Analyser un PDF avec ChatGPT ou Claude : vérifier ce que l'assistant a vraiment lu

Avant de faire confiance à la synthèse d'un PDF par ChatGPT ou Claude, vérifiez ce que l'outil a pu lire : le texte numérique seulement, ou aussi les graphiques, images et pages scannées. Selon l'offre, l'endroit où vous déposez le fichier et la taille du document, une partie du contenu peut ne jamais être lue. Et comme le rappelle OpenAI, un fichier peut être importé sans erreur sans être analysé en entier.

Ce guide s'adresse aux personnes qui résument des rapports, des contrats ou des études avec un assistant IA. Il s'appuie sur la documentation publique d'OpenAI et d'Anthropic consultée le 20 octobre 2026, et sur un test d'extraction de texte réalisé sur un PDF fictif. Il ne décrit pas Gemini ni Mistral, dont nous n'avons pas relu la documentation pour cet article.

1. Ce que l'outil lit selon l'offre et l'endroit du dépôt

Les éditeurs distinguent deux façons de lire un PDF : l'extraction du texte numérique du fichier, et une lecture visuelle qui traite aussi les images, graphiques et schémas.

Deux conséquences pratiques :

• Le même PDF ne donne pas la même lecture selon l'endroit du dépôt. Dans ChatGPT Enterprise, un rapport joint à une conversation est lu avec ses graphiques ; le même rapport rangé dans les fichiers d'un projet ne l'est qu'en texte. Si vous préparez un projet partagé, tenez-en compte dans l'inventaire des sources de votre projet ChatGPT.
• La taille change le traitement dans Claude. Un document de 140 pages est accepté, mais ses graphiques ne sont pas analysés. D'après cette règle, découper le PDF en parties de 100 pages au plus permet de conserver la lecture visuelle.

Ces règles évoluent : la page OpenAI sur la lecture visuelle était mise à jour quelques heures avant notre consultation et précise que la fonction pourrait être étendue à d'autres offres. Revérifiez-la avant de fixer une consigne d'équipe.

2. Le test : ce qu'une extraction de texte récupère d'un PDF

Pour rendre la différence concrète, nous avons fabriqué un PDF fictif de trois pages, sans aucune donnée réelle :

• page 1 : du texte (« chiffre d'affaires 2025 : 4,2 millions d'euros », « 41 salariés au 31 décembre 2025 ») et un tableau qui indique un effectif de 38, contradiction volontaire ;
• page 2 : une phrase d'introduction et un graphique intégré comme image, où seule l'image porte les délais par trimestre (19, 16, 14 puis 12 jours) ;
• page 3 : un avenant « numérisé », c'est-à-dire un texte rendu sous forme d'image, qui reporte l'échéance du contrat au 30 juin 2027.

Nous avons ensuite extrait la couche de texte numérique de chaque page avec la bibliothèque PDF de macOS (PDFKit). C'est la matière dont dispose une lecture « texte seulement » telle que la décrit OpenAI : le texte numérique du fichier, sans ses images.

Ce test ne mesure pas le comportement de ChatGPT ou de Claude : il montre ce qu'une lecture limitée au texte numérique a à sa disposition. Une synthèse produite dans ces conditions ne peut pas citer le délai du quatrième trimestre ni la nouvelle échéance du contrat, alors que ce sont peut-être les deux informations qui comptent. Et la contradiction entre 41 et 38, elle, est bien présente : rien ne garantit que la synthèse la signale plutôt que de retenir un des deux chiffres.

OpenAI le dit aussi pour l'analyse de données : 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. Quand les valeurs exactes comptent, la documentation recommande d'importer plutôt un tableur ou un fichier texte.

3. Le contrôle en quatre étapes

Ce protocole est une méthode proposée par Kairia. Il prend quelques minutes et se fait avant de diffuser une synthèse.

