Comment interroger un PDF de 100 pages et vérifier que ses réponses ne sont pas inventées

Ce que vous obtiendrez : un long document auquel poser des questions en langage courant, des réponses accompagnées d’un numéro de page et une habitude de trente secondes pour vérifier que cette référence existe vraiment.

Une réponse peut ressembler à ceci :

Chaque partie peut résilier le contrat moyennant un préavis de trois mois pour la fin d’un trimestre [p. 41].

Trente secondes plus tard, vous savez si la page 41 l’affirme réellement.

Il ne s’agit pas d’un résumé. Les résumés de longs documents sont précisément le type de résultat qui peut vous mettre en difficulté, car ils sont impossibles à contrôler rapidement. Ici, vous posez une question, l’outil répond, vous vérifiez, puis vous avancez.

Avant de commencer

• Durée : de 30 à 45 minutes la première fois, puis environ cinq minutes par document
• Prix : 0 euro avec NotebookLM de Google ou la formule gratuite de la plupart des assistants ; environ 20 euros par mois pour un assistant payant doté d’une mémoire plus grande, utile aux documents très longs
• Matériel nécessaire : un PDF et un compte auprès d’un assistant qui accepte le téléversement de fichiers
• Disponibilité dans l’UE : oui. NotebookLM, ChatGPT, Claude et l’assistant de Mistral, appelé Le Chat jusqu’en mai 2026, désormais Vibe, acceptent tous les documents. Mistral traite les données dans l’UE par défaut, un point important lorsque vous n’êtes pas libre de partager le fichier
• À savoir : la formule gratuite de NotebookLM limite le nombre de questions quotidiennes ; cette contrainte devient bien réelle à l’étape 5
• Vos données : téléverser un document revient à l’envoyer au fournisseur. Avant tout contenu confidentiel, vérifiez les réglages de confidentialité et désactivez l’utilisation de vos contenus pour l’entraînement. Dans la formule gratuite de Mistral, cette option est active par défaut et doit être coupée. Pour un contenu véritablement sensible, seul un modèle local sur votre machine garantit que rien ne sort du bâtiment

Pourquoi cela fonctionne, en un paragraphe

Un assistant ne peut pas garder simultanément en tête un document de 100 pages. Chaque modèle dispose d’une fenêtre de contexte, c’est-à-dire, à peu près, la quantité de texte qu’il peut prendre en compte à un instant donné. Les longs documents la dépassent. L’outil les découpe donc en fragments, les stocke puis, à chaque question, récupère ceux qui lui semblent pertinents afin de formuler sa réponse. C’est ce qui rend la méthode possible, mais aussi ce qui provoque tous les problèmes décrits plus loin. L’outil ne lit pas votre document : il y effectue une recherche.

Le savoir change la manière de l’interroger.

Étape 1 : vérifiez que votre PDF contient bien du texte

Ouvrez le PDF et essayez de sélectionner une phrase avec la souris. Appuyez ensuite sur Ctrl+F, ou Cmd+F sur Mac, puis recherchez un mot visible sur la page.

Ce que vous devriez voir : le texte se surligne lorsque vous faites glisser le pointeur, et la recherche trouve le mot.

Si rien ne peut être sélectionné et que la recherche ne renvoie aucun résultat, votre PDF est une image de document, pas un document. C’est le cas des pages scannées ou photographiées. Passez directement au dépannage : l’envoyer en l’état produirait des absurdités exprimées avec aplomb.

Étape 2 : mesurez sa taille réelle

Regardez le nombre de pages. Ce seul chiffre détermine la stratégie.

Pour donner un ordre de grandeur, nous avons appliqué cette méthode à une véritable étude universitaire de 144 pages. Elle comptait environ 861 000 caractères, soit près de 215 000 tokens, les unités effectivement comptées par les modèles. Retenez cette approximation : quatre caractères correspondent à peu près à un token. Elle permet d’évaluer votre document à partir de sa taille ou de son nombre de mots.

Nombre d’assistants offrent une fenêtre de contexte bien inférieure, surtout avec les formules gratuites ou d’entrée de gamme, souvent limitées à 16 000 ou 32 000 tokens même lorsque le modèle sous-jacent pourrait en traiter davantage.

