Anonimiza un CSV antes de pasarlo a la IA

Para anonimizar un CSV antes de que llegue a una IA, lo decisivo pasa antes de exportarlo: quita en la hoja o en el programa todas las columnas que no le hagan falta a la IA, cambia los nombres por códigos, guarda el archivo como CSV UTF-8 y ábrelo con un editor de texto para ver lo que lleva.

Un CSV no esconde nada: todo lo que tiene está a la vista, también lo que ocultaste en la hoja antes de exportar. Con un archivo de texto pasa lo mismo. Un documento de LibreOffice Writer, un .odt, o un RTF juegan con otras reglas: guardan cada comentario junto a su autor, texto borrado que sigue dentro, texto oculto, cabeceras, pies y notas al pie. Aquí van los cuatro por orden, del más sencillo al que más guarda.

Anthropic, en su página de ayuda sobre subir archivos, incluye el CSV, el TXT, el ODT y el RTF entre los tipos de documento con los que trabaja Claude. Qué hace después cada servicio con lo que recibe lo cuentan nuestras guías sobre cómo trata Claude lo que le das y cómo lo trata ChatGPT. Aquí nos quedamos en el archivo.

Anonimizar un CSV: lo que la exportación trae y lo que deja fuera

Un CSV es texto plano. Cada línea es una fila y un carácter, la coma, el punto y coma o el tabulador, separa las columnas. No tiene hojas, ni notas, ni formato, ni fórmulas: si lo abres con un editor de texto sencillo, lo que ves es exactamente lo que va a leer cualquier programa, también una IA.

Esa sencillez es una ventaja para revisarlo, y una trampa para quien lo genera. En una asesoría o gestoría, el CSV suele salir de un programa: la cartera de clientes del programa de contabilidad, las inscripciones de un formulario web, los contactos del correo o el listado del programa de nóminas. Nadie lo escribe a mano, y por eso nadie mira qué columnas trae.

Del libro de Excel al CSV: la hoja activa, con sus filas ocultas

Cuando el CSV sale de Excel o de Calc, conviene saber qué viaja. Microsoft lo dice en la lista de formatos de Excel: los formatos CSV guardan solo la hoja activa. Las demás hojas, las fórmulas y el formato se quedan en el libro.

Lo hemos comprobado con LibreOffice Calc 26.8. Montamos una hoja de clientes con la columna del DNI oculta, una fila oculta y un comentario en una celda, y una segunda hoja, también oculta, con los impagos. Al guardarla como CSV, la columna oculta y la fila oculta salieron como cualquier otra. El comentario y la hoja de impagos no.

La lección es práctica: ocultar una columna antes de exportar no la deja fuera del CSV. Hay que borrarla, en una copia del libro, y exportar después. Lo que un libro de Excel guarda además, y cómo se revisa, lo cuenta la guía de Excel antes de la IA. Si tu hoja es de LibreOffice Calc, guárdala antes como .xlsx y sigue esa misma guía.

La exportación de un programa trae todas sus columnas

Cuando el CSV sale de un programa de gestión, el riesgo es el contrario: trae más de lo que pediste. La exportación estándar de un programa de clientes suele volcar la ficha entera, con la fecha de nacimiento, la cuenta de cargo, el teléfono de un familiar y un campo de observaciones donde cada cual escribió lo que quiso.

Si el programa deja elegir campos al exportar, elige ahí. Si no, abre el CSV con Excel o con Calc, borra las columnas que sobran y vuelve a guardarlo. En los dos casos, termina abriéndolo con un editor de texto: la primera línea te dice qué columnas han quedado.

Borrar columnas antes de exportar, no después

El principio de minimización del RGPD, el del artículo 5.1.c), obliga a no tratar más datos de los que el propósito exige. En un CSV eso tiene una lectura casi mecánica: cada columna tiene que justificar su sitio frente a la tarea concreta que encargas a la IA.

