TP EPF 2026 : muscler les exemples guidés issus des solutions étudiantes (seconde passe, notebook par notebook)

[myia-ai-01]

Contexte

Pendant les TP EPF de septembre 2026, des élèves ont résolu les exercices d'une douzaine de notebooks GenAI. Leurs solutions ont été intégrées comme exemples guidés crédités, et chaque exercice résolu a été remplacé par un nouvel exercice. L'intégration s'est faite au fil des restitutions : relecture, re-exécution, ajout d'une lecture du résultat.

Ce rythme a laissé passer des exemples guidés légers : ils tournent et leurs sorties sont justes, mais ils n'exercent pas vraiment l'outil que le notebook enseigne. Le cas le plus net est SK-08-MCP (#18573), qui simule le protocole au lieu de l'utiliser. Il a son issue dédiée. Les autres notebooks méritent une seconde passe, dans les semaines qui viennent.

À quoi se reconnaît un exemple guidé léger

• Il manipule une structure écrite à la main au lieu de l'objet réel : un dictionnaire à la place d'une réponse d'API, une liste à la place d'un serveur.
• Il reste en surface (noms, comptes, mots-clés) et ne descend pas à la granularité qui porte le concept : schéma et types d'un outil, tokens et probabilités, pixels d'une image, segments et timestamps d'une transcription, octets d'un modèle quantifié.
• Il appelle directement une fonction que le notebook veut voir appelée par le modèle ou le framework, par exemple une méthode décorée invoquée comme une fonction Python ordinaire.
• Sa sortie n'est ni vérifiée ni comparée : aucune référence, aucun cas qui échoue, aucune mesure.
• Il est long pour un résultat que sa propre lecture doit ensuite relativiser.

Notebooks concernés

Notebook	PR d'intégration
GenAI/Texte/01_OpenAI_Intro.ipynb	#18560 (en cours)
GenAI/Texte/02_PromptEngineering.ipynb	#18552
GenAI/Texte/03_Structured_Outputs.ipynb	#18488
GenAI/Texte/06_PDF_Web_Search.ipynb	#18567 (en cours)
GenAI/Texte/11_Quantization.ipynb	#18568 (en cours)
GenAI/Image/01-Foundation/01-1-OpenAI-DALL-E-3.ipynb	#18449, #18561
GenAI/Audio/01-Foundation/01-2-OpenAI-Whisper-STT.ipynb	#18549, #18569 (en cours)
GenAI/Video/01-Foundation/01-1-Video-Operations-Basics.ipynb	#18484
GenAI/FineTuning/FT-02-QLoRA-Quantization-Python.ipynb	#18550
GenAI/SemanticKernel/08-SemanticKernel-MCP.ipynb	#18553 : refonte portée par #18573
GenAI/Vibe-Coding/Claude-Code/notebooks/01-Claude-CLI-Bases.ipynb	#18563
GenAI/Vibe-Coding/Claude-Code/notebooks/04-Claude-CLI-Agents.ipynb	#18565

La liste s'allonge avec les TP suivants : chaque nouvelle intégration s'ajoute ici en commentaire.

Méthode, notebook par notebook

1. Lire chaque exemple guidé avec une seule question : exerce-t-il l'organe que le notebook enseigne (l'API, le SDK, le protocole, le modèle), à la granularité qui porte le concept ?
2. Poser un verdict, en commentaire de cette issue : SOLIDE, À MUSCLER ou À REFONDER, avec la raison en une ou deux phrases.
3. Muscler sans effacer : garder le code de l'élève et son crédit, puis ajouter ce qui manquait (la vérification, la granularité, l'appel réel). Réécrire la lecture du résultat sur la nouvelle sortie.
4. Vérifier l'exercice qui remplace l'ancien : il doit rester différent de l'exemple guidé et d'un niveau comparable.
5. Re-exécuter : Papermill de bout en bout, 0 erreur, sorties committées, CSV de traduction synchronisé.

Une PR par notebook, pour qu'elle reste lisible. Commencer par les notebooks les plus réservés aux TP.

Critères d'acceptation

• Chaque notebook de la table a un verdict écrit, avec sa raison, en commentaire de cette issue.
• Chaque notebook À MUSCLER a sa PR mergée.
• Chaque notebook À REFONDER a son issue dédiée (SK-08 : SK-08-MCP : le notebook simule MCP au lieu de l'utiliser -- le refonder sur la décoration des outils (schémas d'entrée et de sortie) #18573).
• Les crédits étudiants sont conservés partout.
• Les notebooks repris s'exécutent de bout en bout, sans erreur, avec leurs sorties.

