Chatbot IA depuis un fichier Excel ou CSV : le guide 2026
Créez un chatbot IA à partir de vos fichiers Excel et CSV : ce qui marche, ce qui ne marche pas, comment préparer vos tableaux et rester conforme au RGPD.
Cet article est aussi disponible en : English
Dans beaucoup d’entreprises, l’information la plus demandée par les clients ne se trouve ni dans un PDF ni sur le site. Elle est dans un tableur : la grille tarifaire des prestations, le catalogue avec les dimensions et les matériaux, le tableau de compatibilité des pièces détachées, la liste des agences avec leurs horaires, les délais de livraison par département. Vos équipes ouvrent ces fichiers des dizaines de fois par jour pour répondre au téléphone ou par e-mail.
L’idée de créer un chatbot IA à partir d’un fichier Excel ou CSV est donc logique : on dépose le tableau, et le chatbot répond 24 h/24 à « Livrez-vous en Haute-Savoie ? » ou « Quel filtre pour le modèle X200 ? ».
Ça fonctionne très bien, à condition de lui poser le bon type de question et de préparer le fichier. La plupart des pages « discutez avec votre Excel » l’oublient, tout comme le point le plus important : le tableur est le format qui contient le plus souvent des données personnelles.
Comment un chatbot IA lit un tableur
Un chatbot professionnel fondé sur le RAG (Retrieval-Augmented Generation) n’« ouvre » pas votre fichier comme Excel. Il :
- extrait le contenu de chaque onglet,
- le découpe en passages (en général des groupes de lignes avec leurs en-têtes),
- indexe ces passages selon leur sens,
- retrouve les passages les plus proches de la question posée,
- rédige la réponse uniquement à partir de ces passages.
Conséquence directe : un chatbot RAG est excellent pour retrouver une ligne et l’expliquer en langage naturel. Ce n’est pas une calculatrice, et il n’exécute pas de formules sur l’ensemble du fichier.
Ce qui marche, ce qui ne marche pas
| Type de question | Exemple | Résultat en RAG |
|---|---|---|
| Recherche | « Quels sont les horaires de l’agence de Nantes ? » | ✅ Très fiable |
| Caractéristique | « La chaise Oslo existe-t-elle en chêne ? » | ✅ Très fiable |
| Compatibilité | « Quelle cartouche pour l’imprimante X200 ? » | ✅ Fiable si le tableau est propre |
| Comparaison simple | « Quelle différence entre la formule Essentielle et la formule Sérénité ? » | ✅ Bon |
| Agrégation | « Combien de produits à moins de 50 € ? » | ⚠️ Peu fiable, le chatbot ne voit qu’une partie du fichier |
| Calcul | « Combien pour 3 unités livrées en zone 4 ? » | ❌ Prévoir un simulateur ou un formulaire de devis |
| Donnée en temps réel | « C’est en stock en ce moment ? » | ❌ Un fichier statique est périmé dès le lendemain |
Un chatbot qui répond parfaitement aux recherches et renvoie calculs, devis ou stock vers la bonne page (simulateur, fiche produit, suivi de commande) est un excellent chatbot. Un chatbot qui improvise un total est un risque, surtout quand un prix affiché engage le vendeur.
Étape 1 — Choisir les bons tableaux
Les meilleurs candidats sont les tableaux de référence sur lesquels vos clients vous interrogent sans arrêt :
- Grilles de prestations : contenu de chaque formule, conditions de déplacement, délais d’intervention.
- Catalogue produits : dimensions, matériaux, coloris, entretien, durée de garantie.
- Tableaux de compatibilité : pièces détachées, accessoires, versions logicielles.
- Points de vente : magasins, agences, points relais, adresses et horaires.
- Logistique : zones de livraison par département, transporteurs, délais, Corse et DOM-TOM.
- FAQ en deux colonnes : les onglets « question / réponse » tenus par le service client.
Écartez ce qui change toutes les heures (stock, prix dynamiques, statut des commandes) et renvoyez plutôt vers la page qui les affiche.
Étape 2 — Préparer le fichier (c’est là que se joue la précision)
Un tableau lisible pour un humain peut être ambigu pour une machine. Vingt minutes de ménage font toute la différence :
- Une seule ligne d’en-têtes, tout en haut. Pas de titre fusionné au-dessus, pas de double en-tête.
- Un sujet par onglet. Ne mélangez pas la grille tarifaire et la liste des agences.
- Aucune cellule fusionnée. Répétez la valeur sur chaque ligne : une cellule « Catégorie » fusionnée est vide pour toutes les lignes sauf la première.
- Des noms de colonnes explicites. « Poids (kg) » plutôt que « P », « Délai de livraison (jours ouvrés) » plutôt que « DL ».