Pongamos que quieres que la IA te ordene por urgencia los trámites pendientes de tus clientes. Necesita el trámite, su estado y algo que distinga una fila de otra. No necesita el DNI, ni el móvil, ni la cuenta de cargo. Cuantas menos columnas, menos trabajo en todo lo que viene después, y menos que explicar si algo sale mal.

La columna más peligrosa suele ser la de texto libre, la que se llama Observaciones, Notas o Comentarios. Ahí aparece el nombre de la hija que llama por su madre, la baja de un trabajador o el motivo de un impago. Si alguna fila habla de bajas médicas, de sindicatos o de religión, mira primero lo que cambia con los datos de categoría especial. Y si la IA puede trabajar sin esa columna, bórrala entera.

Un código por persona, y la lista que lo deshace fuera del CSV

Cuando la IA tiene que distinguir personas, por ejemplo para contar cuántos trámites tiene cada cliente, sustituye el nombre por un identificador fijo: C001, C002, C003. Un cliente conserva el suyo en cada fila donde aparezca. La correspondencia entre identificadores y clientes vive en otro archivo, en tu equipo, y no viaja con el CSV.

Eso es seudonimizar, no anonimizar. La AEPD lo deja claro en una de sus preguntas frecuentes: los datos seudonimizados, los que pueden identificar a una persona con información adicional, siguen siendo datos personales. Dónde está la frontera entre las dos cosas, y por qué pasar el DNI por una función hash no basta, lo desarrolla nuestra guía sobre seudonimizar. Para la columna del DNI en concreto, hay un criterio de la AEPD en la guía del DNI.

Guardar un CSV UTF-8 desde Excel, con su punto y coma

Excel ofrece varios tipos de CSV al guardar, y no son intercambiables. El que conviene es CSV UTF-8 (delimitado por comas), el mismo tipo que Microsoft pide elegir cuando se exportan los contactos de Outlook. El de siempre, CSV (delimitado por comas), sigue en la lista y es el que muchos eligen por costumbre.

La diferencia está en cómo se escriben la eñe, las tildes y la ç. UTF-8 vale para todos los idiomas y alfabetos, y Microsoft, en su ayuda para importar contactos en Outlook, avisa de que un CSV sin esa codificación puede no reconocerse ni mostrarse bien. Un Muñoz que llega como Mu y dos símbolos raros es un apellido que ningún programa sabe leer.

La ruta es la de cualquier guardado: Archivo, Guardar como, y en el tipo de archivo, CSV UTF-8 (delimitado por comas). Excel avisa entonces de que solo se guarda la hoja actual y de que el libro puede tener características que un archivo de texto no admite. Las dos cosas son lo que buscas. Y si hacen falta varias hojas del libro, cada una sale en su propio CSV.

Antes de guardar, en el libro, lo de siempre: una copia, las columnas que sobran borradas y no ocultas, y los nombres cambiados por códigos. Si el CSV va a salir de la oficina con regularidad, por ejemplo cada mes para que la IA te prepare un resumen, merece la pena dejar escrito cómo se genera en vuestra política interna sobre IA: qué columnas, qué códigos y dónde vive la lista.

Comas, puntos y comas y tabuladores

El nombre dice «delimitado por comas», pero el carácter que separa los campos no siempre es una coma. Según Microsoft, se toma del separador de listas de la configuración regional de Windows, y se cambia en Configuración de región, Formato, Configuración adicional. Por eso dos CSV hechos con el mismo Excel, uno en una oficina y otro en otra, pueden llegar uno con comas y otro con punto y coma, y los dos son correctos.

Lo que importa es que el separador no aparezca dentro de los datos. Si tus importes llevan coma decimal, el punto y coma o el tabulador son más seguros; el TSV, separado por tabuladores, suele dar menos sorpresas cuando hay texto libre.

Si el CSV sale de LibreOffice Calc o de otro programa

En LibreOffice Calc, el tipo de archivo es Texto CSV, y las opciones solo aparecen si en el cuadro Guardar como marcas Editar configuración de filtros. Hazlo: ahí eliges el juego de caracteres, que debe ser Unicode (UTF-8), y el separador de campos, punto y coma o tabulador. Según su ayuda, por defecto guarda el contenido de las celdas como se muestra, con su formato de número.

