Мне это было сложно осознать, но Microsoft выпустили библиотеку для конвертации офисных файлов в маркдаун. То есть да, можно брать вордовый поток сознания и переводить в чистый, понятный, структурированный и внятный маркдаун без всех этих скачков форматирования и прочей чуши. А можно не вордовский, а прям презентаху и её тоже разложит в красивый вид. И прям парси её, анализируй её и вообще кайф. https://github.com/microsoft/markitdown