Derrière l'éditeur

Pourquoi est-il si performant pour modifier des documents ?

Un modèle de langage peut rédiger une excellente phrase, mais l'insérer à nouveau avec sa mise en forme est une tâche différente. Nous expliquons pourquoi il a été difficile de faire modifier un document par une IA, et ce que nous avons conçu pour y remédier.

9 min de lecture3 octobre 2026

Aperçu

Demandez à un chatbot de corriger une clause dans un fichier Word et vous lui demandez de faire deux choses en même temps : modifier les mots et réécrire le format de fichier qui les contient. Les modèles linguistiques réussissent bien la première tâche et se révèlent peu fiables pour la seconde.

décharge le modèle de cette seconde tâche. Cet article explique pourquoi cela importe, comment cela fonctionne sur les documents longs, et comment cela se compare aux sites de chat et aux agents d'utilisation d'ordinateur.

  1. 01Un modèle linguistique lit un document comme du balisage, et non comme une page.
  2. 02Un seul caractère erroné peut rendre un fichier illisible, et de longs flux de sortie rendent la présence de caractères erronés probable.
  3. 03 sépare le contenu de la mise en forme : le modèle modifie les mots, notre code écrit le fichier.
  4. 04Les documents longs sont regroupés par lots, divisés et dotés d'un contexte, comme le font les agents de codage modernes.
  5. 05Les sites web de chat peuvent modifier des fichiers avec Python, mais des modifications peuvent disparaître silencieusement.
  6. 06Les agents d'utilisation d'ordinateur modifient comme un humain, pour un coût multiplié par plusieurs.

01

Le LLM ne voit que le texte, pas la mise en forme

Ouvrez un contrat dans Word et vous découvrez une page : un titre aux normes de l'entreprise, un montant en caractères gras, une échéance soulignée. Le programme Word génère cette mise en forme afin que nous puissions modifier le document visuellement. Sous un fichier Word (.docx) se cache un système complexe de XML, où chaque mot visible est minutieusement annoté par des balises invisibles appelées balisage.12

Ce que vous voyez

Ce que voit le modèle

<w:p>  <w:pPr><w:pStyle w:val="Heading2"/></w:pPr>  <w:r><w:t>4. Loyer</w:t></w:r></w:p><w:p>  <w:pPr><w:jc w:val="both"/></w:pPr>  <w:r><w:t xml:space="preserve">Le locataire doit payer </w:t></w:r>  <w:r><w:rPr><w:b/><w:color w:val="1F4E79"/></w:rPr><w:t>US$2,400</w:t></w:r>  <w:r><w:t xml:space="preserve"> </w:t></w:r>  <w:r><w:rPr><w:i/><w:u w:val="single"/></w:rPr><w:t>le premier jour de chaque mois</w:t></w:r>  <w:r><w:t>.</w:t></w:r></w:p>
Figure 1La même clause en double. Les mots occupent 72 caractères ; le code XML qui les environne en occupe 461. Extrait de word/document.xml.

Un LLM n'est pas aidé par Microsoft Word, LibreOffice ou Pages et doit compter sur sa propre compréhension des balises. Pour modifier correctement, un LLM doit comprendre l'effet du balisage d'origine et rédiger la nouvelle phrase avec le balisage adéquat.

02

La sortie du LLM est intrinsèquement instable

Les modèles ont certes beaucoup progressé, mais les plus récents commettent encore des erreurs. Selon une étude menée en 2026 par Microsoft Research portant sur 19 modèles dans 52 domaines professionnels, les modèles de pointe tels que Gemini 3.1 Pro, Claude 4.6 Opus et GPT 5.4 ont altéré en moyenne 25 % du contenu des documents à l'issue de longs flux de travail de révision.4

Dans un fichier Word, une seule petite erreur suffit pour rendre un fichier inutilisable. Ici, le modèle a omis une seule barre oblique :

