The Papers

Guide

Pourquoi ChatGPT se trompe-t-il sur les chiffres de mon PDF ?

ChatGPT se trompe sur les chiffres d’un PDF parce qu’un PDF stocke du texte positionné et des images, pas un tableau de valeurs avec leur signification : les chiffres présents dans des graphiques, des scans ou des mises en page complexes peuvent être omis, fusionnés ou rattachés à la mauvaise période, devise ou ligne. La solution consiste à fournir à l’IA les chiffres sous forme de texte structuré, à côté de leurs libellés et qualificatifs — idéalement une version à fidélité contrôlée et textuelle du document que chaque IA lit au lieu de ré-extraire le PDF.

Ce qu’un PDF fournit réellement à une IA

Le PDF est un format d’impression. Il indique à une visionneuse où dessiner chaque caractère, chaque ligne et chaque image sur la page ; il ne dit pas « cette cellule correspond au chiffre d’affaires du T3 en euros, non audité ». Une IA qui lit le fichier doit reconstituer ce sens à partir des positions, et chaque reconstitution est une supposition.

Le centre d’aide d’OpenAI indique que ChatGPT peut ne pas extraire de façon fiable les valeurs exactes de tableaux sous forme d’image, de fichiers scannés ou de mises en page visuelles complexes, et recommande d’importer des feuilles de calcul ou des fichiers texte lorsque les valeurs exactes comptent. Il précise aussi que la lecture des graphiques et des images dans les PDF (récupération visuelle) n’est proposée que dans certains contextes ; ailleurs, seule la couche texte est utilisée. Un chiffre qui n’existe que dans un graphique ou une image peut tout simplement être invisible.

Les erreurs typiques, par type de document

DocumentCe qui se passe malPourquoi
Rapport annuel ou trimestrielLe chiffre de l’exercice précédent est cité comme celui de l’exercice en coursLes tableaux à plusieurs colonnes perdent leurs en-têtes lors de l’extraction
Relevé bancaire ou de compteDébits et crédits inversés, soldes décalésLes montants sont positionnés en colonnes sans libellés explicites
Grille tarifaire ou fiche techniquePrix rattaché au mauvais produit ou à la mauvaise varianteLes lignes passent à la ligne ; les cellules fusionnées cassent l’ordre des lignes
Synthèse financièrePrévision présentée comme un réaliséLe qualificatif se trouve dans une note de bas de page, loin du chiffre
Contrat ou facture scannésChiffres mal lus (8 au lieu de 3, 1 au lieu de 7)Le texte provient de l’OCR, pas d’une couche texte
Rapport long et riche en imagesSections ignorées ou résumées vaguementLes fichiers volumineux peuvent ne pas être analysés entièrement

Le vrai problème : unités, périodes et qualificatifs

La plupart des « chiffres faux » sont les bons chiffres avec le mauvais sens. « 4,2 » ne sert à rien sans « millions de $ », « FY2025 » et « non audité ». Dans un PDF, ces éléments sont souvent répartis entre un en-tête de tableau, une légende et une note de bas de page, et l’extraction conserve les chiffres en perdant le contexte.

  • Échelle : milliers ou millions, indiqués une seule fois dans un en-tête (« en milliers de $ »).
  • Période : des en-têtes de colonne comme « 2025 / 2024 » qui disparaissent quand un tableau est aplati.
  • Devise : un seul symbole en haut d’une colonne, aucun à côté des valeurs.
  • Qualificatifs : prévision, pro forma, non audité, « jusqu’à », hors éléments exceptionnels — généralement en petits caractères.
  • Définitions : chiffre d’affaires, GMV ou réservations ; brut ou net.

Ce que vous pouvez corriger vous-même dans le PDF

  • Exportez depuis l’application d’origine pour que le texte reste sélectionnable ; évitez les scans et l’« impression en image ».
  • Indiquez les unités et les périodes dans chaque en-tête de colonne, pas seulement dans le titre de la page.
  • Énoncez une fois les chiffres clés dans une phrase avec tout leur contexte : « Chiffre d’affaires FY2025 : 4,2 M$, non audité. »
  • Ajoutez des étiquettes de données ou un petit tableau de valeurs sous chaque graphique.
  • Évitez les cellules fusionnées et les tableaux coupés entre deux pages.
  • Si la précision compte, partagez la feuille de calcul ou un CSV à côté du PDF, comme le recommande OpenAI.
  • Quand vous interrogez ChatGPT, orientez-le vers une page ou une section précise plutôt que vers tout le fichier ; OpenAI suggère de poser des questions par section ou de découper les fichiers volumineux.

Pourquoi corriger vos propres prompts ne suffit pas

Vous pouvez vérifier vous-même la réponse de ChatGPT. Vous ne pouvez pas vérifier les réponses qu’obtiennent vos lecteurs : un investisseur, l’équipe achats d’un client ou un régulateur importe le PDF dans son propre assistant, qui ré-extrait les chiffres, différemment à chaque fois. Une copie obsolète continue de circuler après la publication d’une correction.

La solution durable est une version canonique et textuelle du document, à une adresse permanente, que chaque IA lit au lieu de deviner à partir de la mise en page.

Comment The Papers résout le problème

The Papers transforme un PDF (ou un fichier PowerPoint, Excel, Word) en une version IA à fidélité contrôlée, à une URL permanente : une page web, plus du Markdown et du JSON. Avant publication, chaque nombre, devise, date et période est contrôlé pour correspondre exactement à la source, et aucun chiffre absent de la source ne peut apparaître. Les qualificatifs comme prévision, non audité ou pro forma restent attachés, et chaque valeur conserve une référence à sa page source.

Lorsque la source est ambiguë — par exemple, savoir si un chiffre est un chiffre d’affaires ou un GMV — la question vous est posée et votre réponse est enregistrée comme confirmée par le propriétaire. Le document reçoit un score de lisibilité IA ; le statut « Fidélité contrôlée » exige zéro problème critique non résolu. Quand vous mettez à jour le document, le lien reste le même.

FAQ

Un PDF scanné est-il moins bon qu’un PDF exporté ?
En général, oui. Un scan n’a pas de couche texte : les valeurs proviennent de l’OCR, et OpenAI note que les fichiers scannés et les tableaux sous forme d’image peuvent ne pas être extraits de façon fiable. Exportez depuis l’application d’origine quand c’est possible.
Un meilleur modèle réglera-t-il le problème ?
En partie. Les meilleurs modèles lisent mieux les mises en page, mais un PDF n’indique toujours pas quelle période, quelle devise ou quel qualificatif se rapporte à un chiffre. Le texte structuré supprime les suppositions pour tous les modèles.
Faut-il simplement envoyer la feuille de calcul ?
Pour les données brutes, oui — OpenAI recommande les feuilles de calcul ou les fichiers texte lorsque les valeurs exactes comptent. Mais les lecteurs ont aussi besoin du récit, qu’une feuille de calcul seule fait disparaître. Une version IA à fidélité contrôlée conserve les deux.
The Papers contrôle-t-il que mes chiffres sont exacts ?
Non. Il contrôle que la version IA est fidèle à votre source — mêmes chiffres, mêmes périodes, mêmes qualificatifs. Il ne certifie pas que le contenu lui-même est vrai.

Publiez une version IA à fidélité contrôlée de votre PDF pour que chaque assistant lise les mêmes chiffres.

Sources

Guides associés