Cas d’usage · IA appliquée · Rénovation énergétique
Lire une plaque signalétique avec Claude
Le technicien photographie la plaque de l’unité extérieure, Claude renvoie un JSON strict, l’humain valide. Sur 120 photos réelles, en 1,8 seconde par photo.
Technologies
- Python
- Flask
- API Anthropic
- JSON strict
Le besoin
Sur le terrain, le technicien doit saisir la marque, le modèle, la puissance, le fluide frigorigène et le numéro de série d’une installation. Ces informations sont sur la plaque signalétique, souvent encrassée, mal éclairée, et différente d’un fabricant à l’autre.
La méthode
- La photo part à l’API d’Anthropic avec un prompt métier, qui exige un JSON strict.
- Quand une valeur est illisible, Claude répond null plutôt que d’inventer.
- Le formulaire est prérempli, et le technicien valide au lieu de saisir.
Lire n’est pas comprendre
Un OCR lit des caractères. Claude sait que R32 est un fluide frigorigène, et qu’IPX4 est un indice de protection, pas un modèle, même quand les deux sont sur la même ligne.
En production
Cette lecture tourne aujourd’hui dans la plateforme Gotrust, sur les photos de plaque et d’aération des pompes à chaleur.
Questions fréquentes
Claude lit-il correctement les plaques signalétiques ?
Sur 120 photos réelles : 97 % des fluides, 94 % des modèles et 89 % des numéros de série sont corrects. En 1,8 seconde par photo en moyenne.
Que se passe-t-il quand une plaque est illisible ?
Claude répond null plutôt que d’inventer une valeur. Le technicien valide toujours le formulaire prérempli.
Où cette lecture est-elle utilisée ?
Dans la plateforme Gotrust, sur les photos de plaque et d’aération des pompes à chaleur. La référence lue est rapprochée d’un référentiel de matériels.