<w:p>  <w:pPr><w:jc w:val="both"/></w:pPr>  <w:r><w:t xml:space="preserve">Le locataire doit payer </w:t></w:r>  <w:r><w:rPr><w:b>1<w:color w:val="1F4E79"/></w:rPr><w:t>US$2,400</w:t></w:r>  <w:r><w:t xml:space="preserve"> </w:t></w:r>  <w:r><w:rPr><w:i/><w:u w:val="single"/></w:rPr><w:t>le premier jour de chaque mois</w:t></w:r>  <w:r><w:t>.</w:t></w:r></w:p>
Figure 2Une barre oblique manquante laisse la balise de mise en gras ouverte. Le code XML n'est plus bien formé et Word ne pourra pas ouvrir le fichier normalement.3

Le XML ne tolère aucune erreur de balisage. Un fichier est soit bien formé, soit il ne l'est pas. Word peut parfois récupérer un fichier endommagé, mais la copie récupérée peut manquer de texte ou de mise en forme.

Sortie plus longue, plus d'erreurs

Le risque augmente avec la longueur. LongProc, un banc d'essai de 2025 pour les longues sorties structurées, a révélé que les modèles à poids ouverts flanchent à 2 000 jetons de sortie et que GPT-4o se dégrade de manière significative à 8 000.5 Une autre étude a révélé que les performances chutent de 13,9 % à 85 % à mesure que l'entrée grandit, même lorsque le modèle est capable de récupérer chaque fait pertinent.6 Un document Word de 10 pages représente environ 10 000 jetons, et essayer de modifier les 10 pages en même temps sans erreur relève de l'impossible.

<w:p>  <w:pPr><w:pStyle w:val="ClauseText"/></w:pPr>  <w:r><w:rPr><w:b/><w:sz w:val="24"/></w:rPr><w:t>5.1</w:t></w:r>  <w:r><w:rPr><w:sz w:val="24"/></w:rPr><w:t xml:space="preserve"> Harlow &1 Pike LLP agit pour le compte du Bailleur pour toutes les questions découlant du présent Bail.</w:t></w:r></w:p><w:p>  <w:pPr><w:pStyle w:val="ClauseText"/></w:pPr>  <w:r><w:rPr><w:b/><w:sz w:val="24/>2</w:rPr><w:t>5.2</w:t></w:r>  <w:r><w:rPr><w:sz w:val="24"/></w:rPr><w:t xml:space="preserve"> Le Locataire doit maintenir les Locaux en bon et solide état d'entretien et de réparation.</w:t></w:r></w:p><w:p>  <w:pPr><w:pStyle w:val="ClauseText"/></w:pPr>  <w:r><w:rPr><w:b/><w:sz w:val="24"/></w:rPr><w:t>5.3</w:t></w:r>  <w:r><w:rPr><w:sz w:val="24"/></w:rPr><w:t xml:space="preserve"> Toute notification doit être faite par écrit et livrée à l'adresse indiquée à l'annexe 2.</w:t></w:p>3<w:p>  <w:pPr><w:pStyle w:val="ClauseText"/></w:pPr>  <w:r><w:rPr><w:b/><w:sz w:val="24"/></w:rPr><w:t>5.4</w:t></w:r>  <w:r><w:rPr><w:sz w:val="24"/></w:rPr><w:t xml:space="preserve"> Le Bailleur peut résilier le présent Bai4
  1. 1Une esperluette seule dans le texte. XML exige qu'elle soit échappée sous forme d'entité.
  2. 2Guillemet fermant manquant. Tout ce qui suit est lu comme faisant partie de la valeur.
  3. 3Une plage de texte qui n'est jamais fermée avant la fin du paragraphe.
  4. 4La sortie s'arrête tout simplement. Les longues générations peuvent atteindre une limite de longueur ou expirer au milieu d'une balise.
Figure 3Quatre clauses de sortie de modèle, quatre types d'échec. Chacune d'elles suffit à rendre le fichier illisible.

03

Comment résout le problème

Nous rédigeons des programmes sur mesure qui séparent la mise en forme du contenu. Le modèle reçoit les mots qu'il doit modifier, ainsi qu'une image rendue de la page, afin de bénéficier de l'aide d'un programme Word. Notre code réinsère ensuite les mots modifiés dans les blocs d'origine et laisse le reste du fichier intact.

