L'essor des assistants conversationnels comme ChatGPT et Claude s'accompagne d'une question croissante : comment maîtriser et comprendre ses propres échanges ? Un développeur propose une réponse open source avec llm-export-analytics, une boîte à outils installable via pip, qui transforme les exports de conversations en données exploitables.
L'outil se distingue par son approche respectueuse de la vie privée. Toute l'analyse s'effectue en local, sur la machine de l'utilisateur, sans que les données ne soient envoyées vers des serveurs externes. Les développeurs le présentent comme un "kit axé sur la privacy" conçu pour "analyser vos exports ChatGPT et Claude".
Fonctionnalités principales
Le projet fournit plusieurs métriques. On trouve le suivi par modèle (model tracking), une analyse de l'efficacité des prompts (prompt effectiveness analysis), et des indicateurs de coût comme le POD (presumably per-output-date ? le sigle n'est pas explicité), DLOD, POE. Il intègre aussi une classification thématique (topic classification) et des benchmarks sectoriels (industry benchmarks). Un système de 49 tests accompagne le code pour valider les résultats.
En pratique, l'utilisateur récupère ses fichiers d'export depuis l'interface de ChatGPT ou de Claude, puis exécute le logiciel en ligne de commande. Les données sont ensuite présentées sous forme de tableaux et de graphiques. Les répertoires de code suggèrent la génération de rapports Markdown, avec des exemples de visualisations comme la fréquence d'utilisation par jour de la semaine.
Contexte et implications
Cette initiative s'inscrit dans un mouvement plus large de demande de transparence autour des outils d'intelligence artificielle. Alors que les fournisseurs comme OpenAI et Anthropic publient des exports de données au format JSON, les utilisateurs disposaient jusqu'à présent de peu de moyens pour les interpréter facilement. llm-export-analytics comble ce vide en offrant une analyse quantitative et qualitative des conversations.
Le projet est hébergé sur GitHub sous licence publique, ce qui permet à tout développeur de contribuer ou de personnaliser l'outil selon ses besoins. La documentation précise qu'il est "pip installable", c'est-à-dire installable via le gestionnaire de paquets Python standard.
Limites et perspectives
Pour l'instant, l'outil se concentre sur les deux principaux modèles, ChatGPT et Claude. L'analyse de conversation avec d'autres assistants comme Gemini, Copilot ou Mistral n'est pas encore documentée. Le projet étant récent, sa communauté reste à constituer, mais le code est ouvert aux contributions.
L'existence même de cet outil soulève des questions plus larges sur la maîtrise de ses données personnelles dans un contexte d'IA générative. Si chaque plateforme propose un export, leur exploitation nécessite des compétences techniques. llm-export-analytics cherche à réduire cette barrière en rendant l'analyse accessible à quiconque sait exécuter une commande pip.
