Pourquoi les surlignages Kindle sont le carburant d'étude idéal pour l'IA
Les surlignages Kindle ont une propriété étrange. Ce sont la chose la plus délibérée que vous faites en lisant, vous avez littéralement arrêté, appuyé, glissé pour marquer quelque chose d'important, et ce sont aussi ce que vous oubliez le plus vite. Amazon les stocke indéfiniment sur read.amazon.com/notebook. La plupart des lecteurs n'ouvrent jamais cette page une deuxième fois.
L'économie du « faire quelque chose » avec ces surlignages était autrefois mauvaise. Transformer 40 surlignages en un jeu propre de flashcards, c'était environ deux heures de travail manuel : copier, reformuler, mettre en forme, saisir dans Anki. Personne ne fait ça pour le plaisir. Les surlignages restaient donc à dormir.
L'IA a changé le calcul. Un seul prompt à Claude ou ChatGPT peut convertir ces mêmes 40 surlignages en 15 à 20 paires indice/réponse en environ 90 secondes. Les résumés de chapitres qui exigeaient une relecture se règlent désormais avec un paragraphe d'instructions. La taxe d'entrée pour étudier à partir de votre propre bibliothèque est tombée à près de zéro.
Cela importe plus qu'il n'y paraît. Roediger et Karpicke ont montré depuis deux décennies que la pratique de récupération surpasse la relecture par des marges larges, parfois de 50 % ou plus lors de tests différés. Leur article de Science de 2011 a démontré que les étudiants ayant pratiqué la récupération battaient ceux qui utilisaient la cartographie conceptuelle à un examen une semaine plus tard. Le verrou n'a jamais été la science. C'était le coût en travail de fabriquer les amorces de récupération. L'IA lève ce verrou.
Une dernière chose rend les surlignages Kindle spéciaux : ils sont déjà filtrés. Vous avez surligné les 2 % environ de texte qui vous ont frappé comme importants quand votre cerveau était engagé. C'est une entrée à fort signal pour un LLM. Bonnes données en entrée, bonnes cartes en sortie.
Récupérer vos surlignages : trois méthodes d'export
Avant que l'IA ne fasse quoi que ce soit, il vous faut vos surlignages en texte brut. Il existe trois voies, et elles conviennent à des situations différentes.
1. My Clippings.txt depuis l'appareil Kindle. Branchez votre Kindle à un ordinateur via USB. Il se monte comme un disque. Ouvrez documents/My Clippings.txt. Tous les surlignages que vous avez jamais faits sur cet appareil s'y trouvent, en ordre chronologique, avec le titre du livre et l'emplacement. C'est laid mais complet. Bon pour un archivage hors ligne, mauvais pour des exports propres par livre car les livres s'entremêlent.
2. Le notebook du lecteur web d'Amazon. Rendez-vous sur read.amazon.com/notebook. Choisissez un livre dans la colonne de gauche. Amazon affiche tous les surlignages et notes de ce livre dans une vue web propre. Le copier-coller manuel fonctionne, et c'est le format le plus propre par livre. Le hic : pas de bouton « export » officiel. Pour 3 livres, vous pouvez copier à la main. Pour 30, vous détesterez votre vie.
3. L'import Kindle de Glasp. Glasp lit votre page de notebook Amazon et synchronise tous les surlignages dans votre compte Glasp, organisés par livre, avec métadonnées. L'installation se résume à une extension de navigateur plus un clic. Les instructions complètes se trouvent sur https://glasp.co/kindle-highlight-export, et la mécanique plus large de sync et de planificateur est couverte dans the full workflow. Une fois importés, vous pouvez exporter vos surlignages en Markdown, CSV ou texte brut, et fournir le fichier directement à n'importe quel outil IA.