Votre fichier

<w:p>  <w:pPr><w:jc w:val="both"/></w:pPr>  <w:r><w:t xml:space="preserve">Le locataire doit payer </w:t></w:r>  <w:r><w:rPr><w:b/><w:color w:val="1F4E79"/></w:rPr><w:t>US$2,400</w:t></w:r>  <w:r><w:t xml:space="preserve"> </w:t></w:r>  <w:r><w:rPr><w:i/><w:u w:val="single"/></w:rPr><w:t>le premier jour de chaque mois</w:t></w:r>  <w:r><w:t>.</w:t></w:r></w:p>

sépare le contenu de la mise en forme

Contenu extrait

Le locataire doit payer US$2,400 le premier jour de chaque mois.

Page rendue

Les deux vont au modèle

Modèle de langageModifie les mots. Ne touche jamais au XML.

Le modèle renvoie le contenu modifié

Sortie du modèle

Le locataire doit payer US$2,400US$2,600 le premier jour de chaque moisle cinquième jour de chaque mois.

réécrit les mots dans les segments d'origine

Votre fichier, modifié

<w:p>  <w:pPr><w:jc w:val="both"/></w:pPr>  <w:r><w:t xml:space="preserve">Le locataire doit payer </w:t></w:r>  <w:r><w:rPr><w:b/><w:color w:val="1F4E79"/></w:rPr><w:t>US$2,600</w:t></w:r>  <w:r><w:t xml:space="preserve"> </w:t></w:r>  <w:r><w:rPr><w:i/><w:u w:val="single"/></w:rPr><w:t>le cinquième jour de chaque mois</w:t></w:r>  <w:r><w:t>.</w:t></w:r></w:p>

✓ Fichier .docx valide. Le gras, la couleur et le souligné sont exactement tels qu'ils étaient.

Figure 4Le pipeline de modification, simplifié. Le texte en surbrillance est la seule partie du fichier qui a changé.

Cela résout les deux problèmes en même temps. Le modèle voit désormais la mise en forme qu'il ne pouvait pas voir auparavant, et il n'écrit plus le balisage qu'il était le plus susceptible de corrompre.

Vous ne trouverez pas cette couche dans un robot conversationnel généraliste. Les programmes d'extraction, de rendu et de réassemblage sont conçus et maintenus par les ingénieurs de .

04

Résoudre le problème du contexte long

Certaines modifications sont longues : un paragraphe qui s'étend sur plusieurs pages, ou une modification appliquée de manière cohérente à des centaines d'autres. Pour celles-ci, nous nous sommes inspirés de l'ingénierie logicielle. En mars 2026, Anthropic a publié par inadvertance le code source de Claude Code, son agent de programmation IA, au sein d'un paquet npm public.7

Cet éditeur de code divulgué enseigne une leçon simple : pour modifier un texte long, il faut le décomposer. Nous divisons un document en groupes de pages, une technique appelée traitement par lots, et nous scindons les longs paragraphes en phrases, de sorte que chaque modification soit suffisamment petite pour être correcte.

Diviser un document en plusieurs parties crée un nouveau problème : le contexte. Comment modifier un paragraphe à la page 60 en utilisant une définition se trouvant à la page 2 ? C'est là que deux années d'expérience en matière d'éditeurs de code basés sur l'IA (Cursor, GitHub Copilot, OpenAI Codex) s'avèrent payantes. Leur réponse est l'ingénierie du contexte, qui rassemble les informations connexes en un ensemble ciblé et les transmet à des sous-agents dotés de fenêtres de contexte épurées.8 Nous faisons de même avec les documents. Nous regroupons les informations logiquement liées, comme le ferait un lecteur attentif, puis nous les envoyons avec la cible de modification à des sous-éditeurs qui effectuent le changement réel.

1Traiter le document par lots

p. 1–40p. 41–80p. 81–120p. 121–160p. 161–200p. 201–240p. 241–280p. 281–300

2Diviser les longs paragraphes

Clause 18.3 · p. 60
Phrase 1Phrase 2Phrase 3Phrase 4Phrase 5

3Rassembler le contexte, puis éditer en parallèle

Termes définisp. 2 à 12

Parties et rôlesp. 1

Modifications antérieuresp. 34

Sous-éditeur 1p. 1–40 + collection

Sous-éditeur 2p. 41–80 + collection

Sous-éditeur 3p. 81–120 + collection

Figure 5Un document de 300 pages, découpé. Chaque sous-éditeur reçoit un petit morceau du document ainsi que le contexte dont dépend ce morceau.

