Comment NoteIA lit un PDF de 200 pages

Notre approche du découpage et de la citation à la page.

Un PDF de 200 pages, ce n’est pas un texte. C’est un objet hybride : sommaire, annexes, tableaux, notes de bas de page, mise en page qui change. L’injecter tel quel dans un moteur donne des résultats médiocres. Voici comment nous procédons.

Découper, pas tronquer

La première erreur serait de couper le document en blocs de taille fixe, au kilomètre. On obtient des fragments qui coupent une phrase en deux et perdent le contexte.

Notre approche : découper selon la structure du document — titres, sections, paragraphes — tout en conservant la numérotation de page d’origine. Chaque fragment sait d’où il vient.

Garder la page comme ancre

La citation à la page n’est pas un détail. C’est ce qui sépare une synthèse vérifiable d’une hallucination.

Quand NoteIA rédige un résumé, chaque affirmation est rattachée à un fragment, et chaque fragment à une page. Tu peux revenir à la source, dans le document initial, sans deviner.

Lire en entier, citer au moment juste

On lit le document en entier — pas seulement le début, pas seulement le résumé exécutif. Mais on ne recrache pas tout dans la réponse : on cite ce qui est pertinent, au moment où il est pertinent.

C’est la différence entre un outil qui a « lu » le doc et un outil qui en a fait quelque chose.

Ce qu’on apprend à chaque document

Chaque PDF est un cas d’école. Les tableaux, les notes de bas de page, les annexes posent chacun un problème différent. On ajuste le découpage document après document, sans jamais sacrifier la citation.