Importer vos données dans ChatGPT

Vos données dans ChatGPT : CSV, Excel et Google Sheets

Toute analyse commence par le même geste : amener vos données jusqu’à l’outil. En 2026, l’import de fichiers dans ChatGPT est natif et fluide — un CSV exporté de votre CRM, un classeur Excel du contrôle de gestion ou une feuille Google Sheets se chargent en quelques secondes. Pourtant, ce qui sépare une session productive d’une demi-heure perdue se joue rarement dans l’analyse : cela se joue à l’import, sur un encodage mal choisi ou une ligne de titre parasite. Nous parcourons ici chaque format et les vérifications qui évitent de bâtir un raisonnement sur des données mal lues.

Les formats supportés

ChatGPT accepte nativement les principaux formats tabulaires, et le choix n’est pas neutre : chacun transporte plus ou moins d’information sur la structure de vos données.

Un extract de base de données arrivera souvent en TSV, parce que le séparateur tabulation évite les conflits avec les virgules présentes dans les adresses ou les libellés produits. À l’inverse, un fichier de suivi maintenu à la main sera presque toujours un classeur Excel, avec ses onglets et ses formules dont il faudra tenir compte.

Importer un fichier CSV ou Excel

L’import tient en quatre gestes :

1. Ouvrez une nouvelle conversation dans ChatGPT
2. Cliquez sur l’icône de pièce jointe (trombone) dans la zone de saisie
3. Sélectionnez votre fichier depuis votre ordinateur
4. Ajoutez un message contextuel — par exemple : « Voici mes ventes Q1 2026, peux-tu me faire un résumé ? »

Le quatrième geste est le seul qui demande un peu de réflexion, et c’est aussi celui que l’on bâcle. Le message contextuel indique ce que représentent ces lignes, sur quelle période et pour quel usage ; sans lui, ChatGPT devine. En coulisses, Code Interpreter lit le fichier avec Python et la bibliothèque pandas : en-têtes, types de données et structure générale sont reconnus automatiquement.

Préparer un CSV qui se lit sans accroc

Enregistrez toujours en UTF-8. Dans un autre encodage, « Marché » devient « Marché » et vos regroupements par région deviennent illisibles au moment même où vous croyez avoir terminé. Veillez ensuite à ce que la première ligne contienne les en-têtes : un titre de rapport placé au-dessus du tableau décale tout d’un cran, et ChatGPT lira vos noms de champs comme des données. Les cellules fusionnées et les lignes vides au milieu du fichier produisent le même genre de dégât. Enfin, si vos libellés contiennent des virgules — « Lyon, 3e arrondissement » —, préférez le point-virgule comme séparateur, sans quoi chaque virgule créera une colonne fantôme.

Ce qu’Excel emporte et ce qu’il laisse

Un classeur Excel arrive avec ses particularités. Si votre fichier a plusieurs onglets, précisez lequel analyser : « Analyse uniquement l’onglet Ventes_2026 ». Les formules sont converties en valeurs à l’import — ChatGPT voit le résultat 12 450, jamais le =SOMME(B2:B45) qui l’a produit ; quand la logique de calcul compte pour l’interprétation, décrivez-la dans votre message. Les graphiques Excel ne sont pas importés non plus : seules les données brutes traversent. Restez enfin sous 50 Mo pour un traitement fluide.

Connecter Google Sheets

L’intégration native avec Google Drive suit le même principe :

1. Cliquez sur l’icône Google Drive dans la zone de saisie
2. Autorisez l’accès si c’est la première connexion
3. Sélectionnez le fichier Sheets dans votre Drive
4. ChatGPT lit les données directement — pas besoin de télécharger

L’intérêt de ce chemin apparaît sur les fichiers vivants. Prenez un tableau de pipeline modifié chaque matin par trois commerciaux : quand quelqu’un ajoute des lignes, vous rechargez les données sans repasser par un export.

Vérifier que l’import a fonctionné

Ne posez jamais votre première vraie question avant d’avoir contrôlé ce que ChatGPT a lu :

Affiche les 5 premières lignes et le nombre total de lignes et colonnes.

ChatGPT exécute un script Python qui affiche un aperçu du DataFrame. Comparez le nombre de colonnes avec votre fichier d’origine, puis relisez les noms de colonnes : s’ils ressemblent à des valeurs (« 12/03/2026 » en guise d’en-tête), vous avez un décalage d’une ligne. Contrôlez la cohérence des types, car une colonne de montants lue comme du texte fera échouer toutes les moyennes. Repérez enfin les lignes parasites — typiquement une ligne de totaux qui, comptée comme une commande de plus, doublerait votre chiffre d’affaires sans que rien ne semble anormal.

Gérer les fichiers volumineux

Au-delà de 50 Mo ou de 500 000 lignes, il faut alléger en amont. Découpez le fichier par trimestre ou par filiale et traitez les parties successivement ; filtrez les colonnes inutiles avant l’upload, car un export de CRM embarque volontiers quarante champs dont vous n’en utiliserez que six. Si vous cherchez d’abord une vue d’ensemble, un échantillon suffit à cadrer l’analyse. Vous pouvez aussi demander à ChatGPT de ne charger que certaines colonnes, ce qui économise la mémoire de l’environnement d’exécution.

Points clés à retenir

• ChatGPT accepte CSV, Excel et Google Sheets nativement
• Toujours vérifier l’import avec un aperçu des premières lignes
• L’encodage UTF-8 et les en-têtes en première ligne sont essentiels
• Google Sheets permet de garder les données synchronisées
• Pour les fichiers volumineux, découpez ou échantillonnez avant l’import