Comment extraire automatiquement les données d’une facture PDF

Douze factures fournisseurs dans l’Inbox, un tableur ouvert sur le deuxième écran, et quarante minutes à recopier d’un côté à l’autre un nom de fournisseur, un numéro de facture, une date et un total. Tous les fondateurs que je connais ont leur version de ce rituel, et personne ne le délègue, parce qu’expliquer les règles prend plus de temps que de le faire soi-même.

Les gens cherchent « extraction de factures PDF » et on leur vend un parser. C’était la bonne réponse en 2018. C’est la mauvaise aujourd’hui, parce que la lecture a cessé d’être la partie difficile : un modèle actuel gère une facture scannée sans modèle prédéfini. Ce qui fait encore mal, c’est tout ce qu’il y a autour de la lecture. Où arrive le fichier ? Quelle forme doit avoir le résultat ? Qui remarque quand un fournisseur change le design de ses factures, ou envoie un avoir au lieu d’une facture ?

Voici donc un tutoriel en trois étapes, dans l’ordre qui te mène vraiment à une clôture de mois qui fonctionne : extraire correctement une facture, donner au résultat une forme fixe, puis te retirer de la boucle.

Ce que l’extraction de factures PDF doit réussir

Avant de parler d’outils, sois honnête sur le travail à faire. Il y a quatre volets, et seul le premier relève de l’OCR.

Les champs. Fournisseur, numéro de facture, date d’émission, date d’échéance, devise, montant HT, TVA, total, et une référence de bon de commande si tes fournisseurs en utilisent. Des instructions floues produisent un résultat flou. « Extrais les données » n’est pas une instruction.

La variété des mises en page. Dix fournisseurs, c’est dix mises en page, et l’une d’elles changera ce trimestre. Tout ce qui repose sur des modèles prédéfinis a besoin d’un nouveau modèle ce jour-là. Tout ce qui repose sur un modèle d’IA la lit simplement.

La destination. Un chiffre qui atterrit dans un message de chat n’a pas été extrait, il a été mentionné. Il doit atterrir dans une ligne, à côté des autres lignes, avec un lien vers le fichier d’origine.

Les exceptions. Numéro de TVA manquant, mauvaise devise, doublon de la facture du mois dernier. Tu veux que ces cas remontent, pas qu’ils soient lissés. Un total faux affiché avec assurance est pire qu’un champ vide.

Étape 1 : commence par lui confier une seule facture

Transfère l’e-mail à hey@notis.ai avec une ligne sur ce que tu veux, ou dépose le PDF dans WhatsApp. Notis est conçu pour travailler depuis l’endroit où la facture est déjà arrivée : le canal e-mail existe justement pour que tu n’aies jamais à télécharger une pièce jointe pour la réimporter ailleurs.

La mécanique compte ici : un PDF joint est transmis au modèle comme fichier, pas comme capture d’écran de la première page, et les fichiers jusqu’à 50 Mo sont acceptés. Une facture de cinq pages avec un bon de livraison en annexe passe en entier.

Écris maintenant ton prompt comme un cahier des charges, pas comme un souhait :

Lis la facture jointe et donne-moi : nom du fournisseur, numéro de facture,
date de facture, date d'échéance, devise, montant HT, TVA, total, référence de bon de commande.
Si un champ ne figure pas sur le document, écris "inconnu" au lieu de deviner.
Dis-moi ensuite si HT + TVA est égal au total.

Ces deux dernières lignes, c’est toute l’astuce. « Écris inconnu au lieu de deviner » rend l’extraction vérifiable, et le contrôle arithmétique attrape le type d’erreur qui coûte vraiment de l’argent : un total plausible tiré de la mauvaise ligne du tableau.

Lance ça sur trois factures de trois fournisseurs différents avant d’automatiser quoi que ce soit. Si le prompt survit à ton fournisseur le plus pénible, il survivra aux autres.

Étape 2 : donne une forme au résultat

Une réponse dans un fil de chat ne vaut rien au moment de la clôture du mois. L’extraction ne prend de la valeur que lorsque chaque facture atterrit dans le même tableau, avec les mêmes colonnes.

