Anonymiser un document Word ou PDF avant ChatGPT ou Claude : la méthode pas à pas

On colle un courrier ou un procès-verbal dans ChatGPT pour gagner du temps. Ce guide décrit une méthode pour préparer le document avant de le confier à une IA, à la main ou avec un outil, avec un exemple fictif et une checklist. Il ne dit pas ce qui est permis : il renvoie aux sources officielles (section « Où trouver les règles et les recommandations officielles »).

Ce qu'un fichier Word ou PDF emporte avec lui

Quand vous déposez un fichier dans une IA, tout son contenu part chez le fournisseur : le texte visible, mais aussi les en-têtes et pieds de page, les commentaires, les modifications suivies, les propriétés du fichier (auteur, société) et parfois une miniature de la première page. Où ce contenu est traité, combien de temps il est gardé et s'il sert à entraîner le modèle dépend du fournisseur et de votre abonnement : lisez les conditions de votre compte.

Un fichier Word (.docx) peut contenir, en plus du texte que vous voyez :

• les en-têtes, les pieds de page et les notes de bas de page ;
• les commentaires et le nom de leurs auteurs ;
• les modifications suivies, y compris le texte supprimé, encore présent tant qu'elles ne sont pas acceptées ;
• les propriétés du fichier (auteur, société), les champs et les liens ;
• les textes alternatifs des images et les données des graphiques.

Un PDF peut contenir :

• les propriétés et les métadonnées (XMP) ;
• les signets, les annotations et les champs de formulaire ;
• des pièces jointes.

Pourquoi masquer à la main échoue souvent

À la main, on corrige ce qu'on voit à l'écran ; les oublis viennent de ce qu'on ne voit pas : un nom dans un pied de page, l'auteur d'un commentaire, un passage supprimé en mode révision, le nom du fichier lui-même, ou un texte simplement recouvert d'un rectangle noir dans un PDF.

Cinq pièges reviennent souvent :

1. Le prénom seul, le surnom, les initiales ou le nom en majuscules dans un tableau.
2. Les en-têtes, les pieds de page, les notes et les zones de texte.
3. Les commentaires et les révisions : le texte supprimé en suivi des modifications reste dans le fichier tant qu'il n'est pas accepté.
4. Les propriétés et le nom du fichier (« Evaluation_Lea_Ferreira.docx »).
5. Dans un PDF, un rectangle noir ou un surlignage noir cache le texte à l'œil, mais le texte reste souvent sélectionnable et copiable en dessous.

À cela s'ajoute la cohérence : la même personne doit garder la même étiquette partout, ce qui est difficile à tenir à la main sur plusieurs pages.

Quoi masquer : identifiants directs, indirects et données sensibles

Masquez tout ce qui permet de reconnaître une personne, directement (nom, adresse, numéro AVS, téléphone) ou par recoupement (dates, employeur, fonction rare), ainsi que les données sensibles (santé, origine, convictions, procédures judiciaires, aide sociale), sauf ce dont l'IA a vraiment besoin pour la tâche.

Les identifiants directs

Une même valeur garde la même étiquette dans tout le document, et la casse ne compte pas (« FERREIRA » et « Ferreira » reçoivent la même). Les numéros suivent l'ordre du document, corps du texte d'abord.

Les identifiants indirects et le recoupement

Retirer le nom ne suffit pas. Une fonction unique dans une petite entreprise, une date d'entrée, un village, un âge exact ou un événement daté peuvent suffire à reconnaître quelqu'un. Gardez l'année plutôt que la date complète quand elle suffit, et généralisez (« une PME de la Riviera » plutôt que son nom). Dans un EMS ou un service de soins à domicile, le numéro de chambre et la date d'entrée jouent ce rôle : voir IA en EMS et soins à domicile sans exposer les résidents.

Soyons honnêtes : un âge écrit en toutes lettres, un nom de localité sans lien avec le domicile, un taux d'activité ou un salaire ne sont pas des catégories d'étiquettes. S'ils ne servent pas à la tâche, retirez-les du texte avant l'envoi.