Étape 1 : qualifier le PDF avant de l'importer

Ouvrez le fichier dans votre lecteur PDF et cherchez (Cmd+F ou Ctrl+F) une valeur que vous savez présente dans un graphique ou une page scannée. Si la recherche ne la trouve pas, cette valeur n'existe pas dans le texte numérique : une lecture texte seule ne la verra pas. Notez aussi le nombre de pages, pour savoir si vous dépassez la limite de lecture visuelle de Claude.

Étape 2 : choisir le bon dépôt

Si le contenu visuel compte et que votre offre le permet, joignez le PDF directement à la conversation plutôt qu'aux fichiers d'un projet. Sinon, fournissez la donnée sous une forme lisible : le tableur source du graphique, ou une version texte de la page scannée relue par une personne. Pour Claude, découpez les documents de plus de 100 pages.

Étape 3 : demander des preuves dans la réponse

Une consigne qui oblige l'assistant à localiser chaque information rend les manques visibles. Par exemple :

Résume ce document. Pour chaque chiffre ou date, indique la page et cite la phrase exacte du document. Si une information provient d'un graphique ou d'une image, précise-le. Si deux passages se contredisent, signale-le au lieu de choisir. Si une information demandée ne figure pas dans le texte que tu peux lire, écris « non trouvé ».

Pour désigner une page, utilisez la numérotation de votre lecteur PDF, pas celle imprimée sur le document : c'est la recommandation explicite d'Anthropic, valable pour l'application comme pour l'API.

Cette consigne ne garantit pas une réponse exacte. Elle rend la vérification de l'étape 4 beaucoup plus rapide, parce que chaque affirmation pointe vers un endroit précis.

Étape 4 : vérifier contre l'original

Contrôlez au minimum : chaque chiffre repris dans la synthèse, chaque date d'échéance, et toute information que vous saviez présente dans un graphique ou une page scannée. Une page citée qui ne contient pas la phrase, ou un « non trouvé » sur une information que vous voyez dans le PDF, indique une lecture incomplète : revenez à l'étape 2.

Faites ce test une fois sur un PDF de référence dont vous connaissez le contenu, comme notre exemple fictif, dans l'outil et l'offre de votre équipe. Vous saurez alors à quoi vous attendre, plutôt que de le découvrir sur un dossier sensible.

4. Ce que ce contrôle ne règle pas

La lecture d'un PDF n'est qu'une partie de la question. Avant d'importer un contrat ou un rapport financier, décidez aussi si ce document peut être confié à l'outil, et sous quel compte. Côté OpenAI, un fichier enregistré dans la bibliothèque peut être conservé séparément de la conversation qui l'a utilisé : supprimer la conversation ne supprime pas un fichier resté dans la bibliothèque. Notre guide sur les données d'entreprise dans ChatGPT et Claude traite l'entraînement, la conservation et la localisation.

Une synthèse de PDF fiable n'est pas celle qui semble complète. C'est celle dont chaque chiffre renvoie à une page, et dont vous savez ce que l'outil n'a pas pu lire.

Pour installer ces réflexes dans vos équipes, sur leurs propres documents, consultez notre formation IA pour les équipes.

Sources et limites

• OpenAI Help Center : Uploading files and audio to ChatGPT, consultée le 20 octobre 2026 : formats, lecture des images intégrées selon l'offre, fichiers de la bibliothèque.
• OpenAI Help Center : Visual Retrieval with PDFs FAQ, consultée le 20 octobre 2026 : lecture visuelle réservée à ChatGPT Enterprise, comportement dans les projets et les GPT.
• OpenAI Help Center : Data analysis with ChatGPT, consultée le 20 octobre 2026 : fichiers scannés et tableaux en image.
• Claude Help Center : Upload files to Claude, consultée le 20 octobre 2026 : limites de pages, traitement visuel jusqu'à 100 pages, fichiers de projet.
• Claude Docs : PDF support, consultée le 20 octobre 2026 : fonctionnement et limites de l'API.
• Le PDF de test est fictif et a été généré pour cet article ; l'extraction de texte a été faite avec PDFKit (macOS), pas avec ChatGPT ni Claude. Le protocole en quatre étapes est une méthode proposée par Kairia, sans taux de réussite mesuré.