Analyser du texte et des données
Sur cette page
Utiliser ChatGPT comme analyste à la demande
Un contrat à décortiquer, des résultats d’enquête à interpréter, un tableur dont personne n’a le temps de tirer quoi que ce soit : voilà le terrain où ChatGPT rend le service le plus spectaculaire. En quelques secondes, il produit une analyse structurée que vous auriez mis une heure à rédiger. Encore faut-il lui poser la bonne question, car « analyse ce document » est une commande sans destination — vous obtiendrez un survol poli et rigoureusement inutile.
Analyser du texte
L’extraction ciblée est le cas le plus simple et le plus rentable. Vous donnez un texte long et vous nommez précisément ce que vous voulez en sortir :
« Voici le compte-rendu de la réunion du comité de direction. Extrais :
- Les décisions prises
- Les actions assignées (avec le responsable et la deadline)
- Les points reportés à la prochaine réunion »
L’analyse de sentiment et de ton s’applique à tout ce qui vient de vos clients ou de vos équipes. Elle prend toute sa valeur quand vous demandez en même temps une qualification et une priorisation, ce qui transforme un tas de commentaires en plan d’action :
« Voici 10 avis clients sur notre produit. Pour chacun, indique : le sentiment (positif/neutre/négatif), le sujet principal de la plainte ou du compliment, et une priorité d’action (haute/moyenne/basse). Présente le résultat sous forme de tableau. »
La comparaison de documents fonctionne sur le même principe. Soumettez deux versions d’un même texte et demandez non pas la liste des écarts, mais leur interprétation : « Voici deux versions de notre politique de retour. Identifie les différences majeures et indique laquelle est la plus favorable au client. » Enfin, l’analyse critique consiste à confier un rôle adverse à ChatGPT, ce qui donne des retours autrement plus utiles qu’un avis complaisant :
« Voici mon business plan. Agis comme un investisseur sceptique. Identifie les 5 faiblesses les plus importantes de ce plan et propose une amélioration pour chacune. »
Analyser des données structurées
Vous pouvez coller un tableau directement dans la conversation, qu’il vienne d’Excel, de Google Sheets ou d’un simple texte aligné. La condition impérative est de dire ce que les chiffres représentent : une colonne de nombres sans légende ne permet aucune analyse sérieuse, et ChatGPT comblera les blancs par des suppositions.
« Voici mes ventes mensuelles sur 12 mois : Jan: 45 000 | Fév: 38 000 | Mar: 52 000 | Avr: 41 000 | Mai: 63 000 | Jun: 58 000 Jul: 35 000 | Aoû: 28 000 | Sep: 55 000 | Oct: 62 000 | Nov: 71 000 | Déc: 85 000
Analyse ces données : identifie la tendance générale, les mois exceptionnels (bons et mauvais), la saisonnalité, et donne-moi une projection raisonnable pour janvier prochain. »
Pour des jeux de données plus volumineux, ne collez plus : joignez le fichier avec le bouton +. ChatGPT lit les tableurs Excel (.xlsx, .xls), les fichiers CSV et TSV, et passe alors à l’analyse de données : il écrit et exécute du code Python dans un environnement isolé pour calculer, regrouper, filtrer ou tracer un graphique. Les graphiques en barres, en courbes, en secteurs et en nuages de points peuvent même devenir interactifs. Préparez le fichier comme pour un collègue : des en-têtes de colonnes explicites sur la première ligne, un enregistrement par ligne, un seul tableau par feuille. Demandez ensuite précisément ce que vous voulez : « Calcule la moyenne, la médiane, l’écart-type et le taux de croissance annuel de ces chiffres de vente, puis trace leur évolution mois par mois. »
Une réserve s’impose ici, et elle est sérieuse. Un calcul fait « de tête » dans le texte de la réponse peut être faux tout en étant présenté avec assurance. Pour tout chiffre qui engage une décision, demandez explicitement que le calcul passe par l’analyse de données, relisez le code et les hypothèses affichés, et recoupez le résultat avec votre tableur. Méfiez-vous aussi des tableaux scannés ou photographiés : OpenAI prévient que les valeurs exactes n’en sont pas extraites de manière fiable ; préférez un fichier tableur ou texte. Un chiffre faux dans un rapport coûte infiniment plus cher que les trente secondes de vérification que vous avez économisées.
Analyse de documents longs
Pour un contrat, un rapport ou un article académique, ne collez pas le texte dans la conversation : joignez le document (PDF, DOCX ou TXT) avec le bouton +. Sur l’offre Free, comptez trois fichiers par jour. ChatGPT peut alors le résumer, répondre à des questions ciblées sur son contenu, en extraire une clause ou une section précise, et le comparer à d’autres documents que vous lui aurez fournis. La leçon 14 approfondira cette mécanique.
Là encore, la précision de la demande fait la valeur du résultat :
« Je t’ai joint un contrat de prestation. Identifie : les obligations du prestataire, les pénalités de retard, les conditions de résiliation, et tout ce qui pourrait être problématique pour nous en tant que client. »
À vous de jouer
Choisissez votre exercice. Trois pistes, selon ce qui ressemble le plus à votre quotidien. Si votre matière est textuelle, reprenez un email ou un document de travail récent et faites-en extraire les actions à mener, classées par priorité. Si vous travaillez sur des chiffres, prenez vos six derniers mois de données — ventes, KPI, budget — et demandez une analyse de tendance assortie des points d’attention. Si vous préférez tester la fonction miroir, collez un document que vous avez rédigé vous-même et demandez une évaluation en trois forces et trois faiblesses. Dans les trois cas, vérifiez au moins un chiffre ou une citation de la réponse dans la source.
Sources officielles : Data analysis with ChatGPT (centre d’aide OpenAI : formats, préparation des données, Python, graphiques, limites) · Uploading files and audio to ChatGPT (formats et limites d’import) · Does ChatGPT tell the truth? (calculs et vérification)
Points clés à retenir
- ChatGPT peut analyser du texte (extraction, sentiment, comparaison, critique) et des données (tendances, calculs, statistiques)
- Fournissez toujours du contexte avec vos données : que représentent-elles, que cherchez-vous
- Pour un chiffre qui compte, faites calculer par l’analyse de données (Python) et recoupez dans votre tableur
- Joignez les documents longs et les tableurs avec le bouton + plutôt que de les coller
- Structurez vos demandes d’analyse avec des questions précises plutôt qu’un vague « analyse ça »