Les données sensibles

La liste des données sensibles figure à l'art. 5 let. c de la loi fédérale sur la protection des données (LPD). Maijin Shield utilise pour cela les étiquettes [DIAGNOSTIC_1] (santé : diagnostics, traitements, médicaments), [ETHNIE_1], [RELIGION_1] (religion et opinions) et [JUDICIAIRE_1] (procédures judiciaires et aide sociale) ; à la main, appliquez le même principe à toute donnée de cette liste.

Pour une lettre de sortie ou une note de suivi, voir le guide ChatGPT et données de patients : préparer un document avant l'IA.

Étiquettes ou caviardage noir : ce que l'IA comprend encore

Un caviardage noir (█████) protège un document qu'on publie, mais il prive l'IA du sens : elle ne sait plus qui fait quoi. Une étiquette comme [PERSONNE_1] cache aussi la donnée, garde le rôle de chaque personne lisible et permet de remettre la vraie valeur dans la réponse.

Les initiales restent d'ailleurs souvent reconnaissables dans un petit cercle de collègues.

La méthode en 6 étapes

Définissez la tâche, travaillez sur une copie, remplacez chaque donnée par une étiquette, nettoyez le fichier, relisez le résultat, puis donnez-le à l'IA avec une consigne qui garde les étiquettes, et remettez les vraies valeurs avant de relire.

1. Définir la tâche. N'envoyez que les passages utiles : ce qui n'est pas envoyé ne peut pas fuiter.
2. Travailler sur une copie, jamais sur l'original.
3. Remplacer les données par des étiquettes, de façon cohérente, à la main ou avec un outil.
4. Nettoyer le fichier. Word : révisions, commentaires, Inspecteur de document. PDF : vraie suppression du texte.
5. Relire le document final comme le lirait l'IA, en-têtes, pieds de page et tableaux compris, et chercher (Ctrl+F) chaque nom d'origine.
6. Envoyer avec une consigne, restituer, relire. Remettez les vraies valeurs, puis relisez la réponse avant tout usage : l'IA peut inventer, et elle ne connaît le genre des personnes que par les civilités restées en clair.

Le faire à la main dans Word

Dans Word, remplacez chaque donnée avec Rechercher et remplacer, acceptez toutes les modifications, supprimez les commentaires, puis passez le fichier à l'Inspecteur de document avant de l'enregistrer sous un nouveau nom.

Rechercher et remplacer

Ouvrez Accueil > Remplacer, puis cliquez sur « Plus >> ». Cochez « Mot entier » et laissez « Respecter la casse » décoché, pour attraper aussi « FERREIRA ». Commencez par le nom complet ([PERSONNE_1]), puis le nom seul ([PERSONNE_1_NOM]) et le prénom seul ([PERSONNE_1_PRENOM]).

Tenez à part une petite liste valeur → étiquette. C'est votre table de correspondance : gardez-la en lieu sûr et ne l'envoyez jamais à l'IA.

Révisions, commentaires et Inspecteur de document

Acceptez toutes les modifications (Révision > Accepter > Accepter toutes les modifications) et supprimez les commentaires. Ouvrez ensuite Fichier > Informations > Vérifier la présence de problèmes > Inspecter le document.

Selon Microsoft, l'outil trouve notamment les commentaires, les révisions, les propriétés et informations personnelles, les en-têtes, pieds de page et filigranes, le texte masqué, les données XML personnalisées et le contenu invisible. Microsoft précise qu'il ne détecte pas le texte masqué autrement, comme un texte blanc sur fond blanc, ni les objets recouverts par d'autres.

Attention : supprimer les en-têtes et pieds de page par l'Inspecteur les retire entièrement. S'ils vous sont utiles, remplacez-y les noms à la main. Renommez enfin le fichier sans nom de personne.

Ce que propose le guide du canton de Fribourg

Le Guide du caviardage de l'Autorité cantonale de la transparence, de la protection des données et de la médiation (FR) propose, pour un document Word, de créer un nouveau document, d'y remplacer chaque terme à caviarder par un tiret bas et d'enregistrer le résultat dans un autre format, par exemple en PDF.

