La raison la plus fréquente d'échec d'un prompt d'analyse de tableau n'est pas que l'IA ne sache pas calculer, mais que la question est trop vague. Collez un tableau de ventes ou de dépenses en écrivant simplement « analyse ça », et vous récupérez le plus souvent les en-têtes répétés. Le prompt ci-dessous pose la question autrement : il fixe d'abord l'objectif d'analyse, impose l'ordre de la réponse, puis oblige l'IA à n'utiliser que les chiffres présents dans le tableau. Copiez-le, il est prêt à l'emploi.
Les tableaux auxquels il convient
Tableaux de ventes mensuels, notes de frais, tableaux de stocks et synthèses de retours d'utilisateurs conviennent tous, à condition que le tableau comporte des colonnes chiffrées claires comme des montants, des quantités ou des parts. Les simples notes en texte ou les listes sans chiffres ne conviennent pas : l'IA peut alors ranger la mise en forme, mais ce n'est pas une analyse.
Le prompt à copier
Vous êtes un analyste de données. Analysez le tableau ci-dessous : donnez d'abord la conclusion, puis exposez les preuves.
Données du tableau :
[collez le contenu du tableau ici]
Objectif d'analyse : [par exemple : comprendre pourquoi les ventes ont baissé ce mois-ci]
Produisez la réponse dans cet ordre :
1. Conclusion principale : exprimez le changement le plus important en une phrase.
2. Chiffres clés : listez les 3 chiffres qui ont le plus varié, en précisant la base de comparaison (par rapport au mois précédent, à l'année précédente, ou en part).
3. Valeurs aberrantes : signalez les lignes ou colonnes qui sortent de la plage normale, en indiquant l'ampleur de l'écart.
4. Causes possibles : ne citez que les causes que le tableau lui-même étaye, et signalez les hypothèses comme telles.
5. Prochaines actions : proposez 2 actions directement applicables.
Exigence : n'inventez aucun chiffre absent du tableau. Si un indicateur ne peut pas être calculé, dites-le et précisez quel champ manque.Comment remplir les variables
| Variable | Ce qu'il faut mettre | Exemple |
|---|---|---|
| [collez le contenu du tableau ici] | Le tableau entier, ou les lignes et colonnes filtrées, en gardant les en-têtes | Ventes par canal, de janvier à septembre |
| [Objectif d'analyse] | La seule question à laquelle vous voulez vraiment une réponse | Comprendre pourquoi les ventes ont baissé ce mois-ci |
| Période (facultatif) | Une phrase après l'objectif pour limiter le périmètre | Ne regarder que les données du troisième trimestre |
Trois façons de coller un tableau
- Sélectionnez une plage dans votre tableur et copiez-la directement dans la conversation : la mise en forme est le plus souvent conservée.
- Si le tableau est volumineux, exportez-le d'abord en CSV, puis collez-le, et supprimez les colonnes sans rapport avec l'analyse pour réduire le bruit.
- Si les noms de colonnes sont des abréviations ou des codes internes, ajoutez une phrase d'explication avant le prompt, par exemple « GMV signifie valeur brute des marchandises », pour que l'IA n'ait pas à deviner.
Quatre réglages pour des résultats plus fiables
- Fixez la base de comparaison : inscrivez mois précédent, année précédente ou part dans l'objectif, et l'IA cessera de passer d'une base à l'autre.
- D'abord le périmètre, puis le détail : si vous ne voulez que les valeurs aberrantes, gardez les points 1 et 3 et supprimez le reste, la réponse restera ciblée.
- Vérifiez chaque chiffre : comparez les chiffres clés de l'IA avec le tableau d'origine, surtout les lignes de total et les parts, où les erreurs sont les plus fréquentes.
- Un seul objectif par demande : demander à la fois la cause d'une baisse, les opportunités de croissance et la prévision de l'année prochaine donne trois réponses superficielles. Mieux vaut les poser séparément.
Trois pièges à éviter
- Les cellules fusionnées et les en-têtes sur plusieurs lignes font mal lire à l'IA les relations entre lignes et colonnes. Annulez les fusions et complétez les en-têtes avant de coller.
- Des objectifs comme « analyse ça » ou « le plus détaillé possible » confient tout le jugement à l'IA, et la réponse sera forcément vague.
- Les causes que l'IA signale comme des hypothèses ne doivent pas être prises pour des conclusions. Confrontez-les à la réalité de l'activité avant de les appliquer.
