Comment envoyer des documents à l'IA sur Whizi

Types de fichiers pris en charge, et ce qui se passe réellement pour chacun

Joignez le fichier en le glissant dans la zone de saisie ou en cliquant sur le trombone, puis posez votre question. Ce que le modèle reçoit varie selon le type de fichier, et savoir lequel explique la plupart des résultats surprenants.

Type	Extensions	Ce que le modèle reçoit
PDF texte	.pdf	Le texte extrait, dans l'ordre de lecture, tableaux inclus sous forme de texte
PDF scannés	.pdf	Une transcription page par page issue d'une analyse visuelle côté serveur
Documents Word	.docx	Le texte du document, extrait dans votre navigateur
Feuilles de calcul	.xlsx, .csv	Les valeurs des cellules sous forme de texte, pas les formules actives
Images	.png, .jpg, .jpeg	L'image elle-même, lue par un modèle multimodal
Code et texte brut	.py, .js, .ts, .go, .md, .txt et similaires	Le contenu du fichier tel quel

Deux conséquences à retenir. D'abord, une feuille de calcul arrive sous forme de valeurs plutôt que comme un classeur fonctionnel, donc le modèle peut lire ce que votre formule a produit mais ne peut pas réexécuter la formule. Ensuite, un PDF scanné est passé par une transcription visuelle plutôt qu'une extraction de texte simple, et une police inhabituelle, une annotation manuscrite ou une numérisation basse résolution peuvent encore produire un caractère mal lu dans un nombre. Vérifiez les chiffres issus de documents scannés par rapport à l'original. Une remarque sur les images: la zone de saisie refuse les fichiers GIF et demande un PNG ou un JPEG à la place.

Préparez le fichier avant de poser une question

Cinq minutes ici évitent une conversation confuse plus tard.

• Nommez le fichier pour ce qu'il est. Le modèle voit le nom du fichier, et 2025-q3-vendor-contract-acme.pdf lui donne un contexte utile que document(3).pdf n'apporte pas. Cela compte énormément dès que plusieurs fichiers sont dans le fil.
• Envoyez la source, pas la version de présentation. Pour les feuilles de calcul en particulier, la version avec cellules fusionnées, sous-totaux dans les données et notes en marge cause bien plus d'erreurs qu'un fichier simple mais volumineux.
• Découpez les documents énormes par objet, pas par taille. Si vous n'avez besoin que des sections méthodologie et résultats, les importer est préférable à importer 400 pages en espérant que l'attention se pose au bon endroit.
• Retirez les données personnelles dont vous n'avez pas besoin. Les noms, e-mails et identifiants sont rarement nécessaires pour l'analyse, et les retirer est plus rapide que de décider si vous étiez autorisé à les importer.
• Vérifiez qu'un PDF est réellement du texte. Essayez de sélectionner du texte dans votre lecteur PDF. Si vous ne pouvez pas, c'est un scan, Whizi le transcrira via une analyse visuelle, et les chiffres méritent une vérification par rapport à l'original.

Choisir le modèle adapté au fichier

Ce choix compte plus que le prompt pour le travail sur documents.

• Gemini pour tout ce qui est long. Les modèles Gemini sur Whizi disposent d'une fenêtre de contexte de 1 000 000 de tokens, ce qui signifie qu'un rapport de 200 pages, un jeu complet de contrats ou une dizaine d'articles peuvent être présents en même temps plutôt que traités par morceaux. Les questions inter-documents ne fonctionnent correctement que lorsque tout est réellement en contexte.
• Claude pour la nuance. Le langage juridique, les documents de politique, tout ce dont le sens dépend de qualificatifs et de nuances. C'est aussi le meilleur pour vous dire ce qu'un document ne dit pas, ce qui est souvent la vraie question.
• GPT pour l'extraction. Factures, formulaires, données structurées, tout ce pour quoi vous voulez un tableau ou un JSON strict avec des noms de champs cohérents sur une centaine de lignes.
• Tout modèle multimodal pour les images, graphiques, captures d'écran et diagrammes. Demandez-lui de décrire ce qu'il voit avant de lui demander d'interpréter, ce qui repère tôt les erreurs de lecture.