Notre conseil, qui n'est pas le leur : avant une IA, une étiquette garde plus de sens qu'un tiret bas.

Le faire à la main dans un PDF

Dans un PDF, ne dessinez pas de rectangle noir : utilisez un outil de biffage (caviardage) qui supprime réellement le texte, appliquez-le, supprimez les informations masquées, puis vérifiez en cherchant les noms d'origine dans le fichier obtenu.

• Un rectangle, un surlignage noir ou une annotation posés par-dessus laissent souvent le texte dans le fichier.
• Adobe décrit l'outil « Biffer un PDF » (Tous les outils > Biffer un PDF), qui supprime définitivement le contenu sensible et les données masquées (commentaires, métadonnées, calques masqués) et enregistre un nouveau fichier. Il n'est disponible que dans Acrobat Pro, Premium ou Studio.
• Le guide fribourgeois renvoie aux procédures d'Adobe Acrobat Pro et de PDF-XChange Editor, et recommande de consulter celle d'Acrobat avant chaque caviardage.
• Vérification simple : dans le PDF obtenu, faites Ctrl+F sur chaque nom, puis sélectionnez et copiez la zone noircie et collez-la dans un éditeur de texte.

Limite pratique : avant une IA, un caviardage noir fait perdre le sens du texte (voir étiquettes ou caviardage noir). Pour garder des étiquettes dans un PDF, le plus simple est souvent de repartir du Word d'origine, ou d'utiliser un outil qui écrit l'étiquette à la place du texte effacé.

Et les PDF scannés ?

Dans un scan, le texte est une image : la recherche ne le trouve pas et un outil d'anonymisation de texte ne le lit pas. Repartez du document d'origine (Word ou PDF exporté). À défaut, biffez visuellement chaque zone et vérifiez page par page.

Maijin Shield, lui, refuse un PDF fait uniquement d'images de pages, sans texte. Dans un PDF mixte, les pages scannées ne sont pas anonymisées. Un scan avec couche de texte (OCR) est accepté : le texte est remplacé, mais l'image de la page montre toujours les noms. Dans votre espace, l'aperçu signale les images et propose de les retirer.

Exemple fictif : un courrier RH avant et après

Voici une convocation RH inventée, puis le même texte tel qu'il peut partir vers l'IA, avec des étiquettes à la place des données personnelles. L'exemple est illustratif : la sortie exacte dépend du document et des réglages. Les personnes, l'adresse, l'entreprise et les numéros sont inventés.

Avant

Lausanne, le 6 octobre 2026. Madame Léa Ferreira, Route de Berne 48, 1010 Lausanne. Objet : entretien de suivi du 20 octobre 2026. Madame Ferreira, suite à votre demande du 29 septembre 2026 de passer à 80 %, nous vous proposons un entretien avec M. Patrick Wenger, responsable RH de Bureau Alpin SA, le 20 octobre 2026 à 14 h. Votre numéro de collaboratrice (C-20417) figure sur la convocation. Léa, merci de confirmer par e-mail à p.wenger@example.ch ou au 021 555 01 23.

Après (illustratif)

[ADRESSE_1], le [DATE_1]. Madame [PERSONNE_1], [ADRESSE_2]. Objet : entretien de suivi du [DATE_2]. Madame [PERSONNE_1_NOM], suite à votre demande du [DATE_3] de passer à 80 %, nous vous proposons un entretien avec M. [PERSONNE_2], responsable RH de [ORGANISATION_1], le [DATE_2] à 14 h. Votre numéro de collaboratrice ([IDENTIFIANT_1]) figure sur la convocation. [PERSONNE_1_PRENOM], merci de confirmer par e-mail à [EMAIL_1] ou au [TELEPHONE_1].