[jsboige]

Apport de l'audit Astra du 2026-10-01 (EPIC #18731, compagnon CoursIA-EPF-TPs-Projets-Suite-2026-10-01.md sur GDrive) pour cette seconde passe.

Sur les 12 notebooks, l'audit compte 32 exemples guidés issus des rendus. Chaque notebook a encore au moins trois exercices ouverts. Pour chacun, l'audit propose le grain le plus mesurable comme prochain exercice ou comme cible de musculation. C'est une proposition pédagogique, à trancher ici :

Notebook	Grain proposé
Texte01 OpenAI Intro	ex.1 system prompt contredit : requêtes contradictoires, format autorisé, compte des réponses conformes
Texte02 PromptEngineering	ex.2 few-shot / zero-shot sur un même jeu étiqueté ; séparer les exemples du prompt et les cas évalués
Texte03 Structured Outputs	ex.1 absent ou inventé : schéma valide, valeur présente et fidélité à la source sont trois choses distinctes
Texte06 PDF / Web Search	ex.2 chronologie datée : table proposition / source / verdict
Texte11 Quantization	ex.2 recette GPTQ invalide : diagnostic de compatibilité, sur CPU, avant toute campagne GPU
Image01-1 DALL-E	ex.5 effet du paramètre ou bruit, sous budget plafonné ; l'ex.4 est d'abord à corriger : #18733
Audio01-2 Whisper	ex.1 WER contre une référence humaine contrôlée ; erreurs sur nombres et noms
Video01-1	ex.3 GIF sous budget de poids, sans API de modèle
FT02 QLoRA	ex.1 reconstruction des poids, par couche ; ex.2 et ex.3 à corriger d'abord : #18734
Claude CLI01	ex.8 trouver puis vérifier un bug (le stock compte 6 exercices)
Claude CLI04	ex.1 réparation sous test : le test échoue avant le patch et passe après ; la suggestion de variance de l'agent est à réfuter : #18737
SK08 MCP	attendre la refonte corrigée (#18585 / #18590, réserves K01 et K02 posées)

Un point de méthode s'ajoute à « Muscler sans effacer » (étape 3). Au merge d'une refonte, comparer la liste avant et après des exemples crédités et des tâches ouvertes. Un compteur qui reste à trois ne suffit pas : la refonte SK-08 le démontre (K01). L'organe qui rendra ce contrôle automatique est suivi en #18740.

[jsboige]

[CLAIMED] lane myia-po-2025:CoursIA — seconde passe EPF du carnet 02_PromptEngineering : verdicts posés ci-dessous, musculation de l'exemple guidé 2 (few-shot contre zero-shot mesuré sur un jeu étiqueté), ré-exécution Papermill de bout en bout.

paths: MyIA.AI.Notebooks/GenAI/Texte/02_PromptEngineering.ipynb

[jsboige]

Verdicts de la seconde passe — GenAI/Texte/02_PromptEngineering.ipynb (3 exemples issus des rendus, lus cellule par cellule sur main)

• Exemple guidé 1 — zero-shot avec contraintes de format (TP Prompt Engineering (02) : exercices 1 et 2 #18552, @StarkMac22 / @Will-emma) : SOLIDE. L'appel est réel, la contrainte de format est exercée à la granularité qui porte le concept, et la lecture dit elle-même ce qu'un appel unique ne prouve pas ; l'exercice 1 qui remplace l'ancien la mesure (5 appels avec et sans « UNIQUEMENT »).
• Exemple guidé 2 — few-shot pour la traduction technique (TP Prompt Engineering (02) : exercices 1 et 2 #18552, @StarkMac22 / @Will-emma) : À MUSCLER. L'appel est réel, mais la démonstration reste une anecdote : elle montre une sortie et lui attribue la copie de forme (« il reprend même le (RL) ») sans aucune comparaison, alors que la Partie 2 affirme que le few-shot « apporte une amélioration significative ». Grain retenu (aligné sur l'audit du 2026-10-01) : la même tâche mesurée — few-shot contre zero-shot sur un jeu de termes étiqueté, exemples du prompt disjoints des cas évalués.
• Exemple corrigé « Prompts en cascade » (Nathan JULOU / Robin VAZ) : SOLIDE. Trois appels réels enchaînés, JSON vérifié (nettoyage + repli), mémoire conversationnelle analysée ; le challenge qui remplace l'ancien exercice (boucle d'auto-critique) reste d'un autre type et d'un niveau au moins comparable.