Vous pouvez changer de modèle en cours de fil sans réimporter le fichier, c'est tout l'intérêt de faire cela dans un seul espace de travail. Lisez avec Gemini, extrayez avec GPT, et faites rédiger le résumé par Claude, le tout sur le même fichier joint. Voir changer de modèle en cours de conversation.

Travailler avec plusieurs documents à la fois

Les questions sur un seul document sont utiles. Les questions sur plusieurs documents sont là où cela cesse d'être une simple commodité et devient une capacité que vous n'aviez pas auparavant.

Prompt: comparer

Compare contract-a.pdf and contract-b.pdf. Return a table of every clause that differs: clause, what A says, what B says, and which is more favourable to us and why. Ignore differences in formatting and numbering. List clauses present in one and absent from the other separately.

Prompt: consolider

Across all attached files, build one table answering [question]. One row per document, with the document name in the first column. Where a document does not address it, write NOT ADDRESSED. Do not merge documents that use different definitions without flagging it.

Prompt: trouver la contradiction

Where do these documents contradict each other? Quote both passages side by side and name the file each came from. Distinguish genuine contradictions from differences in scope or date.

Référencez toujours les fichiers par leur nom dans votre prompt dès qu'il y en a plus d'un. « Dans le contrat fournisseur, quel est le délai de préavis ? » est sans ambiguïté; « quel est le délai de préavis ? » oblige le modèle à choisir, et il ne vous dira pas lequel il a choisi.

Quand la réponse semble fausse

Une courte séquence de diagnostic qui résout la plupart des problèmes.

Le modèle dit qu'il ne voit pas le fichier. Confirmez que la pièce jointe a bien été importée, puis référencez-la explicitement: « Dans le rapport.pdf joint ». Pour les images en particulier, dire « regarde l'image jointe » garantit que le chemin multimodal est utilisé plutôt que le modèle répondant uniquement à partir du texte de votre question.

La réponse porte sur le mauvais document. Nommez le fichier dans chaque question dès que le fil en contient plusieurs.

Les chiffres sont subtilement faux sur un document scanné. C'est la transcription du scan, pas le raisonnement, qui est en cause. Demandez au modèle de citer la ligne environnante mot pour mot pour voir ce qu'il a lu, puis vérifiez l'original.

Il a manqué quelque chose que vous savez présent. Posez d'abord une question de localisation: Quote the passage that discusses [topic] and give its page or section. S'il ne le trouve pas, c'est l'extraction qui pose problème, pas le raisonnement. Essayez un autre modèle ou importez les pages concernées séparément.

Il résume au lieu de répondre. Demandez la preuve plutôt que la conclusion: Quote the exact text that supports your answer. Cela repère aussi le cas où la réponse a été déduite de connaissances générales plutôt que de votre document, ce qui est l'erreur la plus importante à détecter.

Cette dernière vérification mérite d'être soulignée. Un modèle interrogé sur un type de contrat bien connu, une réglementation courante ou un article célèbre peut répondre de façon plausible à partir de ses données d'entraînement sans consulter votre fichier du tout. Exiger une citation force la réponse à être ancrée dans le document réellement présent.

Confidentialité et ce à quoi penser avant d'importer

Les pièces jointes importées sont configurées pour expirer après 30 jours maximum, et vous pouvez supprimer un fichier ou une conversation entière plus tôt vous-même. Whizi n'utilise pas vos prompts, fichiers, conversations, transcriptions vocales ou contenus générés pour entraîner des modèles d'IA appartenant à Whizi, et ne vend pas ce contenu comme données d'entraînement. Le fournisseur qui exécute le modèle que vous avez sélectionné reçoit ce dont il a besoin pour répondre et peut conserver des caches temporaires selon sa propre politique.

Le jugement qui vous revient est de savoir si le document est de ceux que vous êtes autorisé à traiter avec un service tiers. Les catégories qui méritent réflexion: les données personnelles appartenant à d'autres personnes, tout ce qui est couvert par une clause de confidentialité spécifique, les informations importantes non publiques, et les données réglementées comme les dossiers médicaux ou financiers soumis à des règles de traitement particulières.

La voie médiane pratique pour la plupart des gens est de caviarder plutôt que de s'abstenir. Des noms remplacés par des rôles, des chiffres indexés plutôt qu'absolus, et des identifiants retirés préserveront tout ce dont l'analyse a besoin tout en retirant l'essentiel de ce qui rend un document sensible.