクリックすると正確なトークン数を事前入力した状態で DevToken を開けます。

ToMarkdown — ドキュメント変換 & LLMコンテキスト圧縮ワークベンチ

対応フォーマット & トークン削減率

よくある質問