Tableau de décision :
| Méthode | Temps d'installation | Propre par livre | Récupération massive | Idéal pour |
|---|---|---|---|---|
| My Clippings.txt | 2 min | Non | Oui | Archive hors ligne, extraction ponctuelle |
| Notebook web Amazon | 0 min | Oui | Non | Export rapide de 1 à 3 livres |
| Kindle highlights via Glasp | 3 min | Oui | Oui | Étude récurrente, requêtes IA inter-livres |
Si vous prévoyez de faire tourner l'IA sur la même bibliothèque plus de deux fois, l'option 3 vous fait gagner des heures.
Cinq sorties IA que vous pouvez générer
Une fois les surlignages dans un fichier texte, voici les cinq sorties qui offrent la plus forte valeur d'étude par minute de prompt. Elles se composent entre elles ; la plupart des étudiants finissent par en enchaîner trois ou quatre sur un même livre.
1. Flashcards Anki. Le cas d'usage classique. Fournissez les surlignages, demandez des paires indice/réponse en CSV, importez dans Anki. Un bon prompt produit des cartes qui testent le concept, pas qui recopient le surlignage tel quel. Exemple : un surlignage qui dit « Les intérêts composés sont la huitième merveille du monde » devient une carte avec « Que Einstein aurait-il appelé les intérêts composés, et pourquoi ? » au recto.
2. Résumés de chapitres. Collez les surlignages d'un chapitre, demandez un résumé de 4 à 6 phrases qui capture la thèse plus les deux ou trois arguments de soutien. Empilez-les et vous obtenez une version exécutive du livre entier, lisible en dix minutes avant un examen ou une réunion.
3. Fiches de révision en questions/réponses. Plus proche de la prépa aux examens que des flashcards. Demandez à l'IA de générer 15 questions à réponse courte par chapitre, à niveaux de difficulté mixtes, avec des réponses types tirées uniquement des surlignages. C'est le format qui imite le plus les examens de type dissertation ou oral (viva).
4. Synthèse inter-livres. La chose que seule l'IA peut vraiment faire à grande vitesse. « J'ai lu ces six livres sur l'économie comportementale. Sur quoi s'accordent-ils ? Où se contredisent-ils ? ». Collez les surlignages des six, obtenez un document de synthèse. C'est ainsi que vous transformez une étagère en vision du monde.
5. Entraînement conversationnel à l'oral. Collez les surlignages dans Claude ou ChatGPT, dites-lui de jouer le rôle d'un tuteur qui vous interrogera oralement pendant 15 minutes, en tirant les questions uniquement de ce matériel, sans jamais vous lâcher. Ce format fonctionne remarquablement bien en lettres et en histoire.
Toutes les cinq vivent dans le territoire de chat with your notes si vous voulez approfondir l'architecture.
Comparatif : ChatGPT contre Claude contre NotebookLM contre Glasp AI Chat
Quatre outils dominent ce workflow en avril 2026. Chacun a un point fort clair.
| Outil | Limite de tokens | Multi-sources | Sortie audio | Export flashcards | Requêtes inter-livres | Prix |
|---|---|---|---|---|---|---|
| ChatGPT (Plus / Projects) | ~128K par chat ; Projects conservent de grands contextes collés | Oui via Projects | Chat vocal seulement, pas d'export podcast | Bon CSV/TSV via prompt | Copier-coller manuel, fonctionne bien | 20 $/mois |
| Claude (Pro / Projects) | 200K par chat ; Projects stockent un contexte persistant | Oui via Projects | Non | Respect du format CSV/Anki de référence | Copier-coller manuel, synthèse la plus puissante | 20 $/mois |
| NotebookLM | Jusqu'à 50 sources par notebook, ~500K mots chacune | Oui, natif | Oui, Audio Overviews (~10-15 min) | Plus faible, pas conçu pour le CSV | Excellent à l'intérieur d'un notebook | Gratuit avec un compte Google |
| Le chat IA de Glasp | Interroge tous vos surlignages importés | Oui, natif sur web + Kindle | Non | Via prompt, exports en Markdown | Natif, sur l'ensemble de la bibliothèque | Offre gratuite + Pro |
Décodeur rapide : utilisez Claude quand vous voulez le CSV Anki le plus propre, utilisez ChatGPT quand vous itérez vite sur les prompts, utilisez NotebookLM quand vous voulez un résumé façon podcast à écouter en marchant, et utilisez Glasp AI Chat quand vous voulez répondre à une question à travers tout votre historique de lecture sans avoir à vous rappeler quel livre a dit quoi. Plus de détails sur le workflow « audio en premier » dans NotebookLM alternatives.
