Quatre rapports, une enquête, un audit, et quinze minutes devant un comité. Le réflexe tient en une ligne : tu ouvres ChatGPT, tu balances les PDF, tu écris « fais-moi douze slides ». Douze diapositives pleines, zéro démonstration. Quatre résumés empilés ne font pas une présentation, ils font quatre mini-présentations qui se disputent le projecteur.
L’ordre correct est presque l’inverse de celui qu’on applique spontanément : vérifier les documents, comparer ce qu’ils disent, construire un récit, et seulement ensuite produire les slides. Le dernier étage est le plus facile. C’est aussi le seul que la machine fait correctement sans toi, ce qui explique pourquoi tout le monde commence par là.
Trois constats, une question
Un rapport commercial décrit les ventes, une enquête mesure la satisfaction, un audit pointe des délais. L’intérêt n’est pas dans chaque document, il est dans ce qui les relie. Dans l’exemple que déroule Le Big Data : les commandes montent, les clients râlent davantage, l’audit signale un traitement plus lent des demandes. Le fil conducteur possible devient « la croissance met-elle le service sous tension ? ». Cette formulation rapproche les trois PDF et prépare une décision.
Elle ne prouve aucun lien de causalité, et c’est tout l’enjeu. Une croissance qui coïncide avec des plaintes n’établit pas que la première cause les secondes. Le diaporama doit poser l’hypothèse, pas la vendre comme un résultat. C’est la différence entre une présentation et un discours commercial involontaire, celle que personne ne remarque sur le moment et que tout le monde te ressort en réunion.
Avant une seule mise en page, écris ce que tu attends en une phrase. Demander un budget, expliquer les résultats d’un projet, former des collègues, comparer trois solutions : quatre objectifs, quatre sélections d’informations différentes. Le public décide de la hiérarchie, pas l’ordre des pièces jointes dans ta conversation.
Le ménage avant le prompt
Renomme. 01_ventes_2026.pdf vaut mieux que rapport-final-bis.pdf, et pas seulement pour ta santé mentale : un identifiant stable, c’est ce qui permettra de citer une source trois prompts plus tard.
Vérifie ensuite la date, le périmètre et le statut de chaque document. Un budget prévu pour 2027 n’est pas une dépense engagée. Une enquête sur quarante clients ne représente pas ta clientèle. Ces écarts se signalent au départ ou jamais, et une fois qu’ils ont disparu dans la synthèse, tu ne les retrouves plus.
Côté technique, l’importation de fichiers existe sur les offres gratuites et payantes de ChatGPT, avec des quotas qui varient. La grille OpenAI annonce 512 Mo par document et deux millions de tokens pour les fichiers texte. Un gros corpus peut malgré tout être lu partiellement, ce qui est une façon polie de dire que ton pavé de 900 pages sera survolé.
Les PDF scannés sont le piège classique. Quand une page ou un tableau n’existe que sous forme d’image, l’extraction peut être incomplète. Les valeurs critiques se revérifient dans le fichier d’origine, point. Et si tu as le tableur qui a servi à fabriquer un graphique, joins-le : une donnée structurée évite de reconstruire des chiffres à partir de pixels.
Dernier réflexe, le moins fun : vire les données personnelles inutiles avant l’import, pas après. Les coordonnées clients ne servent à rien pour bâtir un plan de douze slides. J’ai déjà raconté ici ce que valait le chiffrement de tes conversations côté nuage (ChatGPT ferme tes conversations à clé, le nuage garde le double), et OpenAI précise que les règles ne sont pas les mêmes entre usage grand public et usage professionnel. Anonymise à la source.
Le prompt qui fait le travail
La première consigne ne doit pas être « fabrique-moi douze slides », mais un diagnostic du corpus. Le Big Data propose un prompt qui liste les documents, leurs périodes, leurs limites, les chiffres présents dans plusieurs fichiers, et qui sépare explicitement faits, prévisions et hypothèses. Avec une clause qui sauve tout le reste : écrire « à vérifier » quand l’information manque, et ne créer aucune diapositive à ce stade.
Donne à chaque document un identifiant stable, [S1], [S2], [S3], et exige la source pour chaque fait important, avec la page si elle est identifiable. Attention : un numéro de page proposé par le modèle n’est pas une preuve. Les PDF numérisés brouillent les références, et une citation bien formatée peut pointer vers du vide.
Relis la matrice obtenue en ouvrant deux ou trois passages des originaux. Si un document a disparu, si un montant ne colle pas, si deux méthodes sont confondues, corrige maintenant. Sur un gros corpus, travaille par lots. Corriger une synthèse bancale coûte cinq minutes, corriger douze slides déjà mises en forme coûte une réunion.
Ensuite seulement, le storyboard. Douze slides pour quinze minutes, l’ordre de grandeur tient, à condition de ne pas y coller six graphiques par page. Chaque diapositive porte un titre qui défend une idée : « les délais clients augmentent malgré la hausse des ventes » raconte quelque chose, « résultats opérationnels » ne raconte rien. Deux ou trois preuves maximum en dessous. Et pas de joli graphique quand la source ne le permet pas : une visualisation ne remplace jamais une donnée absente, elle la maquille.
Free suffit pour la méthode
Rien dans ce travail n’exige l’abonnement à plusieurs centaines de dollars. Les sessions de raisonnement longues et les contextes étendus de Pro (128 000 tokens sur GPT Instant contre 27 000 en Free, 400 000 sur les modèles de raisonnement) servent quand tu repars dix fois sur le même dossier volumineux. Pour un corpus de quatre PDF et un plan de slides, le gratuit avec GPT-6 Luna fait le job, à condition d’accepter les plafonds séparés sur les fichiers, les images et la recherche approfondie.
Le vrai critère, c’est la fréquence des interruptions. Tant que les limites ne te bloquent pas en pleine journée, payer ne t’achète rien de concret. Le jour où tu attends la réinitialisation d’un quota au lieu de produire, le calcul s’inverse. Entre les deux, OpenAI vend Go et Plus, et propose trois paliers Pro avec Astra, Codex prolongé, ChatGPT Work et l’agent Dot quand il est disponible. Le même genre de calcul de seuil qu’Accenture a raté en plafonnant Claude à 29 dollars (Accenture plafonne Claude à 29 dollars et rate le vrai calcul).
Un détail qui en dit long sur la vitesse du secteur : la page tarifaire d’OpenAI affichait encore les tarifs de GPT-5-6 Luna alors que le modèle avait déjà bougé. Ta grille de référence, c’est ton interface, pas le billet de blog que tu lis en novembre. Le Big Data signale par ailleurs l’arrivée d’iCloud Mail et de Calendrier dans ChatGPT, sans détail sur le périmètre ni les conditions.
ChatGPT te sortira le diaporama. Il ne te sortira pas la phrase qui dit ce que tu veux faire décider. Aucun palier tarifaire ne la vend, celle-là.
Sources :
Comments are closed