# Generateur de chunks RAG et citations PDF Transforme un PDF en chunks RAG avec page, bounding box et metadonnees de citation > Page canonique: https://elysiatools.com/fr/tools/pdf-rag-chunker-citation-pack - **Catégorie:** AI Tools - **Mots-clés:** pdf, rag, citation, chunk ## Présentation Chargez un PDF et loutil execute OpenDataLoader pour produire un JSON structure. Les paragraphes, listes, tableaux et titres sont ensuite regroupes en chunks RAG avec page, bounding box et contexte de section. ## Entrées - **Fichier PDF** (file) - **Mode de decoupage** (select) - **Caracteres max par bloc** (number) - **Utiliser larbre de structure** (checkbox) - **Assainir les donnees sensibles** (checkbox) - **Inclure les tableaux** (checkbox) ## Quand l'utiliser - Préparer des documents PDF complexes pour l'ingestion dans une base de données vectorielle. - Créer des assistants IA ou des chatbots nécessitant des citations précises avec numéros de page et coordonnées spatiales. - Extraire du texte structuré tout en conservant la hiérarchie des titres et les données des tableaux. ## Fonctionnement - Importez votre fichier PDF dans l'outil. - Définissez le mode de découpage (par titre ou par élément) et la limite maximale de caractères par bloc. - L'outil analyse la structure du document et regroupe le contenu en blocs enrichis de métadonnées spatiales et contextuelles. - Téléchargez le fichier JSON généré, prêt à être utilisé dans vos pipelines RAG. ## Cas d'usage - Alimentation de bases de données vectorielles pour la recherche sémantique. - Développement de systèmes de questions-réponses (Q&A) capables de sourcer visuellement leurs réponses sur le PDF original. - Traitement par lots de rapports financiers ou de manuels techniques pour l'analyse automatisée. ## Questions fréquentes ### Quels types de métadonnées sont inclus dans les chunks ? Chaque bloc généré inclut le texte, le numéro de page, les coordonnées spatiales (bounding box) et le chemin hiérarchique des titres. ### Puis-je conserver les tableaux lors du découpage ? Oui, l'option 'Inclure les tableaux' permet d'extraire et d'intégrer les données tabulaires dans les blocs générés. ### Quelle est la différence entre les modes de découpage ? Le mode 'Regrouper par titre' rassemble le contenu sous un même en-tête jusqu'à la limite de caractères, tandis que 'Un élément par bloc' isole chaque paragraphe ou liste individuellement. ### Est-il possible de masquer les données sensibles ? Oui, en activant l'option 'Assainir les données sensibles', l'outil tentera de nettoyer les informations confidentielles avant la génération du JSON. ### Quel est le format du fichier de sortie ? L'outil génère un fichier JSON structuré contenant un tableau d'objets, idéal pour l'intégration directe dans des systèmes d'IA. ## Outils associés - [PDF vers texte propre pour LLM](https://elysiatools.com/fr/tools/pdf-to-clean-text-for-llm): Extrait un texte propre depuis un PDF pour le resume, la traduction, lembedding et dautres flux LLM - [Pack Thèmes Markdown vers PDF](https://elysiatools.com/fr/tools/markdown-to-pdf-theme-pack): Convertit Markdown en PDF avec thèmes clair, sombre ou impression - [Conversion PDF/A](https://elysiatools.com/fr/tools/pdf-a-convert): Convertit les PDF en un profil PDF/A autodéclaré sans dépendance externe - [PDF vers Excel](https://elysiatools.com/fr/tools/pdf-to-excel): Extrait les données tabulaires des fichiers PDF et les convertit en feuilles de calcul Excel avec des options d'analyse personnalisables - [Convertisseur PDF vers Markdown](https://elysiatools.com/fr/tools/pdf-to-markdown): Convertit les documents PDF au format Markdown avec extraction de texte et préservation du formatage - [PDF vers Texte Avancé](https://elysiatools.com/fr/tools/pdf-to-text-advanced): Convertisseur PDF vers texte avancé avec sélection de pages, options de format et extraction de métadonnées - [Pont PDF (OCR) vers JSON structuré](https://elysiatools.com/fr/tools/ocr-pdf-to-structured-json-bridge): Extrait la couche texte du PDF avec la géométrie (lignes par position y, tableaux par écarts de colonnes, titres par taille de police, paires clé-valeur à deux-points) puis remplit champ par champ un JSON Schema fourni — libellés appariés par clés normalisées, valeurs coercées vers les types déclarés et validées par ajv. - [Nettoyeur de bruit den-tete/pied PDF](https://elysiatools.com/fr/tools/pdf-header-footer-noise-remover): Compare lextraction avec et sans en-tetes/pieds pour reperer le bruit repetitif dans le texte ## Exemples - [Exemples PDF](https://elysiatools.com/fr/samples/pdf-samples): Exemples PDF generes par les outils du 2026-02-01 au 2026-02-10 - [Exemples de Slides Markdown](https://elysiatools.com/fr/samples/md-slide-deck-to-pdf): Presentations Markdown style Remark/Marp pour tester l export PDF - [Exemples ICS du Planificateur Multi-Fuseaux](https://elysiatools.com/fr/samples/time-zone-workflow-scheduler-ics-samples): Fichiers ICS reprenant la meme structure que Time Zone Workflow Scheduler, avec plusieurs VEVENT de creneaux candidats - [Exemples de sous-titres ASS](https://elysiatools.com/fr/samples/ass-samples): Fichiers ASS du plus simple au plus complexe pour le parsing sensible au style, la traduction, la conversion et le QA de localisation ## Contenu associé - [Extraction OCR de documents](https://elysiatools.com/fr/hubs/document-ocr-extraction): Extrayez le texte OCR de scans et convertissez des pages ou images en Markdown, JSON, tableaux, légendes et segments prêts pour la recherche avec contrôle qualité. - [Preparation PDF pour LLM et RAG](https://elysiatools.com/fr/hubs/pdf-llm-rag-prep): Transformer des PDF en entrees propres, sures et citables pour resume LLM, embeddings, recherche et RAG. - [Decoupage RAG et preparation retrieval](https://elysiatools.com/fr/hubs/rag-chunking-retrieval-prep): Nettoyez PDF et Word, retirez le bruit d'extraction, detectez les prompts caches, segmentez le texte, notez les chunks et preparez les citations RAG.