Si el CSV te llega de fuera y no sabes cómo está hecho, ábrelo con LibreOffice Calc. El cuadro de importación te deja elegir el conjunto de caracteres y enseña una previsualización de las columnas: cambia el primero hasta que las tildes salgan bien, y luego guárdalo en UTF-8.

Un .txt o un .md: solo texto, pero todo el texto

Un archivo de texto es lo que parece. No tiene capas, ni comentarios, ni propiedades dentro del fichero: el nombre del archivo y las fechas los guarda el sistema, no el texto. Un .md, el formato de las notas de muchos programas, es igual, con algunas marcas para títulos, negritas o tablas escritas con barras verticales.

El riesgo aquí es el contenido. Un .txt suele ser un correo copiado con su firma, unas notas de una llamada o el volcado de un formulario, y está lleno de nombres dentro de frases: «llamó la hermana de la clienta», «hablar con Pepa de nóminas». Revisa sobre todo las firmas, los encabezados de correos reenviados y cualquier línea con un teléfono o un correo.

Qué datos conviene retirar, uno por uno, lo recoge la guía de qué datos quitar de un documento.

Si al abrirlo ves símbolos raros donde debería haber tildes, el archivo no está en UTF-8. En LibreOffice Writer, al abrirlo o al guardarlo con el filtro Texto codificado, puedes elegir el juego de caracteres; guárdalo en Unicode (UTF-8) y vuelve a comprobarlo.

Un documento de LibreOffice Writer por dentro

Si trabajas con la Administración, es fácil que te llegue algún .odt. La Norma Técnica de Interoperabilidad de Catálogo de estándares, aprobada por resolución de 3 de octubre de 2012, admite el formato OpenDocument en los documentos de las administraciones públicas, junto al texto plano, y ya entonces daba el RTF como formato en abandono. Si eres tú quien trabaja en un ayuntamiento, lo que sigue vale igual para tus propios escritos.

Un .odt no es un archivo de texto. Por dentro es un .zip: un fichero guarda el cuerpo del documento, otro los estilos, donde viven la cabecera y el pie, y otro las propiedades. Writer compone con todo eso la página que ves; lo que no llega a la página sigue igualmente en el .zip.

Un documento de prueba leído sin abrir LibreOffice

Para verlo, escribimos una reclamación de horas extraordinarias inventada, con una trabajadora, su asesor y una compañera del despacho. Le dejamos lo que se acumula en un escrito real: un comentario, un cambio registrado sin aceptar, una frase con formato oculto, una nota al pie, la cabecera, el pie y un enlace para escribir a la trabajadora. Lo guardamos con LibreOffice 26.8 y lo abrimos con un programa de pocas líneas, sin LibreOffice:

lo escondido	lo que enseña Writer	lo que sacó el lector
un comentario	un globo al margen	el texto y su autora, Teresa Company Peris
un cambio sin aceptar	una línea tachada, si se muestran los cambios	«Letrado anterior: Rafael Tormos Pla.» y quién lo borró
una frase con formato oculto	nada	«de baja por ansiedad desde julio»
una nota al pie	un número volado	el nombre de la encargada
la cabecera y el pie	una línea arriba y otra abajo	el nombre de la trabajadora y el del asesor
las propiedades	nada, salvo en Archivo, Propiedades	autor y título del escrito
un enlace	«Escribir a la trabajadora»	su dirección de correo completa

Prueba nuestra, 28/09/2026: un .odt guardado con LibreOffice 26.8 y leído con la biblioteca estándar de Python. Personas inventadas.

El lector no tuvo que hacer nada especial: cada cosa está en su sitio dentro del paquete, marcada como lo que es. La frase oculta es la más delicada, porque cuenta algo de la salud de alguien identificado, y en el documento abierto no aparece.

Control de cambios, comentarios y texto oculto en LibreOffice

Trabaja sobre un duplicado del documento, guardado con otro nombre. El original, con su historia, no se mueve del expediente; ese duplicado es el que viaja. Y el orden importa: primero lo que borra texto, después lo que borra nombres de autor.

