Vous avez peut-être déjà demandé à un assistant de reformuler un courriel, de résumer un document ou de produire une formule Excel. Derrière ces réponses se trouve souvent un modèle de langage de grande taille. Ces outils peuvent aussi transformer un tableur en véritable assistant d’analyse, à condition de comprendre ce qu’ils savent faire — et ce qu’ils ne savent pas.
Dans cet article, nous allons voir comment fonctionnent ces modèles, comment les utiliser avec Excel et quelles précautions prendre pour obtenir des résultats utiles sans confier aveuglément vos données à une intelligence artificielle.
Qu’est-ce qu’un modèle de langage de grande taille ?
Un modèle de langage de grande taille est un système entraîné à reconnaître les régularités du langage et à produire du texte en réponse à une consigne. Il a analysé de très nombreux exemples afin d’apprendre comment les mots s’organisent, comment répondre à une question ou comment adapter un texte à un contexte donné.
Il ne réfléchit pas comme une personne et ne consulte pas nécessairement une encyclopédie à chaque réponse. Il calcule plutôt quelle suite de mots est la plus vraisemblable au regard de sa demande et des informations disponibles. Cela lui permet d’expliquer une formule, de résumer un commentaire client ou de proposer une classification. Mais cela explique aussi pourquoi il peut formuler une réponse convaincante… et fausse.
Dans la pratique, vous échangez avec le modèle au moyen d’une consigne, parfois appelée « invite ». Vous précisez la tâche, le contexte, les données pertinentes et le format attendu. Plus votre demande est claire, plus la réponse a de chances d’être exploitable.
Pourquoi ces modèles intéressent les utilisateurs d’Excel
Excel est excellent pour organiser des données, effectuer des calculs et produire des tableaux de bord. En revanche, interpréter des centaines de commentaires libres ou reformuler des informations répétitives peut prendre du temps. Un modèle de langage est particulièrement utile lorsque les données contiennent du texte, des demandes en langage courant ou des tâches qui se répètent.
Imaginez un fichier de suivi des retours clients : une ligne par avis, avec une date, un produit et un commentaire. Excel peut compter les avis par produit. Un modèle de langage peut, lui, aider à repérer les thèmes récurrents dans les commentaires, comme les délais de livraison ou la facilité d’utilisation.
Quelques usages concrets :
-
résumer de longs commentaires en une phrase courte ;
-
classer des demandes selon leur thème ou leur niveau d’urgence ;
-
détecter le ton général d’un avis, par exemple positif, neutre ou négatif ;
-
nettoyer des textes en harmonisant les majuscules, les abréviations ou les formulations ;
-
expliquer une formule Excel ou suggérer une formule adaptée à une demande ;
-
transformer des notes brèves en descriptions de produits plus homogènes.
Le meilleur partage des rôles est souvent le suivant : Excel calcule et structure, tandis que le modèle aide à interpréter ou à rédiger. Pour obtenir un total de ventes, utilisez une formule. Pour résumer les raisons données dans les commentaires, un modèle peut vous faire gagner du temps.
Comment choisir un modèle adapté
Tous les modèles ne se valent pas, mais le plus puissant n’est pas automatiquement le meilleur choix pour votre classeur. Il faut tenir compte de la tâche, du volume de données, du coût, de la rapidité et de la confidentialité.
-
Pour une tâche simple : un modèle rapide et peu coûteux peut suffire pour reformuler une phrase ou attribuer une catégorie à un commentaire.
-
Pour une analyse délicate : un modèle plus performant peut mieux suivre des consignes complexes, mais son résultat devra tout de même être vérifié.
-
Pour de grandes quantités de données : comparez le prix, la limite de texte acceptée et la vitesse de traitement. Un traitement ligne par ligne peut devenir coûteux.
-
Pour des données sensibles : vérifiez les règles de conservation, d’utilisation et d’hébergement proposées par le fournisseur avant tout envoi.
Des services tels que Microsoft Copilot ou les outils d’OpenAI proposent des fonctions reposant sur des modèles de langage. Les possibilités exactes dépendent toutefois de l’offre, de la version et des réglages disponibles. Vérifiez toujours la documentation du service plutôt que de supposer qu’une fonction est incluse dans votre abonnement.
Une première méthode : préparer une bonne consigne
Avant de connecter Excel à un service externe, vous pouvez tester le principe avec quelques lignes copiées manuellement. Cette étape permet de vérifier que le résultat vous convient, sans écrire de code ni automatiser tout un classeur.
Supposons que la cellule A2 contienne le commentaire suivant : « Livraison rapide, mais le colis était abîmé. » Une consigne vague comme « Analyse ce commentaire » risque de donner une réponse trop longue ou imprécise. Préférez une instruction structurée :
-
précisez le rôle attendu : « Tu aides une équipe de service client » ;
-
décrivez la tâche : « Classe le commentaire selon son sujet principal » ;
-
limitez les réponses possibles : « Livraison, produit, paiement ou autre » ;
-
indiquez le format : « Retourne uniquement une catégorie et un ton » ;
-
ajoutez le commentaire à analyser, sans ambiguïté.
