Extraire des données d'une pile de documents

Trente factures, cinquante candidatures, une centaine de réponses libres à un questionnaire. Transformer ça en tableau est le gain de temps le plus spectaculaire qu'une IA puisse offrir.

Définir les colonnes AVANT

L'erreur est de dire « extrais les informations importantes ». Chaque document produira alors des colonnes différentes et rien ne sera comparable.

« Pour chaque facture, extrais exactement ces colonnes : fournisseur, numéro, date, montant hors taxes, TVA, montant TTC. Si une information est absente, écris ABSENT et n'invente rien. »

Le « ABSENT » est essentiel : sans consigne explicite, un champ manquant sera comblé par une valeur plausible, et vous ne saurez jamais laquelle est réelle.

Procéder par lots

Cinq à dix documents à la fois. Au-delà, la qualité chute et vous ne pouvez plus vérifier raisonnablement. Vous assemblerez les lots ensuite.

Le contrôle par échantillon

Ne vérifiez pas tout, ce serait aussi long que de le faire à la main. Tirez trois lignes au hasard et vérifiez-les intégralement contre le document d'origine. Si les trois sont bonnes, le lot est probablement bon. Si une est fausse, reprenez tout le lot : les erreurs vont rarement seules, elles viennent d'un format mal compris.

Attention aux données personnelles

Cinquante candidatures, c'est cinquante personnes. Sur un service grand public, c'est exactement le cas à ne pas traiter sans version professionnelle sous contrat.