Résumer un long document avec l’IA sans perdre les sources

Préparer ses questions

Commencez par la structure du document. Lisez le sommaire, la synthèse, la méthodologie et la liste des annexes. Notez où chaque sujet est traité, et à quelles pages. Un rapport annuel répartit ses chiffres entre le rapport de gestion, les états financiers et l’annexe des comptes. Un rapport de commission d’enquête présente ses constats, ses recommandations et le compte rendu de ses auditions. Une décision de justice expose les faits, les arguments des parties, les motifs et le dispositif.

Écrivez ensuite vos questions. Une question large, comme « Que dit le rapport sur la sécurité ? », produit un résumé. Une question comme « Combien l’exploitant de l’usine a-t-il dépensé en maintenance en 2023 ? » produit un chiffre vérifiable sur une page.

Classez les questions par type : dates et événements, chiffres, décisions et leurs auteurs, recommandations et leurs destinataires. Ajoutez une question sur ce que le document ne traite pas. Cette liste guide la lecture et rend les réponses comparables d’un document à l’autre.

Découper le document

Chaque outil généraliste a une limite de longueur. Au-delà, une partie du document peut manquer dans la réponse. Découper le document par chapitre garde chaque demande sous la limite et rend chaque réponse plus facile à vérifier.

Suivez la structure du document : un chapitre, une partie des comptes ou une partie de la décision à la fois. Conservez la pagination d’origine. Le numéro imprimé sur la page d’un rapport diffère souvent de celui qu’affiche le lecteur PDF, parce que la couverture et les pages liminaires sont comptées différemment. Choisissez une numérotation et tenez-vous-y.

Traitez les annexes à part. Les tableaux, les annexes et les notes de bas de page contiennent souvent les chiffres que le texte principal arrondit ou omet. Vérifiez qu’un document scanné a été converti en texte interrogeable. Les pages que l’outil ne peut pas lire n’apparaissent pas dans ses réponses.

Exiger l’extrait exact et la page

Demandez chaque réponse en trois parties : la réponse, l’extrait copié mot pour mot et la page. L’extrait permet de vérifier la réponse en quelques secondes. Cherchez-le dans le PDF avec la fonction de recherche. Un extrait ne compte comme citation que s’il figure mot pour mot dans le document.

Posez une question à la fois, pour que chaque réponse arrive avec son propre extrait. Demandez à l’outil de signaler quand le document ne répond pas à la question. Sans cette consigne, un assistant généraliste peut combler le manque avec ce qu’il sait déjà ou avec une supposition plausible.

Tenez un relevé des questions, des réponses, des extraits et des pages. Ce relevé devient le dossier de sources de la note, de l’article ou du rapport que vous écrirez ensuite.

Croiser les chiffres

Vérifiez chaque chiffre dans le tableau dont il vient, puis aux autres endroits où il apparaît.

• L’unité : milliers, millions, pourcentages ou points de pourcentage.
• La période : année civile, exercice comptable ou trimestre.
• Le périmètre : le groupe ou une filiale, le pays ou une région.
• La version : un chiffre retraité de l’année précédente peut différer du chiffre publié à l’origine.
• Le calcul : refaites vous-même les totaux, les variations et les ratios.

Comparez les chiffres de la synthèse du document à ceux de ses tableaux. Une synthèse peut arrondir un chiffre ou le présenter de façon plus favorable. Comparez aussi le document à ses éditions précédentes, et notez tout chiffre qui a disparu.

Repérer ce qui manque

Comparez le document à sa commande. Un rapport d’enquête répond aux questions fixées par sa mission, et une question laissée sans réponse mérite une note. Une décision de justice répond aux arguments des parties, et un argument écarté sans motif mérite d’être relevé.

Listez les personnes et les documents que le rapport cite, et ceux qu’il ne cite pas. Consultez la liste des personnes auditionnées dans un rapport d’enquête et les pièces visées dans une décision. Lisez les notes de bas de page et les annexes, où figurent souvent les réserves et les contributions divergentes.

Interrogez directement l’outil d’IA sur les absences. « Quelles recommandations du rapport précédent ne sont pas reprises dans celui-ci ? » est une question à laquelle un outil peut répondre avec des extraits des deux documents. La personne qui mène l’analyse décide des manques qui comptent.

Ce que ratent les résumés génériques

Le résumé en un clic d’un long document a des défauts mesurés par des chercheurs.

Les modèles de langage exploitent moins bien le milieu d’un long texte. Dans l’étude Lost in the Middle, acceptée par les Transactions of the Association for Computational Linguistics, Nelson Liu et ses coauteurs montrent que les performances sont souvent meilleures quand l’information utile se trouve au début ou à la fin du texte. Elles se dégradent nettement quand cette information se trouve au milieu.

