Catalogues techniques PDF en Markdown pour l'IA
Convertis tes catalogues PDF, même scannés, en Markdown fiable pour tes assistants IA : cellules fusionnées, notes, prompts few-shot, audit. 8 leçons.
Un client attend une référence d’option pour ce soir. Tu déposes le catalogue du fabricant, 180 pages scannées, dans ton assistant IA. Réponse en six secondes, bien présentée, sûre d’elle. Et fausse. Ce n’est pas un bug : un catalogue technique est l’un des documents les plus difficiles à lire pour une IA. Tableaux à en-têtes sur trois niveaux, cellules fusionnées sur quatorze colonnes, astérisques qui changent une valeur, renvois vers d’autres pages, symboles comme « V~ » que la couche texte transforme en « VA »…
Ce cours t’apprend à transformer ces catalogues en Markdown structuré qu’un assistant peut exploiter sans inventer. Tu vas trier tes PDF, convertir page par page avec la source de chaque valeur, désenclaver les cellules fusionnées sans perte, structurer tes fichiers pour le RAG, rattacher notes et attributs produit, industrialiser avec un kit de prompts few-shot, puis auditer pour qu’aucune référence ni option ne manque. Chaque leçon s’appuie sur de vrais catalogues électriques et te laisse avec un livrable concret.
La règle qui traverse tout le cours : on ne devine jamais. Une valeur électrique, une référence ou une petite ligne illisible devient [ILLISIBLE], chaque valeur garde sa page d’origine, et les champs critiques passent par un visa humain.
Construit sur une recherche de septembre 2026 : documentation officielle d’Anthropic, Google, OpenAI, Microsoft et Mistral, spécifications Markdown, bancs d’essai de référence (OmniDocBench, olmOCR, MMLongBench-Doc, Document Haystack), classification ETIM, catalogues Legrand, Hager et Schneider Electric, et recommandations de la CNIL.
Ce que tu vas apprendre
- Analyser un catalogue PDF pour savoir s'il a une couche texte et ce que ChatGPT, Claude ou Gemini en lisent réellement
- Appliquer une conversion page par page traçable : source, valeurs brutes, [ILLISIBLE] et inventaire des références
- Appliquer la carte de grille puis l'aplatissement ou le HTML pour désenclaver les cellules fusionnées sans perte
- Concevoir une structure Markdown pour le RAG : métadonnées de version, titres famille et série, morceaux autonomes
- Évaluer notes, renvois et attributs produit en séparant valeur brute, valeur normalisée et norme
- Créer un kit de prompts few-shot et un audit avec visa humain pour qu'aucune référence ni option ne manque
After This Course, You Can
What You'll Build
Programme du cours
Prérequis
- Utiliser déjà ChatGPT, Claude ou Gemini dans ton travail
- Savoir lire une fiche technique ou un tableau de catalogue électrique ou industriel
- Avoir sous la main un catalogue PDF réel sur lequel t'exercer
À qui s’adresse ce cours ?
- Technico-commerciaux B2B et commerciaux sédentaires qui répondent aux demandes techniques à partir de catalogues fournisseurs
- Consultants IA qui construisent des assistants et des bases de connaissances pour des distributeurs ou des industriels
- Responsables de bases de connaissances produit, PIM ou support technique dans l'industrie
- Équipes de distribution électrique qui veulent un assistant fiable sur leurs catalogues scannés
Questions fréquentes
Faut-il savoir coder ou installer un logiciel ?
Non. Tout le cours se fait dans ChatGPT, Claude ou Gemini, avec des captures de pages et des prompts prêts à coller. Les convertisseurs spécialisés (Docling, Marker, Mistral OCR) sont présentés comme options, notamment pour l'audit, mais aucun n'est obligatoire.
Les offres gratuites suffisent-elles ?
Oui pour apprendre la méthode, parce qu'on travaille surtout avec des captures de pages, que tous les outils savent lire. Attention en revanche aux PDF déposés entiers : hors ChatGPT Enterprise, ChatGPT n'en garde que le texte et écarte les images, et claude.ai ne lit les visuels que jusqu'à 100 pages. La Leçon 1 t'apprend à le vérifier.
L'IA peut-elle convertir un catalogue sans erreur ?
Non, et le cours ne le promet pas. Les modèles de vision perdent ou ajoutent des lignes, décalent des colonnes et peuvent lire des chiffres absents d'une image dégradée. Le cours t'apprend à ne jamais deviner (balise [ILLISIBLE]), à garder la page source de chaque valeur, à auditer avec un inventaire indépendant et à faire valider par un humain les références et valeurs électriques.
Pourquoi ne pas simplement déposer tout le catalogue dans l'assistant ?
Parce que la précision chute quand le document s'allonge. Sur le banc Document Haystack, Gemini 2.0 Flash passe de 83,2 % à 51,8 % de faits retrouvés dans des pages en image entre 5 et 200 pages. Convertir page par page en Markdown donne des fichiers texte que l'assistant lit intégralement, avec la page de chaque valeur.
Les exemples sont-ils tirés de vrais catalogues ?
Oui : tableaux de disjoncteurs du catalogue général Legrand et d'une fiche technique DX³, catalogue Hager h3+, désignations Schneider Electric, et classification ETIM. Les pièges montrés (symbole V~ lu VA, unité absente, virgules et points mélangés, cellules conditionnelles) ont été observés dans ces documents.
Ce cours remplace-t-il la documentation du fabricant ?
Non. Il t'apprend à rendre un catalogue exploitable par un assistant, pas à en valider le contenu technique. Toute valeur illisible ou douteuse se vérifie auprès du fabricant, et les données structurées qu'il diffuse (FAB-DIS, ETIM, API) restent la source prioritaire quand elles existent.