Lo que LibreOffice guarda de ti como autor, el nombre que firma cada comentario y cada cambio, sale de Herramientas, Opciones, LibreOffice, Datos de identidad, según su ayuda. Si en la oficina varias personas comparten un equipo, ese nombre puede ser el de otra.

Aceptar todos los cambios antes de nada

Un cambio registrado que no se ha aceptado guarda dos cosas: el texto que se borró y quién lo borró. En el documento de prueba, el nombre del letrado anterior seguía entero dentro del archivo, aunque en pantalla solo se veía tachado.

Abre Editar, Control de cambios, Gestionar, y pulsa Aceptar todo, que según la ayuda de LibreOffice acepta todos los cambios y elimina las marcas del documento. Si lo que quieres es volver al texto de antes, Rechazar todo hace lo contrario. Después desactiva la grabación de cambios, para que lo que corrijas a partir de ahí no quede registrado otra vez. En Word, aceptar todo y apagar el control se hace desde la pestaña Revisar.

Eliminar los comentarios desde el Navegador

Los comentarios de Writer se ven al margen, pero no siempre: Ver, Comentarios los muestra u oculta todos. Para no dejarte ninguno, abre el Navegador, que según la ayuda enseña la lista de todos los comentarios del documento, y bórralos desde ahí con el botón secundario del ratón.

LibreOffice permite a cualquiera con permiso de escritura editar y eliminar los comentarios de todos los autores. Si ese intercambio con el equipo tiene que continuar, sigue vivo en el original. Y si la copia ya se fue a un chat con ellos dentro, los pasos siguientes los recoge la guía para cuando el documento ya ha salido.

Texto oculto, cabecera, pie y notas al pie

El texto oculto se pone con Formato, Carácter, Efectos tipográficos, casilla Oculto. Para sacarlo a la luz, la ayuda indica activar Ver, Marcas de formato, con la opción Caracteres ocultos marcada en Herramientas, Opciones, LibreOffice Writer, Ayudas de formato. Lo que aparezca entonces estaba escondido: bórralo, no lo vuelvas a ocultar.

Hay además párrafos y secciones que se ocultan con una condición, y la misma ayuda explica cómo mostrarlos. Luego repasa la cabecera y el pie de cada estilo de página, que es donde muchas plantillas colocan al cliente o a quien firma, y las notas al pie, que casi nadie relee.

La regla, para cualquier .odt que vaya a salir hacia una IA o hacia cualquier herramienta: primero aceptar o rechazar todos los cambios, después borrar los comentarios y las notas al pie que nombren a alguien, y solo entonces pasarlo.

Eliminar información personal al guardar, y lo que esa casilla no toca

LibreOffice tiene una casilla que parece resolverlo todo. Está en Herramientas, Opciones, LibreOffice, Seguridad, botón Opciones, y se llama Eliminar información personal al guardar. Según su ayuda, al guardar quita los datos identitarios de las propiedades del archivo, de los comentarios y del control de cambios.

Es útil y conviene marcarla, pero hay que leerla bien. Quita quién escribió cada comentario o cada cambio, no lo que escribió. El texto del comentario, el texto borrado de un cambio sin aceptar y todo el cuerpo del documento siguen dentro del .odt. Por eso va después de los pasos anteriores, nunca en su lugar.

En Archivo, Propiedades, pestaña General, hay dos opciones más. Aplicar datos de identidad guarda tu nombre completo en el archivo, así que en la copia se desmarca. Restablecer propiedades vuelve a empezar la cuenta: la fecha de creación pasa a ser la de hoy, el tiempo de edición se reinicia y la versión vuelve a ser la 1. El resto de lo que el archivo cuenta de ti sin verse lo repasa la guía para borrar metadatos.

Pasar el .odt a texto plano: qué se cae y qué sobrevive

Una idea razonable para quitarse problemas de encima es guardar el documento como texto plano y subir el .txt. Lo probamos con el mismo escrito, guardado con el filtro Texto codificado en UTF-8. El resultado es mejor de lo que parece y peor de lo que se espera.