PR pour l'exemple guidé 2 à suivre (une PR par carnet) — lane myia-po-2025:CoursIA.

[myia-ai-01]

Retour (coordinateur, consolidation de l'urne candidate-delivered, lot 11). Il s'agit d'un programme roulant, et une seule des 12 passes est faite : 02_PromptEngineering, avec 3 verdicts et sa musculation fusionnée (#18867). SK-08 a sa propre issue (#18573).

Il reste 10 carnets sans verdict : Texte 01, 03, 06 et 11, Image01-1, Audio01-2, Video01-1, FT02, CLI01 et CLI04. Je retire candidate-delivered.

🤖 Generated with Claude Code

[jsboige]

[CLAIMED] lane myia-po-2024:CoursIA — tapis central du 06/10 22:46Z, file profonde posee par le coordinateur au dispatch (rang 5/7) : TP EPF 2026 : muscler les exemples guidés issus des solutions étudiantes (seconde passe, n. Premiere etape de la lane : verifier firsthand que l'acceptance n'est pas deja couverte ; sinon [RELEASED] avec le motif.

[jsboige]

[CLAIMED-AMEND] lane myia-po-2024:CoursIA -- paths: MyIA.AI.Notebooks/GenAI/Texte/01_OpenAI_Intro.ipynb, MyIA.AI.Notebooks/GenAI/Texte/03_Structured_Outputs.ipynb, MyIA.AI.Notebooks/GenAI/Texte/06_PDF_Web_Search.ipynb, MyIA.AI.Notebooks/GenAI/Texte/11_Quantization.ipynb, MyIA.AI.Notebooks/GenAI/Image/01-Foundation/01-1-OpenAI-DALL-E-3.ipynb, MyIA.AI.Notebooks/GenAI/Audio/01-Foundation/01-2-OpenAI-Whisper-STT.ipynb, MyIA.AI.Notebooks/GenAI/Video/01-Foundation/01-1-Video-Operations-Basics.ipynb, MyIA.AI.Notebooks/GenAI/FineTuning/FT-02-QLoRA-Quantization-Python.ipynb, MyIA.AI.Notebooks/GenAI/Vibe-Coding/Claude-Code/notebooks/01-Claude-CLI-Bases.ipynb, MyIA.AI.Notebooks/GenAI/Vibe-Coding/Claude-Code/notebooks/04-Claude-CLI-Agents.ipynb

Amendement de scope : mon claim du 2026-10-06T22:47:35Z a ete pose sans clause paths:, donc epic-wide — il verrouillait l'issue entiere, y compris les carnets deja traites par une autre lane (02_PromptEngineering, seconde passe livree par myia-po-2025:CoursIA et fusionnee en #18867) et SK-08-MCP, qui a son issue dediee (#18573).

Le perimetre reel de ce grain est la seconde passe sur les dix carnets restants listes par le coordinateur au 2026-10-05 : Texte 01, 03, 06 et 11, Image 01-1, Audio 01-2, Video 01-1, FT-02, CLI 01 et CLI 04. C'est ce que declare la clause ci-dessus.

Pour chacun : verdict ecrit ici (SOLIDE / A MUSCLER / A REFONDER) sur l'exemple guide issu du rendu etudiant, et une PR par carnet pour les A MUSCLER.

check_lane_claim.py 18574 --paths <chaque carnet> : CLEAR sur les dix avant cet amendement.

[jsboige]

Verdicts de la seconde passe — 10 carnets restants (exemples issus des rendus, lus cellule par cellule sur main ; chaque verdict re-vérifié firsthand sur le carnet, pas seulement sur l'audit délégué)

Méthode rappelée : pour chaque exemple guidé crédité, la question est « exerce-t-il l'organe que le carnet enseigne, à la granularité qui porte le concept ? », et le critère 4 (« sa sortie n'est ni vérifiée ni comparée ») est celui qui échoue le plus souvent. Les exercices de remplacement posés à l'intégration sont, dans presque tous les carnets, déjà à la hauteur du grain proposé par l'audit Astra du 2026-10-01 — la musculation manquante est presque toujours du côté de l'exemple, pas de l'exercice.

