L’idée à retenir
Codex est un environnement de travail pour le code, pas un synonyme de modèle de rédaction. Utilisez-le pour construire et tester un script de préparation ou de contrôle ; confiez ensuite l’explication à un modèle avec les résultats validés.
Le point de départ
- Deux exports anonymisés représentatifs, dont un comportant des données manquantes
- Un dictionnaire des colonnes, devises, formats de date et règles de calcul
- Un résultat de référence calculé manuellement sur un petit échantillon
1. Définir un contrat de données
Précisez les colonnes obligatoires et leur type, la granularité d’une ligne, les clés de doublon et la règle de date. Demandez au programme de refuser clairement un fichier incompatible. Les valeurs absentes ne deviennent pas automatiquement zéro : choisissez une règle documentée par champ.
2. Faire produire un script et des contrôles
Demandez à Codex un traitement dans votre environnement approuvé : lecture, validation, agrégation, calcul et export. Interdisez les accès externes inutiles et les modifications des fichiers source. Fournissez le résultat de référence et des cas d’erreur. Faites vérifier le code et exécutez les tests avant usage récurrent.
3. Ajouter une couche de commentaire
Donnez à GPT ou Claude les tableaux validés et le contexte métier. Si vous évaluez DeepSeek via API pour ce rôle, testez le même format, la qualité et les conditions de données. Le modèle rédige des observations ; il ne réinvente pas les totaux et ne corrige pas silencieusement une entrée rejetée.
4. Prévoir l’exploitation
Conservez journal d’exécution, version du script et identifiant du fichier. Définissez ce qui se passe si l’export change ou si un service ne répond pas. N’activez une exécution planifiée qu’avec un responsable, une gestion des doublons et un mécanisme d’arrêt. Documentez la reprise manuelle.
Un exemple concret
Crée un script de reporting à partir du schéma et des exemples joints. Ne modifie pas les sources et n’effectue aucun accès réseau. Valide colonnes, types, dates et doublons. Agrège les compteurs avant de calculer les ratios ; représente les divisions par zéro comme non calculables. Fournis un export de résultats, un journal de contrôles et des tests pour fichier valide, colonne absente, doublon et valeur invalide. Compare les résultats au petit échantillon de référence avant de considérer le script prêt.
| Cas de test | Comportement attendu | Pourquoi |
|---|---|---|
| Colonne coût absente | Échec explicite | Éviter un rapport trompeur |
| Ligne dupliquée | Signalement selon la clé définie | Éviter de compter deux fois |
| Zéro conversion | CPA non calculable | Éviter un faux zéro |
| Export source | Fichier inchangé | Permettre l’audit et la reprise |
Comment évaluer les progrès
- Un script qui s’exécute n’est pas nécessairement un script correct.
- Ne jamais mettre des clés ou données privées dans un dépôt public.
- Attribuer la maintenance et prévoir les changements de format des exports.
Sources officielles
OpenAI · CodexDeepSeek · API documentationRepérer la campagne que la moyenne masque
Un CSV synthétique couvre quatre campagnes sur deux périodes. L’amélioration globale du rendement cache-t-elle un problème ?
Reproduire la démonstration de reporting
Exécutez la démonstration liée avec Python 3.9 ou ultérieur. Résultats attendus : 6 000 € de dépenses sur la période de référence ; 34 880 € de revenus et 436 conversions sur la période de comparaison. Le fichier valide doit produire le code de sortie 0 ; le fichier invalide, le code 2. Ces données multicanales sont synthétiques : ni export natif Google Ads ni benchmark de modèle. Avant adaptation, établissez la correspondance des colonnes des exports réels et faites approuver les définitions des conversions.
python3 analyze.py campaigns.csv
python3 analyze.py invalid-campaigns.csvCes démonstrations utilisent des briefs et documents fictifs et des données synthétiques. Elles illustrent une méthode, pas des résultats clients.
MindVerve
Vous voulez ce workflow pour votre équipe ?
AI Workflow Launch peut couvrir un premier reporting documenté, de l’export à la note de décision. MindVerve cadre les calculs, les contrôles, le choix des modèles et le transfert à votre équipe ; les intégrations sont précisées au devis.
Discuter de mon workflow IACinq expertises. Une direction commune.