- L’unité dans l’en-tête ou dans la cellule. « 49 » ne veut rien dire : 49 €, 49 cm, 49 jours ?
- Des valeurs, pas des formules. Collez en valeurs les cellules calculées avant l’export.
- Des codes en clair. Si toute l’équipe sait que « Z2 » veut dire « Île-de-France », le chatbot, lui, ne le sait pas.
- Une colonne en langage naturel si utile. Une courte colonne « Description » ou « Remarques » donne au chatbot des phrases, pas seulement des chiffres.
- Supprimez les colonnes internes. Prix d’achat, marge, fournisseur, commentaires : ce que le client ne doit pas voir ne doit pas être dans le fichier.
- Attention à l’export CSV français. Excel en version française exporte souvent avec des points-virgules et un encodage qui casse les accents (« é » à la place de « é »). Choisissez « CSV UTF-8 », ou déposez directement le fichier XLSX.
Si un onglet compte des centaines de colonnes, découpez-le : dix tableaux ciblés valent mieux qu’une matrice géante.
Étape 3 — Tester avec de vraies questions
Avant la mise en ligne, reprenez 20 questions réelles issues de vos e-mails ou de votre messagerie, auxquelles le tableau devrait répondre. Pour chacune, vérifiez :
- La valeur est-elle exacte (prix, cote, horaire, référence) ?
- Le chatbot a-t-il choisi la bonne ligne, notamment entre deux produits proches ?
- Quand l’information n’est pas dans le fichier, le dit-il au lieu de deviner ?
- Pour un calcul ou une question de stock, renvoie-t-il vers la bonne page ?
Une réponse fausse vient presque toujours du fichier : en-tête ambigu, unité manquante, deux lignes trop semblables. Corrigez, redéposez, retestez.
Étape 4 — Vérifier où vont vos données
Cette étape compte encore plus pour un tableur que pour un PDF. C’est dans Excel que les entreprises rangent leurs fichiers clients, e-mails, téléphones et historiques de commandes, souvent dans un onglet masqué que plus personne ne regarde.
Avant de déposer quoi que ce soit :
- Affichez tous les onglets, y compris masqués, et supprimez toute donnée personnelle. Un chatbot client a besoin de vos produits, pas de vos clients (principe de minimisation du RGPD).
- Vérifiez l’hébergement. Beaucoup d’outils « chatbot Excel » envoient votre fichier à un fournisseur de modèle américain via une clé API. Où sont stockés et traités les fichiers et les conversations ? Le prestataire est-il soumis au CLOUD Act ?
- Vérifiez l’entraînement. Votre grille tarifaire et votre catalogue ne doivent jamais nourrir un modèle public.
- Exigez un contrat de sous-traitance (article 28 du RGPD) prévoyant suppression et restitution des données.
- Annoncez l’IA. Depuis le 2 août 2026, l’article 50 de l’AI Act impose que le chatbot indique clairement qu’il s’agit d’une IA.
DoxyChat : vos tableaux répondent à vos clients
DoxyChat transforme vos fichiers existants en chatbot qui répond à partir de vos données, sans projet technique :
- XLSX et CSV pris en charge nativement, aux côtés des PDF, DOCX, PPTX, TXT et Markdown. Combinez dans un même chatbot votre catalogue, vos CGV et votre FAQ.
- Des réponses issues uniquement de vos contenus grâce au RAG : si l’information n’est pas dans vos fichiers, le chatbot ne l’invente pas.
- Pages de votre site et flux RSS en sources complémentaires, pour que fiches produits et actualités restent à jour sans ré-import manuel.
- 100 % français, hébergé en France, RGPD natif : vos fichiers ne servent jamais à entraîner des modèles publics, et les données de chaque client sont isolées au niveau de la base.
- Public, protégé par mot de passe ou privé : une grille tarifaire réservée aux commerciaux reste interne.
- En ligne en 2 minutes avec une ligne de code sur votre site, ou une page de chat hébergée si vous n’avez pas de site.
Le plan gratuit Discovery comprend un chatbot et jusqu’à 10 documents, de quoi tester vos tableaux clés avec de vraies questions. Vous travaillez surtout avec des documents ? Voir notre guide créer un chatbot IA à partir de vos PDF.
Conclusion : faites parler vos tableaux
Vos tableurs contiennent déjà les réponses à une bonne partie des questions de vos clients. Choisissez les tableaux les plus consultés, nettoyez-les, retirez tout ce qui est personnel ou interne, et testez avec de vraies questions.
Bien préparé, un chatbot sur tableur donne la bonne référence le dimanche à 23 h, et votre équipe arrête d’ouvrir le même fichier cinquante fois par jour.
Essayez DoxyChat gratuitement : déposez votre premier tableau et obtenez un chatbot opérationnel en 2 minutes, hébergé en France.