---

GenAI/Texte/01_OpenAI_Intro.ipynb (PR #18559) — SOLIDE

L'exemple guidé (system prompt d'assistant de révision, cellules 13-14) appelle réellement l'API, compte ses puces par le code (OK en sortie), et son contre-exemple (cellule 15 : même question sans system, deux budgets) mesure ce qu'aucune consigne ne borne — 766 jetons contre 249. La lecture (cellule 16) lit ces chiffres et nomme elle-même ce qu'un appel unique ne prouve pas. Le grain Astra (« requêtes contradictoires, compte des réponses conformes ») est déjà l'Exercice 1 de remplacement.

GenAI/Texte/03_Structured_Outputs.ipynb (PR #18488, @Daphneej91) — À MUSCLER (les trois exemples)

• Film (cellules 12-13) : appel réel en schéma strict, mais la sortie est seulement ré-affichée — rien ne vérifie que l'enum genre est respectée ni que les six champs requis sont présents, et aucune cellule « Lecture » ne suit (le carnet en a pourtant pour ses propres exemples).
• Extracteur d'événements (cellules 18-19) : ne fait aucun appel au modèle — vérifié firsthand : aucun client.chat, aucun extract_structured ; l'« réponse » est une instanciation littérale EvenementExtrait(...) écrite à la main. C'est le critère 1 à l'état pur (structure écrite à la main au lieu de l'objet réel), aggravé d'un happy path sans rejet observable : aucun des deux validateurs (field_validator, model_validator de cohérence de dates) n'est jamais vu en train de rejeter. La markdown le dit honnêtement (« validation purement Pydantic »), mais l'exemple reste le maillon faible du carnet alors que la cellule suivante (20-21, non créditée) montre justement les rejets (priorite 'banane' : REJETE).
• Produit e-commerce (cellules 36-37) : le meilleur des trois (appel réel + contraintes imbriquées confloat/conint), mais aucun champ n'est confronté au texte source — prix face à « 1999 EUR », note_moyenne face à « 4.7/5 », les deux avis face à « Alice (5/5) » / « Bob (4/5) » — et aucune contrainte n'est montrée en train de rejeter.

La musculation (une PR dédiée) garde le code de l'élève et son crédit, ajoute la vérification qui manque (fidélité champ par champ pour le film et le produit, cas rejetés pour l'extracteur) et les cellules « Lecture du résultat » que le carnet applique partout ailleurs. Les trois exercices de remplacement (41-46) sont déjà distincts et mesurants — ils restent tels quels.

GenAI/Texte/06_PDF_Web_Search.ipynb (PR #18567, @dev-Clarisse) — À MUSCLER (exemple 1) ; exemples 2 et 3 SOLIDE

• Exemple 1 (vision, cellules 9-12) : l'appel est réel et la lecture vérifie les chiffres à la main, mais le « document » analysé est une image PIL fabriquée par le code dont les valeurs sont écrites en dur dans le source — le modèle relit du texte qu'on lui a donné. Surtout : le carnet s'annonce « PDF » et n'exerce jamais un PDF — vérifié firsthand : reportlab est installé en cellule 2 et jamais importé, aucune occurrence de .pdf dans le carnet, et la cellule 6 affirme d'une méthode « PDF → image » « utilisée ici » qui n'est utilisée nulle part. La moitié du titre n'est pas exercée.
• Exemples 2 et 3 (web search) : réels, sourcés, comptés (13 citations → 10 URL → 7 éditeurs), avec lectures qui descendent au domaine et signalent le piège ?utm_source. SOLIDE.

GenAI/Texte/11_Quantization.ipynb (PR #18568, @YoussefAG1337) — SOLIDE

Les trois exemples calculent réellement et leurs lectures relativisent honnêtement : la recette GPTQ vérifie la compatibilité par condition au lieu de la coder en dur, et la lecture de l'exemple 3 trouve seule qu'« une exclusion sans effet » (re:.*norm.* ne protège rien car targets="Linear"). Le grain Astra (« recette GPTQ invalide : diagnostic ») est déjà l'exercice de remplacement.