Exemple : caviardage d'un jugement

Un avocat souhaite que chaque nom de témoin soit caviardé dans un jugement, ainsi qu'une liste des affaires citées pour qu'un jeune collaborateur puisse effectuer des recherches.

  1. Rechercher. trouve chaque nom de personne et chaque citation de jurisprudence grâce à une recherche de motifs ordinaire. Aucun modèle n'est encore nécessaire.
  2. Classer. Chaque nom, avec la phrase qui l'entoure, est envoyé à un modèle qui décide : témoin, avocat ou juge. Les réponses constituent une collection de témoins.
  3. Recueillir. La même méthode construit une collection d'affaires citées.
  4. Agir. Puisque nous savons exactement où chaque nom de témoin a été trouvé, nous occultons ces endroits, et seulement ceux-ci, dans le fichier original.

DANS LA HAUTE COUR DE JUSTICE

DIVISION DU BANC DU ROI

Harrow v Kestrel Logistics Ltd

Avant : Mrs Justice Holloway

JUGEMENT

Mrs Justice Holloway : Cette réclamation découle de l'effondrement d'un quai de chargement à l'entrepôt du Défendeur le 14 mars 2024. Le Demandeur était représenté par Ms Priya Raman et le Défendeur par Mr Thomas Whitby. J'ai entendu des témoignages oraux sur quatre jours.

Le principal témoin oculaire, Mr Daniel Okafor, était cariste de nuit. Mr Okafor a déclaré au tribunal que les feux avertisseurs du quai étaient en panne depuis plusieurs semaines et qu'il l'avait signalé à deux reprises. Une seconde témoin, Ms Margaret Ellison, une entrepreneure qui a inspecté le quai en février, a confirmé que son rapport recommandait une réparation immédiate. J'ai trouvé les deux témoins attentifs et crédibles.

L'obligation de diligence d'un occupant envers les personnes se trouvant légitimement dans ses locaux est bien établie, et je prends pour point de départ le principe du voisin dans Donoghue v Stevenson [1932] AC 562. La question de savoir s'il est juste, équitable et raisonnable d'imposer une obligation dans de nouvelles circonstances est régie par Caparo Industries plc v Dickman [1990] 2 AC 605, mais ces circonstances ne sont pas nouvelles. Mr Whitby a soutenu que les pertes réclamées étaient trop indirectes. Cet argument doit être examiné à l'aune de Hadley v Baxendale (1854) 9 Exch 341.

Ayant examiné les témoignages de Mr Okafor et Ms Ellison ainsi que les documents, j'ai la conviction que le Défendeur avait connaissance du défaut et s'est abstenu d'agir. La demande est fondée quant à la responsabilité. Les dommages et intérêts seront évalués lors d'une prochaine audience. Je remercie Ms Raman et Mr Whitby pour leurs plaidoiries claires et ciblées.

Figure 6Changez de mode d'affichage pour voir le résultat. Le jugement et les noms sont fictifs ; les trois affaires citées sont réelles.

05

Est-ce que chatgpt.com, claude.ai et d'autres sites web de chat peuvent en faire autant ?

Parfois, oui. Ces sites Web incluent souvent un interpréteur Python, ce qui permet au modèle d'ouvrir un fichier Word ou PowerPoint et d'en modifier le code XML à l'aide de code.

Mais le code est toujours rédigé par un modèle instable, et rien ne vérifie le résultat par rapport à l'original. Lors de nos tests internes, nous avons souvent reçu des documents comportant des suppressions et des modifications inattendues. Dans un cas extrême, un document de 20 pages est revenu réduit à 10 pages, sans aucun avertissement.

Site web de chat avec Python

20 pages
10 pages

C'est fait ! J'ai mis à jour votre document avec les modifications demandées.

Aucune mention des 10 pages manquantes.

Journal des modifications de

  • p. 4 · Clause 2.1

    trente (30) jours soixante (60) jours

    Rétablir
  • p. 9 · Clause 6.3

    le Fournisseur l'Entrepreneur

    Rétablir
  • p. 17 · Annexe 1

    US$2,400 US$2,600

    Rétablir

Générer un nouveau document

Figure 7Gauche : une troncature silencieuse issue de nos tests internes. Droite : chaque modification apportée par l'IA sur OneTurn est répertoriée et peut être annulée.

