Prompts et Data
À l'issue de cette leçon, le stagiaire incorpore des données dans un prompt et obtient une analyse structurée plutôt qu'un commentaire flou.
Coller des données dans la conversation
Claude accepte des données collées directement dans le prompt. Trois formats fonctionnent particulièrement bien : CSV (avec en-têtes), tableau Markdown (lisible aussi pour vous), JSON (pour des structures imbriquées).
Pour un fichier de plus de quelques centaines de lignes, préférez le téléverser en pièce jointe (paperclip) plutôt que de le coller. Le téléversement permet à Claude de traiter le fichier comme une ressource indexée et de naviguer dedans plus efficacement.
Limites de tokens
Une conversation a une fenêtre de contexte limitée. Au-delà, les premiers échanges sont oubliés ou résumés. La leçon 21 traite ce point en détail. Pour des données volumineuses, ne collez pas tout : échantillonnez (les 50 premières lignes pour comprendre la structure, puis demandez l'analyse sur le fichier complet en pièce jointe).
En pratique, la fenêtre de Claude permet de traiter sans difficulté un Excel de 10 000 lignes ou un PDF de 200 pages. Au-delà, fragmentez.
Demander une analyse structurée
Une demande vague (« Analyse-moi ces données ») produit un commentaire vague. Une demande structurée produit une analyse structurée.
Précisez : la question (qu'est-ce qu'on cherche à comprendre), le type d'analyse (descriptive, comparative, segmentation, détection d'anomalies), le format de sortie (tableau de synthèse, paragraphes, points-clés), et les segmentations à faire (par mois, par client, par catégorie).
Demander des transformations
Au-delà de l'analyse, Claude peut transformer les données : « Pivote ce tableau pour avoir les mois en colonnes », « Calcule un total par catégorie », « Identifie les valeurs aberrantes », « Reformate en JSON », « Génère un script Python qui ferait cette transformation ».
Pour les transformations complexes, demandez à Claude de produire un script (Python avec pandas, ou SQL). Vous récupérez le script, vous le faites tourner sur vos données réelles localement. C'est plus fiable que de tout faire faire à Claude pour de gros volumes.
Analyser un jeu de données simple
L'exercice utilise un CSV minimal. Adaptez-le à un fichier réel de votre activité si vous le souhaitez.
-
Préparer un petit jeu de données : une dizaine de lignes au format CSV (par exemple : commandes d'un mois, avec date, client, montant, catégorie). Vous pouvez le saisir directement à la main.
-
Coller le CSV dans une nouvelle conversation, précédé d'une demande structurée :
Voici mes commandes du mois. Donne-moi : (1) le total par catégorie, (2) le top 3 des clients par chiffre d'affaires, (3) une remarque qualitative sur la répartition. -
Examiner la réponse. Vérifier les totaux à la main sur deux ou trois lignes pour vous assurer que Claude n'a pas commis d'erreur d'addition (cela arrive sur de gros volumes).
-
Demander une transformation :
Pivote ce tableau pour avoir les catégories en colonnes et les semaines en lignes.Vérifier la sortie. -
Pour aller plus loin :
Génère un script Python qui ferait cette analyse sur le fichier d'origine.Récupérer le script et le tester si vous avez Python installé.
Analyser un fichier réel de votre activité
Choisissez un fichier réel : facturation du dernier trimestre, suivi de prospects, planning de formations, etc. Téléversez-le et demandez une analyse en trois points spécifiques à votre besoin métier. Notez ce que Claude a vu juste, ce qu'il a manqué, ce qu'il a inventé (cela arrive — d'où la vérification systématique).
- docs.claude.com documentation des pièces jointes et du traitement de données
Vous savez incorporer des données dans un prompt et obtenir une analyse exploitable ?