Prompts et Data
Coller des données dans un prompt et obtenir
une analyse structurée — pas un commentaire flou.
Coller, téléverser, ou rester court
CSV ou Markdown
Idéal pour ≤ 200 lignes. CSV avec en-têtes, tableau Markdown lisible, ou JSON pour structures imbriquées.
Au-delà de 200 lignes
Paperclip → Claude traite le fichier comme une ressource indexée. Plus efficace pour les gros volumes.
Si > 10 000 lignes
Les 50 premières lignes pour comprendre la structure, puis l'analyse sur le fichier complet en pièce jointe.
Ce qui rentre et ce qui ne rentre pas
Sonnet 4.6 — fenêtre 2026
Plusieurs centaines de pages tiennent dans la conversation. La limite n'est pratiquement plus un obstacle pour 95 % des usages.
10 000 lignes Excel — OK
Sans difficulté en téléversement. Le RAG permet à Claude de naviguer dans le fichier intelligemment.
200 pages PDF — OK
Lecture intégrale possible. Mais attention : un PDF de 200 pages = beaucoup de tokens, donc traitement plus lent et coût plus élevé.
Au-delà : fragmentez
Pour des données vraiment volumineuses, découpez en plusieurs prompts thématiques. Mieux vaut 5 analyses ciblées qu'une analyse noyée.
Coller le CSV
10 lignes : date, client, montant, catégorie. Directement dans le prompt.
Demande structurée
« Donne : (1) total par catégorie, (2) top 3 clients, (3) remarque qualitative ».
Réponse structurée
Analyse en trois points numérotés. Format respecté.
Vérification critique
Reprendre 2-3 additions à la main. Claude peut se tromper sur les gros volumes.
Au-delà de l'analyse, la transformation
Réorganiser un tableau
« Pivote ce tableau, mets les catégories en colonnes et les semaines en lignes. » Tableau pivoté immédiatement.
Agrégats et statistiques
« Calcule la médiane par catégorie. » « Identifie les valeurs aberrantes au-delà de 2 écarts-types. »
Conversion de format
« Reformate en JSON. » « Convertis en tableau Markdown. » « Exporte en SQL CREATE TABLE. »
Pour les gros volumes
« Génère un script Python avec pandas qui ferait cette analyse sur le fichier d'origine. » Plus fiable que faire faire à Claude lui-même.
Bouton Research
En bas à gauche de la zone de saisie. Devient bleu une fois activé.
Disponibilité
Plans Max, Team, Enterprise uniquement. Pas sur Free ni Pro.
Décompose, enquête, cite
Claude lance plusieurs recherches en cascade, croise les sources, produit un rapport sourcé.
À tout de suite en leçon 09
Vous savez fournir des données à Claude, demander une analyse structurée, vérifier ses chiffres, et passer en mode Research quand l'analyse mérite une vraie enquête.
Exercice — appropriation
Choisissez un fichier réel de votre activité — extrait de comptabilité, liste de contacts, suivi de projets, rapport mensuel, données RH. Téléversez-le et demandez une analyse en trois points spécifiques. Vérifiez deux chiffres à la main.
Quiz · Prompts et Data
8 questions · une seule bonne réponse par question · vous pouvez recommencer autant de fois que nécessaire.
Pour un fichier de 50 lignes que vous voulez analyser, quelle est la méthode la plus adaptée ?
Pour ≤ 200 lignes, coller directement dans le prompt est idéal. Format CSV avec en-têtes, tableau Markdown, ou JSON pour structures imbriquées.
Au-delà de 200 lignes, quelle méthode est recommandée ?
Pour les volumes > 200 lignes, téléversez via le paperclip. Claude traite alors le fichier comme une ressource indexée — plus efficace.
Une analyse de données par Claude doit toujours être vérifiée manuellement sur quelques chiffres avant communication.
Vrai. C'est un réflexe non négociable : recalculer 2-3 chiffres à la main. Sur 10 ou 10 000 lignes, Claude peut commettre des erreurs d'addition. Trente secondes de vérification valent mieux qu'une heure de débrief.
Pour les analyses qui combinent vos données et des sources externes, quel mode utiliser ?
Le mode Research (Max, Team, Enterprise uniquement) décompose la question, croise plusieurs sources, et produit un rapport sourcé. 5 à 30 minutes selon la complexité.
Pour analyser un fichier vraiment volumineux (>10 000 lignes), quelle approche est souvent plus fiable ?
Pour les très gros volumes, demandez un script Python avec pandas et exécutez-le vous-même sur vos données. C'est plus fiable et reproductible que de tout faire faire à Claude.
Une demande structurée (« donne le total par catégorie, le top 3 clients, et une remarque ») produit une analyse mieux structurée qu'une demande vague.
Vrai. Une demande vague produit un commentaire vague. Précisez les segmentations, le format de sortie en X points numérotés, et les chiffres clés attendus.
Quelle est la meilleure pratique pour conserver la traçabilité d'une analyse ?
Réflexe « tracer » : chaque analyse doit pouvoir être refaite. Conservez le fichier d'origine et le prompt utilisé. C'est non négociable en contexte professionnel.
Le mode Research est disponible sur tous les plans, y compris Free.
Faux. Le mode Research est réservé aux plans Max, Team et Enterprise. Pas sur Free, pas sur Pro. C'est un argument central pour passer à Max si vous faites de la recherche multi-sources.