Ce que vous devriez voir : un nombre de pages et la catégorie dans laquelle se situe le fichier. En dessous d’une cinquantaine de pages de texte courant, la plupart des outils peuvent tout prendre en charge confortablement. Au-delà de 100 pages, partez du principe qu’ils cherchent au lieu de lire et posez des questions plus ciblées.

Étape 3 : importez le fichier

NotebookLM constitue l’option gratuite la plus simple. Rendez-vous sur notebooklm.google.com et connectez-vous avec un compte Google. Cliquez sur « Créer ». Une fenêtre vous propose plusieurs origines : Google Drive, lien vers un site, texte collé ou fichier. Choisissez le téléversement, sélectionnez le PDF et attendez la fin du traitement.

Si vous préférez un assistant auquel vous êtes déjà abonné, ChatGPT, Claude et Vibe conviennent également : démarrez une nouvelle conversation et joignez le fichier avec le trombone. Si vous pensez y revenir souvent, placez-le dans un projet, un espace enregistré qui conserve fichiers et instructions entre les conversations. Vous éviterez ainsi de le renvoyer à chaque fois.

Les noms des menus ont été vérifiés en juillet 2026. Ces interfaces changent souvent : cherchez plutôt le trombone ou la mention « ajouter une source » qu’un bouton à un emplacement précis.

Ce que vous devriez voir : le fichier figure comme pièce jointe ou comme source, généralement accompagné de son nombre de pages ou de sa taille.

Étape 4 : demandez un plan, pas un résumé

Votre premier message ne devrait jamais être « résume ce document ». Demandez d’abord sa structure :

Dresse la liste des principales sections de ce document avec leur numéro de page et décris chacune en une phrase. Ne résume pas encore le contenu.

Ce que vous devriez voir : une sorte de table des matières avec des numéros de page. Elle sert de carte de navigation et de premier contrôle. Si les sections annoncées ne correspondent pas au document réel, arrêtez-vous et corrigez le fichier avant de poursuivre.

Étape 5 : posez de vraies questions et exigez les pages

Demandez maintenant ce que vous voulez réellement savoir. Ajoutez la même instruction à chaque question :

Réponds uniquement à partir de ce document. Après chaque affirmation, indique le numéro de la page d’où elle provient. Si le document ne répond pas à la question, dis-le au lieu de supposer.

La dernière phrase est plus utile que n’importe quelle astuce de formulation. Elle autorise l’outil à ne rien répondre, exactement ce qu’il faut pour un document auquel vous comptez vous fier.

Ce que vous devriez voir : des réponses suivies de numéros de page entre crochets et, parfois, un franc « ce point n’est pas abordé dans le document ». C’est bon signe, pas un échec.

Étape 6 : vérifiez en trente secondes

Tout le monde ou presque saute cette étape, alors qu’elle seule rend le reste digne de confiance.

Choisissez une affirmation dans la réponse. Notez la page et une expression distinctive. Ouvrez le PDF, allez à cette page et recherchez l’expression.

Trois scénarios :

1. L’expression figure sur la page, dans un paragraphe consacré au sujet. Parfait. Vous pouvez accorder un peu plus de crédit au reste.
2. Elle se trouve sur la page, mais dans une note ou la bibliographie. C’est le piège subtil. Dans notre document test de 144 pages, le mot « hallucination » apparaît sur 22 pages. Or la bibliographie commence à la page 99 : huit occurrences sont des titres de références, pas une analyse du sujet. Une réponse fondée sur elles possède techniquement une source, mais ne sert à rien.
3. L’expression n’apparaît pas du tout sur la page. Cessez de faire confiance à la réponse et consultez le dépannage : la numérotation est probablement décalée.

Contrôlez deux ou trois affirmations dans votre premier document. Vous saurez ensuite comment se comporte cette combinaison d’outil et de fichier, et de simples vérifications ponctuelles suffiront.

Ce que vous devriez voir : l’expression à la page indiquée, dans un paragraphe qui traite réellement de votre question. Si deux contrôles sur trois aboutissent ainsi, l’outil se comporte correctement avec ce document.