GenAI/Image/01-Foundation/01-1-OpenAI-DALL-E-3.ipynb (PR #18449 + #18561) — À MUSCLER (exemple 3) ; exemples 1 et 2 SOLIDE

• Exemple 2 (vivid contre natural) est le plus rigoureux du lot : il mesure la saturation et la luminosité moyennes sur les pixels (135,6 contre 111,0) et la lecture réfute la cause (le paramètre n'est pas transmis au payload) au lieu de l'affirmer.
• Exemple 3 (page d'accueil) porte un bloc « Comparaison des revisions » qui compte les mots du prompt — un comptage de texte de prompt sans rapport avec l'image, que la lecture elle-même déclare nul (« le prompt révisé est le prompt d'origine »). La consigne de mise en page, vrai sujet de l'exemple, reste assertée à l'œil. Musculation : remplacer le comptage de mots par une mesure du critère de mise en page sur les pixels, dans l'esprit de l'Exercice 6 qui existe déjà.

GenAI/Audio/01-Foundation/01-2-OpenAI-Whisper-STT.ipynb (PR #18549 + #18569, @pierre-ingrachen) — SOLIDE

Les trois exemples comparent réellement (deux formats + langue imposée ; SRT reconstruit depuis les timestamps mot ; pipeline TTS→STT→traduction chronométré) et leurs lectures lisent les nombres et leurs limites (l'écart de 0,02 s « relève du réseau, pas du format » ; french en verbose_json n'est pas comparable au code ISO language). Le grain Astra (WER) est déjà l'Exercice 1 de remplacement.

GenAI/Video/01-Foundation/01-1-Video-Operations-Basics.ipynb (PR #18484, @kaiiine) — À MUSCLER (exemple 1) ; exemples 2 et 3 SOLIDE

• Exemple 1 (fondu) : le code et sa vérification sont solides (trois segments réels, CrossFadeIn/Out + padding=-0.5, fichier écrit puis trois frames relues depuis le disque), mais la consigne prescrit un autre geste que la solution — vérifié firsthand : les Étapes demandent clip.fadeout()/clip.fadein() (fondu au noir), le padding n'est jamais nommé, alors que le code fait un fondu enchaîné et que la lecture dit elle-même qu'« un simple FadeOut/FadeIn aurait au contraire fait passer l'image par le noir ». Un étudiant qui suit les étapes obtient le résultat que la lecture déclare faux. La durée comparée est en outre partiellement circulaire (formule contre propriété de la même composition, pas une re-sonde du fichier écrit).
• Exemples 2 et 3 : réels et comparés, avec témoin négatif (vidéo lisse où l'échantillonnage dégénère légitimement vers l'uniforme ; fichier invalide où ffmpeg.probe rend « Invalid data found »). SOLIDE.

GenAI/FineTuning/FT-02-QLoRA-Quantization-Python.ipynb (PR #18550, @nassimJaz) — SOLIDE

Les quatre exemples chargent de vrais modèles (BitsAndBytesConfig INT8/NF4/FP16, get_peft_model + Trainer, double quantization mesurée 3 fois) et comparent mesuré contre prédit (56,1 Mo contre 56,3 Mo ; 196 608 × r à l'unité près). Le grain Astra (« reconstruction des poids par couche ») est déjà l'Exercice 1, et le carnet le déclare lui-même. La correction #18734 est visible et appliquée dans les exercices 2 et 3 (vérifié : « Hypothèse à tester » et « FP4 n'est pas une grille uniforme »/E2M1 présents, plus d'« Attendu »).

GenAI/Vibe-Coding/Claude-Code/notebooks/01-Claude-CLI-Bases.ipynb (PR #18563) — SOLIDE

Les trois exemples invoquent réellement la CLI (l'exemple 2 pose la même question à deux modèles et affiche les longueurs ; le complément de l'exemple 3 compte les mots de la réponse à consigne « exactement 5 mots »), et les lectures déclarent leurs propres limites (« une question, une exécution », « le comptage par split() est fragile »). Le grain Astra (« ex.8 trouver puis vérifier un bug ») est déjà l'Exercice 8.

GenAI/Vibe-Coding/Claude-Code/notebooks/04-Claude-CLI-Agents.ipynb (PR #18565, @nathan138) — SOLIDE

L'exemple unique appelle l'agent réellement, écrit le fichier de tests produit sur disque et l'exécute (19 passed, code de retour 0), et sa lecture énonce ce que « 19 passed » ne prouve pas. Le grain Astra (« le test échoue avant le patch et passe après ») est déjà l'Exercice 1 de remplacement — en stub non résolu, comme il se doit.

