Atelier

Leçon 4 — Images et documents PDF

Un PDF, inline puis via l'API Files

5 min de lecture

Un PDF, inline puis via l'API Files

Ce que Gemini fait d'un PDF

Gemini lit chaque page à la fois comme du texte et comme une image : il comprend donc aussi les tableaux, les graphiques et la mise en page, pas seulement le texte brut. Limites documentées : 1 000 pages et 50 Mo, environ 258 tokens par page.

flowchart LR
  PDF["rapport.pdf"] --> Q{"Une seule question ?"}
  Q -- "oui" --> IN["Inline : Part.from_bytes(..., 'application/pdf')"]
  Q -- "plusieurs questions ou gros fichier" --> UP["client.files.upload()"]
  UP --> W["Attendre state = ACTIVE"]
  W --> USE["Citer l'objet File dans contents"]
  USE --> DEL["client.files.delete() quand on a fini"]
  IN --> G["Gemini"]
  USE --> G

Inline

C'est la même chose qu'une image, seul le type MIME change :

pdf = types.Part.from_bytes(data=Path("rapport.pdf").read_bytes(), mime_type="application/pdf")
r = client.models.generate_content(model=MODEL, contents=[pdf, "Résume ce document."])

Via l'API Files

files/multimodal.py (extrait)
ENVOYES = []  # fichiers envoyés pendant ce run, supprimés à la fin

def uploader(client, path, attente_max=120):
    """Envoie le fichier à l'API Files (stocké 48 h) et attend qu'il soit ACTIVE."""
    f = client.files.upload(file=str(path), config={"mime_type": mime_of(path)})
    ENVOYES.append(f.name)
    debut = time.time()
    while f.state and f.state.name == "PROCESSING":
        if time.time() - debut > attente_max:
            raise TimeoutError(f"{path} toujours en traitement")
        time.sleep(2)
        f = client.files.get(name=f.name)
    if f.state and f.state.name == "FAILED":
        raise RuntimeError(f"Traitement échoué pour {path}")
    return f

def nettoyer(client):
    while ENVOYES:
        client.files.delete(name=ENVOYES.pop())

L'objet File renvoyé (nom du type files/abc123) se met directement dans contents, comme un Part. Un fichier passe par trois états : PROCESSING (en cours de préparation, fréquent pour les vidéos), ACTIVE (utilisable) ou FAILED.

InlineAPI Files
Envoià chaque requêteune fois, puis on cite l'identifiant
Conservationaucune48 h, 20 Go par projet
Taillepetite (on garde 20 Mo de marge)jusqu'à 2 Go par fichier (50 Mo pour un PDF)
Nettoyagerien à faireclient.files.delete()
Idéal pourune question sur un petit documentplusieurs questions, vidéo, gros fichiers

Juste après client.files.upload() d'une vidéo, l'état est PROCESSING. Que faire ?

Le résumé du PDF inline et celui via l'API Files ont exactement le même nombre de tokens d'entrée (1 622). Pourquoi ?

Le prompt du résumeur

files/multimodal.py (extrait)
def resumer_pdf(client, pdf_path, via_files=False):
    prompt = ("Résume ce document pour un manager pressé. Ne cite que des chiffres "
              "présents dans le document, en indiquant la page.")
    r = generer(client, [part_from(client, pdf_path, via_files), prompt], schema=ResumePdf)
    return {**ResumePdf.model_validate_json(r.text).model_dump(), "tokens": tokens(r)}

Demander la page de chaque chiffre permet au lecteur de vérifier en quelques secondes : c'est une forme simple de citation de source.

Exercice : poser trois questions au même PDF

Écrivez le code qui téléverse rapport.pdf une seule fois, pose trois questions différentes (le canal en baisse, le risque principal, l'objectif du T4), puis supprime le fichier, même si une question échoue.

Voir la solution 
f = uploader(client, "rapport.pdf")
try:
    for q in ["Quel canal de vente est en baisse ?",
              "Quel est le risque principal ?",
              "Quel est l'objectif de chiffre d'affaires du T4 ?"]:
        print(q, "->", generer(client, [f, q]).text)
finally:
    client.files.delete(name=f.name)   # exécuté même en cas d'erreur

Réponses attendues d'après le document : les ventes aux professionnels (-5 %), la hausse du prix du bois (+12 %), 450 000 EUR.

Résultat obtenu

python multimodal.py pdf rapport.pdf --files, exécution réelle du 2026-10-15 :

sortie (extrait)
{
  "titre": "Rapport d'activité T3 2026 - Atelier Nord",
  "resume": "Au T3 2026, Atelier Nord enregistre un chiffre d'affaires de 412 000 EUR, en hausse de 8 % par rapport au T2, avec une marge brute de 31 %. ...",
  "chiffres_cles": [
    "Chiffre d'affaires T3 : 412 000 EUR (page 1)",
    "Ventes professionnels : 63 000 EUR (15 %), baisse de 5 % (page 2)",
    "Hausse du prix du bois : 12 % depuis juillet (page 3)",
    "Objectif de CA pour le T4 : 450 000 EUR (page 3)"
  ],
  "tokens": {"entree": 1622, "sortie": 542}
}

Après l'exécution, client.files.list() ne contient plus le fichier : nettoyer() l'a supprimé.

  • Je sais envoyer un PDF inline
  • Je sais téléverser un fichier, attendre ACTIVE et le supprimer
  • Je sais demander des chiffres avec leur page pour pouvoir vérifier
Suivant