Ce qu'on y voit :

• Civilités. « Madame » et « M. » restent en clair : l'IA garde le genre.
• Nom seul et prénom seul. « Ferreira » devient [PERSONNE_1_NOM] et « Léa » [PERSONNE_1_PRENOM], dérivés de [PERSONNE_1] : l'IA comprend qu'il s'agit de la même personne.
• Date répétée. Le 20 octobre apparaît deux fois et garde la même étiquette, [DATE_2].
• Employeur. Il devient [ORGANISATION_1] quand l'IA d'analyse le repère. Vérifiez-le dans l'aperçu : sinon, il reste en clair.
• Ce qui reste en clair, et pourquoi. « 80 % », « responsable RH » et « 14 h » sont utiles à la tâche. À vous de juger : une fonction rare peut identifier quelqu'un. « Lausanne » en tête de lettre, déjà présent dans l'adresse, est masqué aussi et reçoit sa propre étiquette ([ADRESSE_1]), distincte de celle de l'adresse complète ([ADRESSE_2]).

Consigne à l'IA

Voici un courrier dont les données personnelles sont remplacées par des étiquettes entre crochets, comme [PERSONNE_1]. Reformule-le sur un ton plus chaleureux, en gardant la même structure. Conserve toutes les étiquettes telles quelles, sans les traduire, les modifier ni en ajouter, et n'invente aucune information.

Restitution. L'IA rend le courrier avec les mêmes étiquettes. Remettez les vraies valeurs, à la main avec votre liste ou avec l'outil, puis relisez les accords (« [PERSONNE_2] est venu »). Essayer avec un document fictif, sans compte.

Checklist avant d'envoyer un document à une IA

Neuf vérifications, à faire à chaque document : avant l'envoi, puis après la réponse de l'IA.

1. ☐ L'IA et le compte utilisés sont ceux que mon organisation a choisis.
2. ☐ Je n'envoie que les passages utiles à la tâche.
3. ☐ Noms, prénoms, surnoms et initiales sont remplacés, y compris collègues, proches et clients.
4. ☐ Adresse, NPA, e-mail, téléphone, numéros AVS, IBAN et matricules sont remplacés.
5. ☐ Dates précises remplacées ou réduites à l'année ; employeur, lieux et fonctions rares généralisés.
6. ☐ En-têtes, pieds de page, notes, tableaux et zones de texte relus.
7. ☐ Révisions acceptées, commentaires supprimés, propriétés et nom du fichier nettoyés.
8. ☐ PDF : texte réellement supprimé (Ctrl+F sur chaque nom), aucune page scannée oubliée.
9. ☐ Réponse de l'IA relue avant usage, étiquettes remplacées, rien d'inventé.

Ce que la méthode ne règle pas

Remplacer les données par des étiquettes, c'est de la pseudonymisation : quiconque détient la correspondance peut rattacher le texte à la personne, le recoupement reste possible, et un oubli suffit à laisser passer un nom.

• Pseudonymisation, pas anonymisation. Nous écrivons « anonymiser » comme dans le langage courant. Pour les définitions, le PFPDT et Fedlex font foi.
• Recoupement. Plusieurs détails anodins, mis ensemble, peuvent désigner une personne.
• Oublis. À la main comme avec un outil : relisez toujours.
• Images. Photos, signatures scannées et logos ne sont pas traités par le remplacement de texte.
• La réponse de l'IA reste à vérifier.
• La méthode ne remplace ni la directive interne de votre organisation ni un avis juridique.

Où trouver les règles et les recommandations officielles

Ce guide ne dit pas ce qui est permis. Les textes officiels sont listés ici, avec leur date ; pour savoir ce qu'ils impliquent pour votre organisation, adressez-vous à votre conseiller·ère à la protection des données, à votre juriste ou à l'autorité de protection des données compétente.

Sur sa page « Recours à l'intelligence artificielle au quotidien – exemples pratiques », le PFPDT s'adresse aux personnes concernées : il leur conseille de n'accepter les conditions d'utilisation d'un service d'IA que si elles y consentent et, dans le cas contraire, de renoncer au service ou, si cela est possible pour l'usage concret, de supprimer les données personnelles avant de saisir une demande dans un programme basé sur l'IA. Nous n'en tirons aucune conclusion juridique.