Les résumés omettent des passages et déforment des faits. L’étude FABLES, présentée à la Conference on Language Modeling en 2024, a examiné 3 158 affirmations tirées de résumés que l’IA a rédigés pour 26 livres. La plupart des affirmations infidèles portaient sur des événements et sur l’état des personnages. Les auteurs relèvent aussi des omissions d’éléments clés du récit et une surreprésentation systématique des événements de la fin du livre.

Les réponses contiennent des erreurs de faits et de sources. En octobre 2025, l’Union européenne de radio-télévision et la BBC ont publié une étude portant sur plus de 3 000 réponses de quatre assistants d’IA à des questions d’actualité. Des journalistes de 22 médias de service public dans 18 pays les ont examinées. 45 % des réponses présentaient au moins un problème important. 31 % posaient de sérieux problèmes de sources, et 20 % contenaient des erreurs factuelles majeures, dont des détails inventés et des informations périmées.

Ces résultats décrivent des outils généralistes à une date donnée. Les vérifications de ce guide valent pour tous les outils.

Les limites de longueur des outils généralistes

Les assistants généralistes acceptent de longs fichiers, dans des limites qui varient selon l’outil et l’offre. Selon leurs pages officielles au 17 octobre 2026 :

• Google indique que Gemini accepte jusqu’à 10 fichiers dans la même requête, sous réserve de disponibilité, et jusqu’à 100 Mo par fichier, hors vidéo. Google compare la fenêtre de contexte à une capacité de lecture. Avec la capacité étendue des offres Google AI Pro et Ultra, Gemini peut comprendre jusqu’à 1 500 pages de texte. Quand les fichiers dépassent cette capacité, Google prévient que les réponses peuvent ne pas tenir compte de tout le contenu fourni.
• La documentation pour développeurs de Claude, chez Anthropic, fixe une limite de 600 pages par requête, ramenée à 100 pages quand la requête utilise une fenêtre de contexte plus petite. Elle prévient que les PDF denses, en petits caractères ou chargés de tableaux complexes et de graphiques, peuvent remplir la fenêtre de contexte avant d’atteindre la limite de pages. Elle conseille de découper le document en sections.

Ces limites valent pour une conversation ou une requête. Un fichier de plusieurs milliers de pages, ou un ensemble de rapports et d’annexes, doit être découpé, et chaque partie analysée séparément. Le recoupement entre les parties revient alors au lecteur.

Les longs documents avec Verbatim

Verbatim lit des ensembles de documents bien au-delà des limites des assistants généralistes. Ses agents lisent le dossier entier, relient chaque réponse à sa page et vérifient les chiffres pour vous.

L’agent de lecture lit jusqu’à 40 000 pages : rapports, documents scannés, tableurs, courriels et enregistrements, dans la plupart des langues. Il lit chaque page en entier. Vous posez votre question, et la réponse arrive avec ses extraits. Chaque extrait donne sa page et ses lignes, sa minute dans un enregistrement ou sa cellule dans un tableur. Un clic ouvre le document à cet endroit. Quand vos documents ne contiennent pas la réponse, Verbatim le dit et propose de chercher sur le web. Voir la page recherche documentaire.

Les extraits apparaissent tels qu’ils figurent dans le document. Une citation n’est reliée à un document que si le texte y figure mot pour mot. Une information tirée d’un résumé ne compte comme vérifiée qu’une fois retrouvée dans son document d’origine.

Chaque chiffre calculé par les agents renvoie à ses cellules d’origine. Quand un agent calcule une variation, un ratio ou un total, il garde la trace du calcul, et un clic ouvre les cellules sources. L’agent de vérification signale les chiffres absents de toute source, comme un montant annoncé en conférence de presse qu’aucun rapport annuel ne mentionne. Voir la page analyse de données.

Plusieurs agents travaillent en parallèle sur le même projet. L’un lit les rapports annuels, un autre le rapport d’inspection et un troisième compare leurs chiffres. Une longue lecture devient une tâche qui se poursuit pendant des heures, et vous suivez son avancement. Les agents construisent une chronologie datée, un tableau de chiffres ou une synthèse, chaque élément relié à sa page, et le résultat s’exporte en Word ou en PDF. La page Verbatim pour l’analyse montre la méthode pour les rapports, les comptes et les documents officiels.

Vos documents sont hébergés et traités en Europe et ne servent jamais à entraîner une IA tierce. VerbatimAgent coûte à partir de 49,95 € TTC par mois, avec 14 jours d’essai gratuit.

Sources

• arXiv, Lost in the Middle: How Language Models Use Long Contexts (Liu et al., Transactions of the ACL, 2023, en anglais)
• arXiv, FABLES: Evaluating faithfulness and content selection in book-length summarization (Kim et al., COLM 2024, en anglais)
• Union européenne de radio-télévision, Largest study of its kind shows AI assistants misrepresent news content 45% of the time (en anglais)
• Google, Upload & analyze files in Gemini Apps (en anglais)
• Anthropic, PDF support, documentation pour développeurs de Claude (en anglais)