Le workflow Kindle vers Anki complet (20 minutes)
Voici le flux complet pour un livre. Une fois que vous l'avez fait deux fois, l'ensemble prend 15 à 20 minutes.
Minute 0 à 3 : export. Ouvrez votre import Kindle de Glasp (ou le notebook Amazon), récupérez les surlignages du livre visé, enregistrez sous book-highlights.txt.
Minute 3 à 5 : pré-nettoyage. Parcourez le fichier. Supprimez les surlignages purement contextuels (« le chapitre suivant montrera... ») ou les doublons. 40 à 150 surlignages par livre, c'est la zone idéale.
Minute 5 à 12 : génération des cartes. Ouvrez Claude (recommandé pour cette étape). Collez les surlignages. Utilisez ce prompt :
You are helping me build Anki flashcards from my Kindle highlights for <Book Title> by <Author>.
Rules:
- Output in CSV format with exactly two columns: Front,Back
- Each card tests ONE concept
- Front is a question, not a fill-in-the-blank
- Back is 1-3 sentences max, paraphrased from the highlight
- If a highlight is a quote worth memorizing verbatim, put "Who said: '<quote>'?" on the front
- Skip highlights that are narrative or context only
- Do not invent facts not present in the highlights
- Target ~1 card per 2-3 highlights; aim for quality over quantity
Highlights:
<paste here>
Claude produira un CSV. Copiez la sortie dans un fichier appelé book.csv.
Minute 12 à 15 : relecture. C'est l'étape que la plupart des gens zappent, et c'est celle qui compte. Lisez chaque carte. Supprimez les mauvaises. Réécrivez celles qui manquent de clarté. Une carte à laquelle vous ne faites pas confiance est pire que pas de carte. Prévoyez d'en couper 15 à 25 %.
Minute 15 à 18 : import dans Anki. Ouvrez Anki desktop, Fichier, Importer, sélectionnez le CSV, associez les colonnes Front et Back, choisissez un paquet, validez.
Minute 18 à 20 : étiquetage et programmation. Taguez les cartes avec le titre du livre et l'auteur. Fixez la limite quotidienne de nouvelles cartes pour ce paquet (20 est une bonne valeur par défaut). Terminé.
Un livre de 350 surlignages produit généralement environ 120 cartes après relecture. Un livre par mois, c'est environ 1 440 cartes par an, une base de connaissances privée substantielle.
Des prompts qui fonctionnent vraiment
Une bibliothèque de prompts vaut mieux que de retenir des commandes. Copiez-les, collez vos surlignages en dessous.
Flashcards (axées concept) :
Turn the highlights below into Anki cards. CSV format, Front,Back. Each card tests a concept; do not copy highlights verbatim. Include why the concept matters on the back. Output nothing but the CSV.
Flashcards (mémorisation de citations) :
The highlights below are quotes I want to memorize. For each, create an Anki card where the Front is a paraphrased cue ("Who argued that X?") and the Back is the quote verbatim with the author. CSV format.
Résumés de chapitres :
Group the highlights below by chapter (use the location numbers as a guide). For each chapter, write a 4-6 sentence summary covering: (1) the chapter's main claim, (2) the strongest supporting evidence, (3) any counterpoint the author raises. Only use information present in the highlights.
Questions d'examen :
Generate 15 short-answer exam questions from the highlights below. Mix difficulty: 5 recall, 5 application, 5 synthesis. Provide a model answer under each, drawn only from the highlights. Format: numbered list.