Se fueron el comentario, la nota al pie, la cabecera, el pie, las propiedades y la dirección del enlace. Se quedaron dos cosas, y son justo las más delicadas: la frase oculta sobre la baja, que en el .txt ya no está oculta, y el nombre del letrado del cambio sin aceptar, pegado sin espacio a la frase siguiente.

2

La conclusión es un orden, no una prohibición. Pasar a texto plano está bien como último paso, cuando ya has aceptado los cambios y borrado lo oculto; y tiene la ventaja de que lo que subes se puede leer entero de un vistazo. Si lo haces antes, conviertes lo escondido en texto a la vista de la IA.

Y si al final hay que mandar un PDF, ese formato tiene sus trampas, y tapar con un recuadro es una de ellas: están en nuestra guía para anonimizar un PDF.

El RTF, un formato que se deja leer con el Bloc de notas

El RTF es el formato de intercambio de toda la vida: lo abren Word, LibreOffice y casi cualquier procesador de textos, y por eso sigue llegando en plantillas, en escritos de programas de gestión y en documentos antiguos. A diferencia del .odt, no va comprimido. Es texto, con órdenes de formato escritas entre llaves y barras invertidas.

Eso tiene una consecuencia muy útil para revisarlo: no hace falta ningún programa especial para ver lo que lleva. Si abres un RTF en el Bloc de notas, o en cualquier editor de texto sin formato, verás, entre mucho código, todo lo que el documento guarda.

Guardamos como RTF el mismo escrito de prueba, con LibreOffice, y lo leímos como texto plano. Estaba todo: el autor en las propiedades, el comentario con su autora, el texto borrado, la frase oculta, la nota al pie, la cabecera, el pie y la dirección del enlace. Cada uno con su marca delante, fácil de encontrar con Buscar.

La forma sensata de limpiarlo es volver al programa del que salió y hacerlo allí. Si el RTF viene de LibreOffice, sirven los pasos anteriores; si viene de Word, los de la guía para anonimizar un Word: dejar aceptados los cambios, eliminar comentarios y texto oculto, y solo entonces volver a guardarlo como RTF. Los comentarios, bórralos siempre antes de guardar.

Y al final, una pasada con Buscar sobre el RTF abierto como texto, con un apellido o el final de un DNI, te dice si queda algo.

Nonimo y estos cuatro formatos

Nonimo funciona en tu ordenador, Mac o Windows. Seleccionas el archivo en el Finder o en el Explorador de archivos, pulsas tu tecla de Nonimo y te deja en el portapapeles el texto del archivo con los datos tapados; cuando pegas la respuesta, te devuelve tus datos reales. Si sueltas un CSV, un .txt o un .md en la ventana de la app, puedes descargar además una copia tapada del mismo archivo, como texto; de un .odt o un .rtf te llevas el texto.

Lee CSV, TSV, .txt y .md en UTF-8, con BOM o sin él, o en UTF-16 con BOM, con punto y coma, coma o tabulador. Desde Excel en Windows, guárdalo como CSV UTF-8 (delimitado por comas) y Nonimo lo lee sin más.

De un .odt y de un .rtf lee el cuerpo, las tablas y la cabecera y el pie. Así sale una exportación de prueba guardada como CSV UTF-8:

ANTES
Nombre y apellidos;DNI/NIE;Móvil;Correo;Cuenta de cargo;Trámite;Estado
Amparo Llorens Martí;99999999R;;;;IVA del tercer trimestre;faltan dos facturas
Vicent Garcerà Soler;;000 000 000;vicent.garcera@example.com;;Renta del alquiler;revisado
Rosa Mompó Ferrer;;;;ES76 9999 0000 0000 0000 0000;Alta de autónoma;pendiente de firma

