08. Les types de sources décryptés – Quand un PDF ne suffit pas

La fiabilité des réponses dans NotebookLM dépend du type de source, car chaque format est traité selon des règles différentes.

• Un document importé correspond souvent à une version figée au moment de l’ajout.
• Les PDF, textes collés et fichiers texte ne se mettent pas à jour après importation.
• Les Google Docs et Google Slides nécessitent une synchronisation manuelle après modification.
• Une source mal préparée peut devenir partiellement ou totalement illisible.
• Le bon format doit être choisi selon le type de contenu et l’usage recherché.

Types de sources et fonctionnement

La première chose à comprendre est que tous les formats de documents ne sont pas traités de la même manière. Chaque format possède ses propres règles, ses limites et son comportement. Si cette différence n’est pas comprise, les réponses obtenues seront mauvaises sans que la cause soit identifiable.

Hiérarchie des sources : sources figées et sources dynamiques

Il existe une différence fondamentale entre deux types de sources : les sources figées et les sources dynamiques.

• Sources figées : PDF, fichiers texte, texte collé.
  Ce sont des instantanés à un moment donné. Lorsque le document est importé, il est analysé tel qu’il existe à cet instant précis. Si le document est modifié ensuite sur l’ordinateur, la modification n’est pas visible par le système. Il analyse une version passée du document.
• Sources dynamiques : Google Docs, Google Slides.
  Ces sources sont des documents liés au Drive, mais lors de l’importation, une copie statique est créée. Si le document est modifié après importation, les modifications ne sont pas visibles automatiquement. Il faut synchroniser manuellement la source (Resync / Click to Sync) pour que la nouvelle version soit prise en compte.

La différence entre ces deux types de sources correspond à la différence entre une photographie et un appel vidéo : l’un est figé, l’autre évolue, mais nécessite une mise à jour pour être actualisé.

Préparation des sources avant importation

Le contenu doit être préparé avant importation.

• PDF scanné : Si le PDF est une photocopie scannée, il peut être composé d’images et non de texte. Dans ce cas, le système ne peut pas lire le contenu (pas d’OCR)
  Test simple : si le texte ne peut pas être sélectionné avec la souris, alors il n’y a pas de texte exploitable.
• Audio : Le système lit uniquement les mots. Les fichiers audio doivent contenir de la parole (podcasts, interviews, conférences). La musique seule ne contient pas de texte exploitable.

Bonnes pratiques

• Pour les textes courts, copier-coller est plus rapide et plus propre que convertir en PDF.
• Les présentations Google Slides peuvent être limitées à environ 100 diapositives traitées. Les longues présentations doivent être divisées.
• Les PDF sont adaptés aux documents importants car ils conservent la structure : titres, notes de bas de page, marges, hiérarchie du document.

Toutes les sources ne se comportent pas de la même manière.
Un PDF est une version figée.
Un Google Docs est une version modifiable qui nécessite une synchronisation manuelle pour être mise à jour dans le système.