Synthèse inter-livres (collez les surlignages d'au moins 2 livres) :
I've pasted highlights from multiple books below, separated by "===BOOK: <title>===" markers. Identify: (1) claims all books agree on, (2) claims where the books contradict each other, (3) gaps I should read more about. Cite the book title for every point.
Carte conceptuelle :
From the highlights below, produce a hierarchical concept map in Markdown bullet form. Top-level bullets are top concepts; nest related ideas under them. No concept should appear twice. Aim for 3 levels of depth.
Tuteur d'examen oral :
You are my tutor. Using only the highlights below as source material, quiz me orally on this book. Ask one question at a time, wait for my answer, then give feedback and ask the next. Mix recall and application. Continue for 15 minutes. Start now.
Simulation de la voix de l'auteur (à manier avec précaution) :
Based on the highlights below from <Author>'s book <Title>, simulate a Q&A where I ask the author questions and you answer in their voice and with their views as expressed in the highlights. If I ask something not covered in the highlights, say so and refuse to invent a view.
Ce dernier prompt est utile pour l'engagement profond façon how to remember what you read, mais la clause de refus est porteuse. Sans elle, le modèle inventera volontiers.
Éviter les hallucinations de l'IA sur vos propres livres
C'est la partie que les étudiants sous-estiment le plus. Une flashcard qui enseigne un fait inventé est une flashcard à valeur négative. Trois habitudes permettent de l'éviter.
Habitude 1 : toujours coller, jamais se fier à la mémoire. Si vous demandez à ChatGPT « fais-moi des flashcards à partir de Système 1, Système 2 », il produira des cartes à partir des données d'entraînement, et certaines seront fausses d'une manière qui sonne juste. Collez vos vrais surlignages et il est contraint par un texte réel.
Habitude 2 : exiger la citation de la source. Ajoutez à votre prompt : « Pour chaque carte, inclus le surlignage source mot pour mot dans une troisième colonne. Si tu ne peux pas pointer un surlignage, ne fais pas la carte. ». Cela oblige le modèle à rester honnête, et vous pouvez vérifier ponctuellement en 20 secondes par carte.
Habitude 3 : contrôler 10 %. Choisissez une carte sur dix au hasard. Ouvrez le livre, trouvez le passage, vérifiez. Si vous repérez une hallucination, régénérez ce lot. Deux hallucinations dans un lot, changez de modèle.
Défense secondaire : tenez un dossier « source de vérité » par livre avec l'export, le CSV généré et le paquet relu ensemble. Traçable en 30 secondes.
Combiner avec la répétition espacée
Générer un paquet, c'est la moitié facile. Le réviser pendant des mois, c'est la moitié difficile, et l'IA ne peut pas la faire à votre place.
La répétition espacée est le seul mécanisme que nous connaissons qui fait passer l'information en mémoire à long terme de manière fiable sans relire la source. Les recherches de SuperMemo qui remontent aux années 1980, plus des décennies de données utilisateurs de la communauté Anki, convergent vers le même constat : révisez une carte juste avant de l'oublier, et l'intervalle suivant peut être 2 à 3 fois plus long sans risque. Faites cela pendant un an et une carte tient des années.
Deux voies pratiques. Anki : gratuit, laid, fonctionne partout, écosystème de plugins le plus riche. Importez le CSV, il gère la programmation. Mochi : plus joli, Markdown natif, 5 $/mois. Mieux si vous voulez quelque chose que vous ouvrirez vraiment sur votre téléphone.
Le principe est le même : vos cartes générées par IA nourrissent une habitude quotidienne de révision, 10 à 20 minutes, idéalement à la même heure chaque jour. Ratez deux semaines et le paquet devient un cimetière. La constance bat l'intensité.
Il y a un traitement plus approfondi dans spaced repetition for readers, et l'article compagnon sur active recall explique pourquoi se tester bat relire.
