Vous avez collé tout votre dossier dans le chat. Ce n'est pas « tout lui donner » : c'est lui donner trop, mal

Vous avez passé vingt minutes à glisser des PDF dans le chat. Douze fichiers, le dossier client entier, « pour qu'il ait tout ». La synthèse arrive vite, fluide, presque trop. Elle oublie la clause que vous jugiez centrale, celle qui est au milieu du fichier 7, entre deux annexes que personne ne lit.

Le réflexe est compréhensible. Vous voulez que le modèle connaisse le dossier. Alors vous inversez le dossier. Le modèle reçoit un tas. Il en tire ce qui ressemble le plus à une réponse moyenne. Pas forcément ce qui compte pour vous.

Ce qui se perd quand tout arrive d'un bloc

Les modèles ont une fenêtre de contexte. Même large, elle n'égale pas une mémoire humaine organisée. Quand tout arrive d'un coup, trois choses se perdent souvent : le détail du milieu, la contradiction entre deux versions, et votre intention (pour qui, avec quelle contrainte, sans quel hors-sujet).

OpenAI documente des plafonds concrets dans sa FAQ des fichiers : 512 Mo par fichier, 2 millions de jetons par document texte, 10 fichiers par GPT sur toute sa vie, 3 envois par jour sur le plan gratuit. Claude, de son côté, active un mode RAG dans les Projets dès que la base de connaissances approche la limite de contexte. Dans les deux cas, « tout coller » n'est pas « tout lire ». C'est remplir un tuyau jusqu'à ce qu'il trie tout seul.

Le Lab a déjà expliqué pourquoi une IA peut vous oublier en pleine conversation. Ici, le sujet n'est pas la mémoire d'un fil. C'est le dossier mal ordonné que vous lui versez d'un coup.

Ce que disent les papiers, pas les démos

En 2023, Nelson F. Liu et ses coauteurs ont publié Lost in the Middle. Résultat stable : la performance est souvent meilleure quand l'information utile est au début ou à la fin du contexte, et elle chute quand elle se trouve au milieu. Avec 20 documents, GPT-3.5-Turbo passait d'environ 76 % de bonnes réponses (document utile en premier) à environ 54 % (document utile en dixième position). Le papier montre aussi que, dans certains cas, le milieu fait moins bien que l'absence totale de documents.

Vous n'avez pas besoin de retenir les pourcentages. Vous avez besoin de retenir la forme en U : le milieu du tas est la zone aveugle. Le fichier 7, celui de la clause, était exactement là.

Sauf que l'interface vous félicite : fichiers reçus, pastilles vertes, « j'ai bien lu vos documents ». La pastille mesure l'upload. Elle ne mesure pas l'attention.

Une façon simple de donner moins, mieux

• Trois fichiers max pour commencer, les seuls nécessaires à la question du jour. OpenAI plafonne déjà les GPT à 10 fichiers : ce n'est pas un hasard de produit, c'est une limite de signal.
• Une phrase d'intention au-dessus : « Je veux une réponse pour [public], avec [contrainte], sans [hors sujet]. » Sans cette phrase, le modèle lisse.
• Des titres clairs : renommez avant d'envoyer si vos fichiers s'appellent encore « doc final v3 vraiment final ». Le nom est parfois le seul indice de priorité que le modèle reçoit vraiment.
• Une passe de tri : enlevez les pages de couverture, les vieux brouillons, les tableaux inutiles. Moins de pages creuses, plus de densité.

Ensuite seulement, posez la question. Si la réponse manque un point, ajoutez un fichier de plus, pas les douze restants. Si deux documents se contredisent, dites-le : « Le fichier A est la version active, le fichier B est archivé. » Un modèle ne devine pas votre archivage.

Les Projets Claude aident si la sélection est propre et les instructions de projet courtes. Ils ne magiquent pas un grenier. Pour les bases plus larges, le guide RAG : pourquoi votre chatbot se trompe même avec vos documents montre comment le découpage en extraits crée déjà des trous, même avec peu de fichiers. Coller le dossier entier ajoute un second trou : le milieu du contexte.

Un test simple : prenez un fait que vous seul connaissez, placez-le au milieu du plus gros PDF, puis demandez-le. Si le modèle le rate, vous venez de mesurer votre vrai contexte utile. Pas celui de la page marketing.

Questions fréquentes