Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Extraction structurée : tableaux, en-têtes et données numériques

Lektion 11 av 14 Uppdaterad 2 november 2026 Nybörjare
På denna sida
  1. Des documents bruts aux données organisées
  2. Les tableaux : le point fort
  3. En-têtes, hiérarchie et structure
  4. Données numériques, avec contexte
  5. En pratique
  6. Viktiga punkter

Mise à jour du 2 novembre 2026 — Le Chat devient Vibe. Depuis le 28 mai 2026, Le Chat est désormais Vibe (toujours sur chat.mistral.ai) : un agent unique pour le travail et le code, qui conserve tes conversations, tes paramètres et tes abonnements. L’expérience historique de Le Chat reste accessible en mode Chat ; en mode Work, les agents sont devenus des compétences (appelées avec @), les mémoires constituent la base de connaissances et la recherche approfondie est la compétence Deep Research. Les formules s’appellent désormais Mistral Free, Pro, Team et Enterprise. Cette leçon utilise le nom Vibe ; certains menus décrits ici peuvent avoir changé de nom ou d’emplacement.

Des documents bruts aux données organisées

Extraire du texte d’un document, c’est bien. Mais la vraie valeur apparaît lorsque tu obtiens des données structurées : des tableaux propres, des chiffres identifiés et des en-têtes classifiés. C’est la différence entre recevoir une photocopie d’un état financier et recevoir ce même état sous forme de tableur exploitable. L’IA documentaire de Mistral excelle précisément dans cette tâche : elle ne se contente pas de lire le texte, elle comprend la structure du document et renvoie les informations dans un format directement utilisable.

Les tableaux : le point fort

Les tableaux sont omniprésents dans les documents professionnels : états financiers, listes de prix, plannings, résultats d’études. C’est historiquement là que l’OCR classique échouait le plus lamentablement, transformant colonnes et lignes en un chaos illisible. Le moteur OCR 3, en revanche, les traite avec une précision remarquable. Lorsque tu télécharges un document contenant un tableau dans Vibe, le modèle identifie d’abord les limites du tableau, même lorsqu’elles sont subtiles ou colorées. Il reconnaît ensuite les en-têtes, les distingue des données et associe chaque cellule à sa colonne et à sa ligne. Il gère même les cas difficiles : cellules fusionnées, sous-totaux, notes de bas de page, autant de pièges classiques qu’un tableur mal converti transforme en erreurs silencieuses.

Pour obtenir un résultat exploitable, prends l’habitude de préciser le format souhaité dans ton prompt. « Extrait le tableau de la page 3 au format Markdown » te donne un tableau lisible directement dans Vibe ; « Convertis ce tableau en CSV pour que je puisse le coller dans Excel » le prépare pour l’importation dans un tableur ; « Extrait uniquement la colonne ‘Montant’ et la colonne ‘Date’ » filtre ce dont tu as besoin à la source. Le Markdown est souvent le format le plus pratique pour un usage quotidien : immédiatement lisible et facile à copier-coller dans d’autres outils.

En-têtes, hiérarchie et structure

Au-delà des tableaux, l’IA documentaire peut reconstruire la hiérarchie du document : les titres et sous-titres sont identifiés et classés par niveau (h1, h2, h3), les paragraphes sont distingués les uns des autres même sans sauts de ligne visibles, les listes à puces ou numérotées sont correctement reconstituées et les notes de bas de page sont liées à leurs références. Cette capacité est inestimable lorsque tu travailles sur de longs rapports ou des documents juridiques, où la structure porte autant de sens que le texte lui-même : savoir qu’une clause figure dans la section « Garanties » plutôt que dans « Divers » change son interprétation.

Tu peux donc formuler des requêtes structurelles : « Donne-moi la table des matières de ce document », « Liste tous les titres de section avec leurs numéros de page », ou même « Extrait uniquement les paragraphes traitant des garanties » — ce dernier cas combinant structure et sens.

Données numériques, avec contexte

Les documents financiers, devis, factures et rapports d’activité regorgent de chiffres : montants financiers (chiffre d’affaires, totaux, TVA, remises), dates de signature ou d’échéance, pourcentages de parts de marché ou de marge, et identifiants comme les numéros de facture, les références clients ou les codes SIRET. Ce qui distingue l’IA documentaire, c’est qu’elle ne se contente pas d’extraire des nombres : elle comprend leur contexte. Si tu demandes « Quel est le chiffre d’affaires annuel ? », elle recherche spécifiquement le nombre associé à ce concept, même s’il est enfoui dans un tableau de 50 lignes. Un OCR classique t’aurait remis cinquante chiffres sans étiquette ; ici, tu obtiens le bon.

Cette compréhension te permet d’aller au-delà de l’extraction : tu peux demander des calculs et des vérifications. « Le total de la colonne ‘Montant HT’ est-il correct ? » incite le modèle à recompter ; « Quelle est la différence entre les chiffres budgétés et réels ? » recoupe deux colonnes ; « Quel poste de dépenses représente la part la plus importante ? » transforme le tableau en analyse.

Pour les utilisateurs avancés, l’export JSON structure la sortie pour tes outils : « Extrait les informations suivantes de cette facture au format JSON : numéro, date, montant HT, TVA, montant TTC, fournisseur » ou « Crée un objet JSON avec les données de chaque ligne du tableau. » Ce format est idéal si les données doivent ensuite alimenter un tableur, une base de données ou un autre logiciel.

En pratique

Vois comment ces capacités se combinent dans trois scénarios courants. Tu reçois une pile de factures PDF : pour chacune, demande « Extrait de cette facture : nom du fournisseur, date, numéro de facture, montant HT, TVA et montant TTC. Présente le tout sous forme de tableau » — et ta saisie comptable est prête. Face à un rapport annuel de 50 pages : « Extrait tous les tableaux financiers de ce rapport et présente-les en Markdown. Identifie le chiffre d’affaires, le résultat net et la marge opérationnelle. » Pour choisir entre deux devis, télécharge-les tous les deux et demande : « Compare les prix de ces deux devis pour les mêmes services. Identifie les écarts de tarifs. »

Quelques règles méthodologiques pour conclure. Sois précis sur ce que tu cherches — un tableau particulier, une colonne, un type de données — et précise toujours le format de sortie souhaité (Markdown, CSV, JSON, liste). Pour les documents numérisés, une résolution d’au moins 150 DPI est recommandée pour une extraction fiable. Si le document est très dense, traite-le page par page : « Extrait le tableau de la page 7 » donnera de meilleurs résultats qu’un « Extrait tous les tableaux » global. Et pour tout usage critique, recoupe les données extraites avec le document original : l’extraction est un accélérateur, pas une décharge de responsabilité.

Viktiga punkter

  • L’IA documentaire reconstruit fidèlement les tableaux avec leurs en-têtes, leurs colonnes et leurs cellules fusionnées
  • Tu peux demander une extraction en Markdown, CSV ou JSON selon tes besoins
  • Le modèle comprend le contexte des données numériques et peut répondre à des questions précises
  • La structure hiérarchique du document (titres, sous-titres, listes) est préservée
  • Vérifie toujours les extractions pour les usages critiques