Astuce tactique : taguez les cartes générées par IA avec la date de génération. Quand une carte échoue systématiquement à la révision après 3 tentatives, elle a généralement été mal générée. Supprimez ou réécrivez plutôt que d'insister.
Foire aux questions
Comment exporter mes surlignages Kindle vers ChatGPT ?
Trois étapes. Sortez les surlignages d'Amazon (via l'import Kindle highlights de Glasp, ou manuellement depuis read.amazon.com/notebook). Enregistrez-les en .txt. Collez le texte dans ChatGPT avec un prompt comme « Transforme ceci en flashcards Anki, format CSV. ». Pour les livres dépassant environ 80 000 mots de surlignages, découpez par chapitre et faites plusieurs passes.
Puis-je transformer ma bibliothèque Kindle en cartes Anki automatiquement ?
En partie. L'export peut être automatisé avec la synchronisation de Glasp. La génération des cartes nécessite encore un prompt par livre, car les prompts « taille unique » produisent des cartes médiocres. Prévoyez 15 à 20 minutes de travail par livre, l'IA faisant le gros de la tâche entre-temps.
NotebookLM fonctionne-t-il avec les surlignages Kindle ?
Oui. Collez les surlignages d'un livre comme une seule source (ou importez un fichier texte), et NotebookLM le traite comme un document. Vous pouvez alors poser des questions, générer une fiche d'étude ou produire un Audio Overview. Pour des CSV de flashcards, Claude ou ChatGPT font un travail plus propre ; pour les résumés audio, NotebookLM est inégalé.
Quelle est la précision de l'IA pour générer des flashcards depuis des surlignages de livres ?
Avec des prompts ancrés (coller de vrais surlignages, exiger la citation de la source), attendez-vous à environ 90 % de cartes correctes après une passe. Sans ancrage (demander à l'IA de « se souvenir » d'un livre), attendez-vous à 40 à 60 % de précision avec des erreurs qui sonnent confiantes. Collez toujours.
Quel est le meilleur outil IA pour étudier à partir de livres Kindle ?
Il n'y a pas de vainqueur unique. Claude pour des CSV prêts pour Anki. NotebookLM pour l'étude audio et les questions/réponses dans un notebook. Glasp pour interroger l'ensemble de votre historique de lecture. ChatGPT pour l'itération rapide sur les prompts. La plupart des étudiants sérieux finissent par en utiliser deux ou trois en séquence.
Puis-je tout faire gratuitement ?
Oui. NotebookLM est gratuit. ChatGPT et Claude ont des offres gratuites avec des limites mensuelles de tokens qui couvrent environ 1 à 2 livres par mois. Anki est gratuit pour toujours. Glasp a une offre gratuite. Vous ne heurtez les murs payants que lorsque vous voulez de plus grands contextes collés (Claude Pro, ChatGPT Plus) ou des modèles plus rapides, et pour la plupart des étudiants la pile gratuite suffit.
Conclusion
Vos surlignages Kindle ont toujours eu de la valeur. Ils étaient simplement piégés derrière une taxe de travail qui rendait leur usage impraticable pour quiconque n'avait pas un week-end à brûler. Cette taxe a disparu.
Le nouveau workflow est ennuyeux, et c'est tout l'intérêt : exporter les surlignages, coller dans Claude ou NotebookLM, générer flashcards, résumés ou questions/réponses, relire et importer, lancer la répétition espacée. Chaque étape prend 5 minutes ou moins. L'investissement total par livre est plus court qu'une pause déjeuner. Le retour est une base de connaissances privée et permanente qui croît avec chaque livre que vous finissez.
Commencez par un livre, celui dont vous regrettez le plus de ne pas vous souvenir. Exportez les surlignages. Lancez un prompt. Construisez un paquet. Révisez-le pendant une semaine. Vous saurez en sept jours si cela a sa place dans votre vie.
Si vous voulez que Glasp gère l'export et la recherche inter-livres, Kindle import prend deux minutes à mettre en place, et la fonction de chat IA vous attendra avec toute votre bibliothèque prête à être interrogée.