Donner des documents de référence à ton IA.

Chaque outil a ses propres bornes. Connaître ces limites évite les uploads ratés et permet de choisir la bonne plateforme selon le fichier. Voici la grille de référence en avril 2026.

Quelques remarques importantes. Sur ChatGPT, la limite théorique de 512 MB est rarement atteignable en pratique : au-delà de 50 MB, les uploads échouent fréquemment ou expirent. Garde tes fichiers sous les 20-30 MB pour la fiabilité.

Sur Claude, la limite à 30 MB paraît stricte mais le contexte large (1,2 M tokens sur Opus 4.7) permet de charger des documents très denses en texte sans problème. Pour 90 % des PDFs et docs professionnels, 30 MB est largement suffisant.

Sur Gemini, le contexte de 2 M+ tokens en fait l'outil de choix pour les très longs documents (rapports de plus de 200 pages, codes complets, livres entiers). Mais attention : le plan gratuit ne supporte ni les fichiers de code ni les tableurs — il faut Gemini Advanced ($19.99/mois) pour les débloquer.

Tous les formats ne sont pas traités de la même manière. Voici l'état des lieux pratique en avril 2026.

Comprendre comment l'IA traite réellement un fichier change la façon dont tu vas formuler ton prompt et structurer ton fichier source. Deux mécanismes coexistent en 2026.

C'est le mode standard pour les PDFs textuels, docs Word et fichiers texte. L'IA lance un parser qui extrait tout le texte du document, puis le traite comme du texte brut intégré à ton prompt. La mise en page d'origine est largement perdue — l'IA voit une longue suite de paragraphes, sans nécessairement savoir ce qui était en gras, en italique, en colonne, ou dans un tableau.

Conséquence pratique : si la structure visuelle du document compte (un tableau de comparaison, une mise en page complexe), l'extraction texte simple peut perdre l'information. Pour ces cas, préfère uploader une image du document plutôt que le PDF.

Pour les images uploadées (et les PDFs scannés sur ChatGPT/Gemini), l'IA utilise un modèle de vision. Elle voit l'image comme une image, comprend la disposition spatiale, lit les graphiques, repère les annotations manuscrites. C'est plus puissant que l'extraction texte pour les documents visuellement structurés.

L'analyse visuelle est aussi plus coûteuse en tokens et plus lente. À utiliser quand la mise en forme compte vraiment (graphiques à interpréter, schémas, captures d'écran de logiciels). Pour le texte pur, l'extraction est plus efficace.

Tu uploads un rapport de 80 pages. L'IA te répond comme si elle l'avait entièrement lu. En réalité, elle peut avoir tronqué silencieusement au-delà de sa fenêtre de contexte ou de la limite tokens de la plateforme. Tu obtiens une réponse fluide qui rate les éléments des dernières pages.

Le test : pose une question précise sur une information située en fin de document (un chiffre, un nom, une conclusion). Si l'IA bloque ou invente, c'est qu'il y a eu troncature. Sur les très longs documents, préfère Gemini 3.1 Pro (2M+ tokens) qui digère vraiment l'ensemble, ou découpe ton document en sections traitées séparément.

Tu charges 5 PDFs en une fois et tu poses une question générale. L'IA mélange les sources, attribue mal les informations, ou répond uniquement sur le premier fichier en oubliant les autres. C'est mécanique : sans structure explicite, l'IA ne sait pas quoi prioriser.

Solution : nomme tes fichiers explicitement dans le prompt. « Compare les arguments du fichier "Rapport_2025.pdf" et du fichier "Rapport_2026.pdf" sur le sujet X ». Combine avec les balises XML pour les prompts longs : <document_1> ... </document_1>, etc.

Tu uploads un document dans une conversation, l'IA le lit, te répond. Tu ouvres une nouvelle conversation : le fichier n'existe plus. L'IA n'a aucun souvenir de son contenu. Beaucoup d'utilisateurs s'étonnent de devoir re-uploader systématiquement les mêmes documents.

Pour les fichiers de référence permanents (charte graphique, base de connaissances, documentation produit), utilise les Projects (ChatGPT/Claude) ou les Gems (Gemini) qui maintiennent les fichiers en mémoire entre conversations. Sujet traité dans l'article 3.6 de cette rubrique.

Tu uploads un contrat client, un document RH, une base clients pour analyse. Sur les plans grand public, ces données peuvent être utilisées pour entraîner les futures versions du modèle, sauf si tu désactives explicitement cette option. Sur les plans Enterprise, ce n'est jamais le cas par défaut.

Avant chaque upload sensible : (1) vérifie ton paramètre « utiliser mes données pour l'entraînement » dans les settings, (2) anonymise les noms et données identifiantes quand tu peux, (3) considère un compte Enterprise pour les données vraiment confidentielles. Voir l'article sur la confidentialité pour le détail.