À copier

Une fois le fichier joint, collez ce texte comme tout premier message. Il remplace la consigne plus courte de l’étape 4 et intègre déjà la règle des pages de l’étape 5 :

Travaille uniquement à partir du document que j’ai joint.

Règles :
1. Réponds uniquement à partir de ce document. N’utilise aucune connaissance extérieure.
2. Après chaque affirmation, indique le numéro de page entre crochets.
3. Si le document ne répond pas à un point, écris « non abordé dans ce document » au lieu de supposer.
4. Si un passage est ambigu, cite-le et explique ce qui n’est pas clair.
5. Cite exactement le texte lorsque la formulation compte, par exemple pour les délais, montants, obligations et exclusions.

Première tâche : liste les principales sections avec leur numéro de page et une phrase pour chacune.
Attends ensuite mes questions.

En cas de problème

Le PDF est un scan et les réponses sont inventées. Cela n’est pas arrivé pendant notre test, car le document disposait d’une véritable couche de texte, mais c’est l’échec le plus souvent signalé. L’assistant décrit alors un contenu vaguement plausible qui ne correspond à rien. La cause : il n’existe que des pixels, aucun texte. La solution consiste à lancer d’abord une reconnaissance de caractères. Sur Mac, Aperçu peut s’en charger. Sous Windows, LibreOffice Draw, gratuit, ou Microsoft Lens intégré peuvent le faire ; Adobe Acrobat donne de bons résultats si vous le possédez. N’envoyez pas un scan confidentiel à un site gratuit choisi au hasard : cela annulerait tout l’intérêt de la note sur la confidentialité. Certains assistants, dont NotebookLM et Gemini, savent aussi lire un scan comme une image. Testez néanmoins le résultat comme à l’étape 1.

Les numéros de page ne correspondent pas. L’extrait cité se trouve ailleurs, souvent avec un décalage constant de deux ou trois pages. Les couvertures et les pages liminaires expliquent que la page 5 du PDF soit parfois la page 1 imprimée. Précisez la numérotation attendue : « utilise la position de la page dans le PDF, pas le numéro imprimé » suffit généralement.

La réponse omet un élément dont vous connaissez l’existence. L’outil affirme que le document n’en parle pas alors que vous trouvez le passage. Sur un fichier très long, la recherche n’a pas récupéré le bon fragment. Réduisez le champ : au lieu de « quelles sont les conditions de résiliation ? », demandez « examine la section sur la résiliation entre les pages 40 et 55 et dresse la liste de toutes les conditions ». En désignant une zone, vous transformez une recherche en lecture.

Adaptez la méthode

En plus simple. Pour un document de moins de 20 pages, inutile de créer un carnet. Joignez-le à une conversation ordinaire et posez votre question avec la règle des pages. Deux minutes suffisent.

En plus puissant. Chargez plusieurs documents liés dans un même carnet, ancien et nouveau contrat, ou conditions de trois fournisseurs, puis demandez une comparaison : « quelles différences présentent ces deux documents sur les délais de préavis, avec les pages de chacun ? »

Pour une autre tâche. Les six étapes fonctionnent avec un manuel, un bail, des procès-verbaux de réunion, un article scientifique ou une police d’assurance de 300 pages. Seule l’étape 2 évolue : plus le document est long, plus les questions doivent être précises.

La suite à essayer

Si le paragraphe sur la confidentialité vous a fait hésiter, l’étape suivante consiste à ne rien envoyer ailleurs. Nous avons mesuré les possibilités d’un matériel ordinaire dans notre test d’un modèle local sur un portable vieux de six ans. En bref : pour remanier du texte, cela fonctionne et ne coûte rien.

Sources

• Assistance Anthropic : téléverser des fichiers dans Claude (explique que Claude compte les pages comme le lecteur PDF les affiche, en lien avec le deuxième problème)
• Google NotebookLM
• Aide Mistral : Le Chat devient Vibe (nouveau nom depuis le 28 mai 2026)
• A Survey of Large Language Models, arXiv (le document de 144 pages employé pour vérifier les chiffres de ce guide)