Avec Maijin Shield : ce qui part, ce qui reste

Maijin Shield applique cette méthode aux documents Word, Excel, PowerPoint, PDF et XML : il remplace les données qu'il détecte par des étiquettes, vous laisse corriger un aperçu, livre le même document nettoyé, puis remet les vraies valeurs dans le document rendu par l'IA. C'est de la pseudonymisation.

Ce qu'il fait

• Il accepte les formats .docx, .xlsx, .pptx, PDF et XML, ainsi que le texte collé, jusqu'à 20 Mo.
• Il traite les en-têtes, pieds de page, notes, commentaires (auteurs neutralisés), révisions acceptées, propriétés, miniature, nom du fichier et zones cachées.
• Dans un PDF, le texte est réellement effacé et remplacé par l'étiquette, sans rectangle noir. Un PDF n'est livré qu'après une relecture automatique qui vérifie qu'aucune valeur masquée n'y reste.
• Dans l'aperçu, un clic laisse une donnée en clair ou change son type ; la sélection d'un mot oublié le masque partout.
• À la restitution, le document rendu par l'IA (Word, Excel, PowerPoint, PDF ou XML) est en général reconnu automatiquement (en cas de doute, Maijin Shield vous demande de choisir), et les étiquettes sont reconnues en français, allemand, italien ou anglais.
• Le dépôt par e-mail fonctionne sans aperçu : tout ce qui est détecté est masqué, sans possibilité de retirer les images, et la réponse ne signale pas encore les pages scannées : pour un PDF qui en contient, déposez-le plutôt dans votre espace. Le document transite aussi par votre messagerie, parfois hors de Suisse, et le document restitué y arrive avec les vraies valeurs.

Ce qui part, ce qui reste

• Le texte part en clair, par une connexion chiffrée, à l'IA d'Infomaniak hébergée en Suisse (zéro rétention et zéro entraînement selon Infomaniak). L'analyse peut prendre quelques minutes.
• Le document d'origine n'est jamais conservé.
• La table de correspondance, le nom du fichier d'origine et la version anonymisée (à retélécharger depuis l'historique) sont conservés, chiffrés, ainsi qu'une empreinte du texte anonymisé qui ne permet pas de le reconstituer, 90 jours, puis effacés ; vous pouvez les effacer à tout moment. Les sauvegardes en conservent une copie jusqu'à 14 jours de plus.
• Tous les e-mails partent de la messagerie d'Infomaniak, en Suisse ; Stripe, seul prestataire hors de Suisse (paiement), ne reçoit jamais un document.
• L'essai sans compte envoie lui aussi le texte à l'IA d'Infomaniak (utilisez de préférence un document fictif) et ne conserve pas le document ; sa table reste en mémoire, chiffrée, jusqu'à 1 heure après le dernier document, le temps d'essayer le retour des vraies valeurs.

Ses limites

• Les PDF faits uniquement d'images de pages sont refusés ; les pages scannées d'un PDF mixte ne sont pas anonymisées, et l'image d'un scan avec couche de texte (OCR) montre toujours les noms.
• Le contenu des images n'est pas analysé ; l'aperçu propose de retirer les images du document.
• Des oublis sont possibles : relisez l'aperçu.
• Le recoupement reste possible, et ni un salaire, ni un taux d'activité, ni un âge ne sont des catégories.

Offres. Trois offres selon le nombre de personnes de l'équipe, avec 10 000 à 40 000 pages par mois, documents d'environ 150 pages, dépôt par e-mail compris. Le prix dépend de la taille de l'équipe : l'essai sans compte montre le résultat sur un document court, puis demandez une démonstration.

Pour en savoir plus : ce qui part, ce qui reste, combien de temps, questions fréquentes sur Maijin Shield et politique de confidentialité.

Ce guide donne des informations générales et ne constitue pas un avis juridique. Pour une situation précise, adressez-vous au conseiller ou à la conseillère à la protection des données de votre institution, ou à un·e juriste.