---

Suivi : les quatre carnets À MUSCLER reçoivent chacun sa PR (une par carnet, pour qu'elle reste lisible), dans l'ordre Texte/03 (trois exemples, le plus concentré), Video/01-1 (consigne qui contredit sa solution), Image/01-1 (comptage nul), Texte/06 (le PDF jamais exercé — le plus lourd, il touche la promesse du titre). Aucun verdict À REFONDER : aucun exemple ne simule un protocole entier à la SK-08 ; l'exemple le plus proche de ce régime (extracteur d'événements de Texte/03) se muscle en gardant le code de l'élève, sans refonte.

[jsboige]

[INFO] GenAI/Texte/03_Structured_Outputs.ipynb livré → PR #19627

Lane myia-po-2024:CoursIA (claim amendé c.6028050552, périmètre des dix carnets de la seconde passe).

Les trois exemples guidés crédités sont musclés : une cellule de vérification après chacun, plus une cellule « Interprétation » adossée à la sortie réelle. Code et crédit de l'étudiante conservés à l'identique — invariant vérifié contre origin/main (les 16 sources de code de base se retrouvent byte-identiques et dans l'ordre, plus exactement 3 nouvelles).

Ré-exécution papermill de bout en bout : 19/19 cellules, 0 sortie d'erreur, 96 s. Les quatre ratchets CI (output-collapse, output-flood, source-collapse, output-failure-text) rendent 0 finding.

Les trois exercices de remplacement (41-46) restent inchangés : ils étaient déjà distincts et mesurants.

Restent À MUSCLER : Video/01-1 (exemple 1), Image/01-1 (exemple 3), Texte/06 (exemple 1) — une PR chacune.

[jsboige]

[INFO] GenAI/Video/01-Foundation/01-1-Video-Operations-Basics.ipynb livré → PR #19632

Lane myia-po-2024:CoursIA, suite de #19627 (même verdict de seconde passe).

Le défaut : la consigne de l'exemple guidé 1 prescrivait clip.fadeout() / clip.fadein() — un fondu vers le noir — et ne nommait jamais padding, alors que la solution fait un fondu enchaîné et que sa propre lecture déclare qu'« un simple FadeOut/FadeIn aurait au contraire fait passer l'image par le noir ». Suivre les étapes menait exactement au résultat que la lecture déclare faux.

Correction markdown-only : étapes et indices réécrits (CrossFadeOut/CrossFadeIn, padding négatif nommé, confusion CrossFade*/Fade* explicitée). La durée comparée, partiellement circulaire, est fermée en citant la re-sonde indépendante déjà présente en Section 3 (ffmpeg.probe → 4.0 s) plutôt qu'en ajoutant du code.

Pourquoi pas de ré-exécution : mesuré avant d'être écarté — le carnet relancé tel quel donne 14 sorties différentes sur 31 (images PNG non déterministes), soit plusieurs centaines de Ko de churn pour un paragraphe corrigé. Exception C.2, diff de 10 insertions / 8 suppressions.

Restent À MUSCLER : Image/01-1 (exemple 3) et Texte/06 (exemple 1).

[jsboige]

[INFO] GenAI/Texte/06_PDF_Web_Search.ipynb livré → PR #19642

Lane myia-po-2024:CoursIA, deuxième carnet de l'ordre committé (après #19639).

Verdict : À MUSCLER. L'exemple guidé 1 était sain en lui-même, mais le carnet s'intitule « PDF et Web Search » et le PDF n'y était jamais exercé : reportlab installé en cellule 2, jamais importé ; la cellule 6 affirmait « Conversion PDF → Image : méthode utilisée ici » — faux, aucune conversion n'avait lieu.

Muscle purement additif : le même tableau de l'étudiante (sa variable ventes), composé en vrai PDF d'une page A4, envoyé nativement à l'API (type: "file"). Cellules étudiantes byte-identiques (assertion). Exécution canonique SUCCESS 18/18, 0 erreur, sorties committées.

Résultat de la mesure : lectures identiques sur les faits (4 valeurs, mêmes variations, même CAGR 14,5 %/mois) ; l'image coûte 971 tokens, le PDF 1 157 (+19 %) ; la lecture PDF produit en plus une projection pour mai. La prétention de la section 1 (« pas les PDF directement ») est réfutée par l'exécution.

Résiduel noté pour arbitrage : la section 3 (« Combiner PDF et Web Search ») promet des « rapports PDF » et travaille sur l'image — tranche séparée si voulue.

Ordre restant : Audio/01-2, Texte/01, Texte/11, FT-02, CLI 01, CLI 04.