DESPUÉS (Nonimo)
Nombre y apellidos;DNI/NIE;Móvil;Correo;Cuenta de cargo;Trámite;Estado
[PERSONA_1];[DNI_1];;;;IVA del tercer trimestre;faltan dos facturas
[PERSONA_2];;[DATO_FICHA_1];[CORREO_1];;Renta del alquiler;revisado
[PERSONA_3];;;;[IBAN_1];Alta de autónoma;pendiente de firma

Datos inventados: el DNI de muestra oficial, una cuenta con dígito de control imposible, un móvil que empieza por cero y un correo en example.com. La conversación queda cifrada en tu disco, y a nuestro servidor no llega texto, solo una cifra de uso al día: lo detalla seguridad. Para toda la oficina, organizaciones.

Fuentes

• Anthropic, «Upload files to Claude»: CSV, TXT, ODT y RTF entre los tipos de documento con los que trabaja Claude. support.claude.com.
• Microsoft Support, «Formatos de archivo compatibles con Excel»: CSV (delimitado por comas) guarda solo la hoja activa y un formato de texto pierde el formato del libro. support.microsoft.com.
• Microsoft Support, «Importar o exportar archivos de texto (.txt o .csv)»: Guardar como, los dos avisos de Excel al guardar como texto y el separador de listas de la configuración regional de Windows. support.microsoft.com.
• Microsoft Support, «Importar o exportar contactos en Outlook»: elegir CSV UTF-8 (delimitado por comas) como tipo de archivo; la codificación UTF-8 funciona para todos los idiomas y alfabetos, y sin ella el texto puede no reconocerse ni mostrarse bien. support.microsoft.com.
• Reglamento (UE) 2016/679 (RGPD), artículo 5.1.c), la minimización de datos. BOE.
• AEPD, preguntas frecuentes, «¿Y los datos seudonimizados son datos personales?»: sí, y quedan sujetos a las obligaciones de protección de datos. aepd.es.
• BOE, Resolución de 3 de octubre de 2012 que aprueba la Norma Técnica de Interoperabilidad de Catálogo de estándares: OpenDocument y texto plano, admitidos; RTF, en abandono. boe.es.
• LibreOffice, ayuda, «Opciones de filtro ASCII»: el filtro Texto codificado y la elección del juego de caracteres. help.libreoffice.org.
• LibreOffice, ayuda, «Exportar archivos de texto»: el diálogo aparece con Texto CSV y Editar configuración de filtros; juego de caracteres, separador de campos y contenido de las celdas como se muestra. help.libreoffice.org.
• LibreOffice, ayuda, «Importar texto»: el conjunto de caracteres del archivo importado y la previsualización de las columnas. help.libreoffice.org.
• LibreOffice, ayuda, «Aceptar o rechazar cambios»: Editar, Control de cambios, Gestionar, y los botones Aceptar todo y Rechazar todo. help.libreoffice.org.
• LibreOffice, ayuda, «Comentarios»: el autor sale de Datos de identidad, la lista en el Navegador, Ver, Comentarios, y cualquiera con permiso de escritura puede eliminarlos. help.libreoffice.org.
• LibreOffice, ayuda, «Efectos tipográficos»: la casilla Oculto y cómo mostrar el texto oculto con las marcas de formato. help.libreoffice.org.
• LibreOffice, ayuda, «Ayudas de formato»: la opción Caracteres ocultos. help.libreoffice.org.
• LibreOffice, ayuda, «Mostrar texto oculto»: párrafos ocultos y campos con condición. help.libreoffice.org.
• LibreOffice, ayuda, «Opciones de seguridad y advertencias»: Eliminar información personal al guardar quita los datos identitarios de las propiedades, los comentarios y el control de cambios. help.libreoffice.org.
• LibreOffice, ayuda, «Propiedades del documento, General»: Aplicar datos de identidad y Restablecer propiedades. help.libreoffice.org.
• Prueba propia, 28 de septiembre de 2026: una hoja de cálculo y un escrito inventados guardados con LibreOffice 26.8 como .odt, .rtf, .txt y .csv, leídos sin LibreOffice; y un CSV UTF-8 inventado pasado por Nonimo 0.2.8.