Demande une fois à Notis de créer le tableau (une base de données Notis, ou une base de données Notion si c’est là que vit déjà ta compta) avec une colonne par champ du prompt ci-dessus, plus deux autres que tout le monde oublie :

• Lien source. L’URL du fichier d’origine. Quand ton comptable t’interroge sur un chiffre, tu veux avoir le PDF sous les yeux en deux secondes, pas fouiller une Inbox.
• Statut. extracted, checked, paid. C’est ce qui transforme un amas de données en workflow.

À partir de là, l’instruction n’est plus « extrais ça » mais « ajoute cette facture à Supplier Invoices ». Même prompt, domicile permanent. Et comme la destination est une vraie base de données, tu peux l’interroger plus tard (combien j’ai dépensé chez ce fournisseur ce trimestre, quelles factures sont en retard) au lieu de reconstruire un tableau croisé dynamique.

Étape 3 : retire-toi de la boucle

La version manuelle te fait déjà gagner les quarante minutes. La version autonome t’épargne d’avoir à y penser, et c’est justement la partie qui échoue.

Notis dispose d’un déclencheur New Gmail Message. Branche une automatisation dessus, règle le filtre de recherche Gmail sur quelque chose comme has:attachment invoice, et ta boîte mail est vérifiée toutes les deux minutes par défaut. Le prompt de l’automatisation reprend le cahier des charges testé à l’étape 1, avec une ligne en plus : ajoute une ligne à Supplier Invoices, et écris-moi seulement si un champ est revenu inconnu ou si le calcul ne tombe pas juste.

Cette dernière clause fait toute la différence entre une automatisation que tu gardes et une que tu coupes au bout d’une semaine. Le silence quand tout marche, une alerte quand ça coince.

Quand une API d’OCR dédiée aux factures reste le meilleur choix

Je ne vais pas prétendre qu’un agent généraliste bat un spécialiste à tous les volumes. Voici le partage honnête.

Si tu traites des centaines de factures par mois et que tu as besoin de scores de confiance par champ dans une piste d’audit, prends un parser dédié. Les deux vivent dans le même catalogue : Eagle doc est une API d’OCR pour factures et reçus que tu peux piloter par message, et Docsumo couvre les factures, les relevés et la classification de documents. Tu utilises ton propre compte dans les deux cas, et la même automatisation peut les appeler : le choix porte donc sur le moteur qui lit la page, pas sur le produit qui possède ton workflow.

Combien ça coûte à faire tourner

Notis mesure la consommation de modèle derrière chaque tâche et publie la moyenne : sur l’ensemble des utilisateurs la semaine dernière, une tâche revenait à 0,09 $, et la consommation incluse dans Pro couvre environ 230 tâches par mois à ce tarif. Au-delà du quota, la consommation à la demande continue et est facturée à terme échu : rien ne s’arrête au milieu d’une facture.

Pro démarre à 13 $ par mois en facturation annuelle et couvre la version où tu transfères toi-même, aux étapes 1 et 2. Les automatisations, nécessaires à l’étape 3, sont incluses dans Pro+ à 39 $ par mois avec la même facturation annuelle. Il existe aussi un garde-fou strict sous tout ça : un appel payant à l’usage estimé à plus de 1,20 $ est refusé, et Notis t’indique le prix et te demande avant de réessayer.

Là où ça coince encore

Les reçus pris en photo, froissés et à moitié dans l’ombre, sont le cas le plus fragile : un scan au téléphone bat une photo à chaque fois. Les avoirs sont lus comme des factures avec un total négatif, donc donne-leur leur propre valeur de statut, sinon ils gonfleront discrètement tes dettes fournisseurs. Le multidevise exige que la colonne devise soit remplie sur chaque ligne, pas déduite au moment du reporting. Et les doublons sont la seule chose à contrôler toi-même : vérifie la combinaison fournisseur et numéro de facture avant d’ajouter une ligne, car la même facture arrivera deux fois, une fois envoyée par le fournisseur et une fois transférée par un collègue.

Rien de tout ça ne plaide pour la saisie manuelle. Ça plaide pour une colonne de vérification et cinq minutes en fin de mois, au lieu de quarante.

À faire aujourd’hui

Transfère une facture avec le prompt cahier des charges de l’étape 1. Lis ce qui revient. Si c’est juste, demande le tableau et transfère-y le reste des factures du mois. Branche le déclencheur seulement ensuite. Réussir le prompt sur trois factures pénibles vaut plus que n’importe quelle conception de workflow, et c’est l’étape que tout le monde saute.