Vous pourriez ainsi obtenir « Livraison — mitigé ». La réponse est courte, comparable d’une ligne à l’autre et plus facile à exploiter dans un tableau. Si vous demandez au modèle de rédiger un paragraphe différent à chaque fois, vous aurez peut-être de belles réponses, mais aussi beaucoup plus de travail pour les trier.
Intégrer un modèle de langage à Excel
Plusieurs méthodes permettent de relier un modèle à un classeur. Le choix dépend de votre niveau technique, de votre version d’Excel et des outils autorisés par votre organisation.
Utiliser un assistant déjà intégré. Si votre environnement Microsoft propose Copilot, vous pouvez lui demander d’expliquer des données ou de vous aider à créer une formule. C’est souvent la solution la plus simple pour débuter. Les fonctions disponibles peuvent varier selon la licence et les paramètres de votre compte.
Passer par un service externe. Certains fournisseurs donnent accès à leur modèle au moyen d’une interface de programmation. Un script, une extension ou un outil d’automatisation envoie alors une consigne et reçoit une réponse. Cette approche offre davantage de souplesse, mais demande de gérer une clé d’accès, les coûts et la protection des données.
Automatiser avec VBA ou un autre outil. Il est possible de créer une macro qui lit une cellule, transmet le texte au service et inscrit la réponse dans une autre colonne. C’est pratique pour traiter un fichier régulièrement. En revanche, une macro mal conçue peut envoyer trop de données, dépasser les limites du service ou répéter les mêmes appels inutilement.
Pour un premier essai, commencez avec cinq ou dix lignes de données fictives. Mesurez le temps gagné, contrôlez les réponses, puis seulement après envisagez une automatisation complète. Cette progression évite de construire un système complexe autour d’une tâche que le modèle ne réalise pas assez bien.
Exemple : classer des demandes de service client
Votre tableau comporte trois colonnes : la date, le nom du produit et le message reçu. Vous souhaitez ajouter une catégorie et un ton. Créez deux nouvelles colonnes, « Catégorie » et « Ton », puis testez le modèle sur un petit échantillon de messages.
Pour obtenir des résultats cohérents, définissez à l’avance une liste fermée de catégories, par exemple « Livraison », « Facturation », « Produit » et « Autre ». Demandez au modèle de choisir une seule catégorie dans cette liste, puis d’indiquer un ton parmi « Positif », « Neutre » et « Négatif ».
Comparez ensuite les réponses à votre propre classement. Si le modèle confond souvent une plainte sur un article avec une plainte sur sa livraison, ajoutez des exemples à la consigne. Vous pouvez aussi reformuler les règles : « Choisis Livraison uniquement lorsque le message concerne le transport, le délai ou l’état du colis. »
Cette vérification est essentielle. Un modèle peut attribuer un ton négatif à une phrase neutre contenant le mot « problème », ou ignorer une demande urgente formulée poliment. Les catégories produites sont une aide au tri, pas une décision infaillible.
Les limites à connaître avant d’automatiser
La première limite est l’erreur factuelle. Un modèle peut inventer une explication, mal interpréter une phrase ou attribuer une catégorie incorrecte. Il ne faut donc pas lui confier sans contrôle une décision qui aurait des conséquences importantes, comme le refus d’un remboursement ou l’évaluation d’un salarié.
La deuxième limite concerne les données transmises. Un commentaire client peut contenir un nom, un numéro de commande ou une adresse. Avant d’envoyer le contenu à un service externe, supprimez les informations personnelles inutiles et respectez les règles de votre entreprise. Une clé d’accès à un service ne doit jamais être inscrite directement dans une cellule visible ou partagée avec le classeur.
Enfin, le résultat peut varier d’une demande à l’autre. Pour limiter ces variations, donnez des consignes précises, imposez un format de sortie stable et évitez les demandes trop ouvertes. Conservez également une colonne avec le texte d’origine : vous pourrez ainsi vérifier facilement les classements produits.
Quelques bonnes pratiques pour gagner du temps
-
Testez avant de généraliser : un petit échantillon révèle rapidement les erreurs fréquentes.
-
Définissez un format fixe : une catégorie courte est plus facile à filtrer qu’un commentaire de trois lignes.
-
Gardez une trace des consignes : notez la version utilisée et les changements apportés.
-
Évitez les appels inutiles : ne relancez pas le modèle si la cellule contient déjà une réponse valide.
-
Mesurez le bénéfice réel : comparez le temps économisé au temps de contrôle et au coût du service.
-
Réservez les formules aux calculs : une fonction Excel classique est plus fiable qu’un modèle pour additionner des montants ou compter des lignes.
Les modèles de langage ne remplacent ni Excel ni votre jugement. Ils ajoutent une capacité utile : travailler plus facilement avec le texte et formuler des résultats en langage courant. Commencez par une tâche modeste, donnez des consignes nettes et vérifiez les réponses. Votre classeur gagnera peut-être un nouvel assistant — mais gardez tout de même un œil sur ses devoirs.