Une omission ou modification silencieuse est fatale pour tout travail sérieux. Sur , chaque modification apportée par notre agent IA est enregistrée. Vous pouvez examiner chacune d'elles, annuler n'importe laquelle et générer un nouveau document.

06

Des agents d'utilisation d'ordinateur comme OpenClaw ou Manus peuvent-ils faire cela ?

Ces agents contrôlent un ordinateur comme le ferait une personne. Ils ouvrent le document dans Microsoft Word ou PowerPoint, puis font défiler, cliquent et tapent du texte.11 Comme ils utilisent les mêmes programmes qu'un être humain, ils peuvent éditer comme un être humain, et les résultats sont souvent impressionnants.

Le prix se paie en coût et en vitesse. L'agent lit un document en prenant des captures d'écran au fil du défilement, et chaque petite étape nécessite l'appel d'un modèle pour décider de la marche à suivre. Une capture d'écran Full HD coûte à elle seule entre 1 500 et 2 700 jetons environ.10 Sur le banc d'essai OSWorld, même les meilleurs agents ont pris 2,7 à 4,3 fois plus d'étapes que nécessaire, et les dernières étapes ont pris jusqu'à 3 fois plus de temps que les premières.9

Agent d'utilisation d'ordinateur

  1. Prendre une capture d'écran
  2. Le modèle décide de la prochaine action
  3. Faire défiler, cliquer ou taper
  4. Répéter pour chaque étape

  1. Lire le texte une fois
  2. Modifier par lots
  3. Écrire le fichier
Contrat de 20 pages, 30 modificationsAgent d'utilisation d'ordinateur
Appels de modèle≈ 180≈ 12
Jetons par appel≈ 10,000≈ 4,000
Total des jetons≈ 1,800,000≈ 48,000
Différence≈ 37× de plus, ou ≈ 100–160× avec les étapes supplémentaires mesurées sur OSWorld
Figure 8Hypothèses : environ 11 000 mots ; 60 captures d'écran pour lire le document ; 4 actions par modification ; chaque appel transporte une capture d'écran ainsi que l'historique récent. OneTurn lit le texte une seule fois et envoie les modifications par lots.

Selon nos estimations, un agent d'utilisation d'ordinateur peut consommer jusqu'à 100 fois plus de jetons LLM que pour les mêmes modifications, et mettre beaucoup plus de temps à terminer.

Sources

  1. Structure d'un document WordprocessingMLMicrosoft Learn · Documentation du SDK Open XML
  2. ECMA-376 : formats de fichiers Office Open XMLEcma International · norme
  3. Valider un document de traitement de texteMicrosoft Learn · Documentation du SDK Open XML
  4. Les LLM corrompent vos documents lorsque vous déléguezLaban, Schnabel et Neville · Microsoft Research · 2026
  5. LongProc : Évaluation comparative des modèles de langage à contexte long sur la génération procédurale longueYe et al. · COLM 2025
  6. La longueur du contexte seule nuit aux performances des LLM malgré une récupération parfaiteDu et al. · Résultats de l'EMNLP 2025
  7. Anthropic expose accidentellement le code source de Claude Code via un fichier de mappage source npmInfoQ · 7 avril 2026
  8. Ingénierie de contexte efficace pour les agents IAIngénierie Anthropic · 29 septembre 2025
  9. OSWorld-Human : Évaluation de l'efficacité des agents d'utilisation de l'ordinateurAbhyankar, Qi et Zhang · MLSys 2026
  10. Vision : résolution et coût en jetonsDocumentation de la plateforme Claude
  11. Manus de Meta lance une application de bureau pour intégrer son agent d'IA sur les appareils personnels dans un contexte de frénésie autour d'OpenClawCNBC · 18 mars 2026

Les figures sont des illustrations réalisées pour cet article. Le XML est du véritable WordprocessingML ; les noms de fichiers, les personnes et le jugement sont fictifs.

Essayez-le sur un document que vous ne pouvez pas vous permettre de corrompre.

Essayez gratuitement →