Une IA qui lit la conversation avant de vous aider à répondre
Subtext lit la conversation avant de vous aider à répondre, parce qu'une phrase seule ne suffit souvent pas pour répondre. Collez le fil, déposez une capture d'écran ou ajoutez le message vocal qu'on vous a envoyé : il détermine qui a dit quoi, résume ce que l'autre personne veut, liste ce qui attend encore une réponse et rédige une réponse qui reprend là où elle s'était arrêtée. Cette page, ce sont les preuves : pourquoi les messages précédents changent le sens d'une phrase, ce qu'une IA peut en tirer, et où ça s'arrête. Subtext utilise la conversation que vous lui donnez. Il ne comprend pas votre relation, et nous ne connaissons aucun outil qui le fasse. Il n'envoie jamais rien à votre place.
Sur iPhone, sur Android et dans votre navigateur. Les captures d'écran et les messages vocaux ne servent jamais à entraîner un modèle d'IA.
Un vrai exemple de l'app, sur une capture d'écran de conversation dessinée pour l'occasion : une amie annule pour la deuxième fois, et le brouillon de réponse est « Bien sûr, pas de souci. Quand tu auras le temps. » Ci-dessous, les étiquettes que Subtext a posées en lisant le fil et les trois versions qu'il a proposées, sans retouche.
Bien sûr, pas de souci. Quand tu auras le temps.
Deux annulations de suite, c'est normal d'être un peu déçu. Voici des versions qui restent gentilles sans la petite pique.
- Proche du tien (Bienveillance, prêt à envoyer): Bien sûr, pas de souci. On se fait ça la semaine prochaine. Accepte simplement le report et enlève le "quand tu auras le temps" qui pouvait sonner comme un reproche.
- Plus chaleureux (Compréhension, prêt à envoyer): Pas de souci, courage pour cette semaine de folie ! On se fait ça la semaine prochaine, dis-moi quel jour t'arrange. Montre de l'empathie pour sa semaine chargée et laisse Priya choisir le jour, ce qui rend le report léger.
- Réécriture naturelle (Douceur, prêt à envoyer): Ne t'en veux pas, ça arrive ! Je vais annuler la table. Courage pour cette semaine, et on se programme un dîner la semaine prochaine ? Rassure Priya sur sa culpabilité, règle la question de la table et relance avec une proposition concrète.
J'ai dit que tu annulais la table dans la dernière version, ce que tu n'as pas précisé, à toi de voir. Tu veux que ce soit plus court, plus chaleureux ou plus simple ?
Ce que veut vraiment dire le contexte d'une conversation
Un message porte moins qu'il n'y paraît. Qui est « elle », à quoi renvoie « ça », si une phrase répond à une question ou en corrige une : tout cela se résout par rapport aux tours précédents. La description que Grice donne de la façon dont un auditeur reconstitue le sens de celui qui parle place le contexte de l'énoncé et les connaissances d'arrière-plan partagées parmi ce sur quoi s'appuie celui qui écoute (« Logic and Conversation »). L'analyse conversationnelle ajoute qu'une première action rend une seconde action précise pertinente : une question appelle une réponse, une offre appelle une acceptation ou un refus, donc le même mot fait un travail différent selon ce qu'il suit (« Opening up Closings »). Les gens réparent les malentendus sur plusieurs tours et lisent une correction par rapport au problème qu'elle répare (« The Preference for Self-Correction in the Organization of Repair in Conversation »). Un pronom signale que la personne qui parle est encore sur ce que la phrase précédente gardait au centre de l'attention, d'après des textes à un seul locuteur plutôt que des conversations (« Centering: A Framework for Modeling the Local Coherence of Discourse »). Le contexte, c'est donc cinq choses : les tours précédents, qui a dit chacun d'eux, à quoi renvoient les mots courts, quelles questions restent ouvertes, et les indices sur la proximité entre les deux personnes. Une phrase seule n'en livre aucune.
Ce que disent les preuves sur les tours précédents
Les preuves mesurées viennent de jeux de tests et non des téléphones des gens, et elles vont dans deux directions. Dans une étude de classification au niveau de l'énoncé, mélanger l'ordre des tours d'un dialogue au moment du test, chaque phrase cible restant intacte, a fait chuter les scores d'intention sur le corpus MultiWOZ d'un F1 pondéré de 96,22 à 67,91, et les scores d'actes de dialogue sur DailyDialog d'un F1 macro de 79,46 à 66,81 (« Exploring the Role of Context in Utterance-level Emotion, Act and Intent Classification in Conversations: An Empirical Study »). C'est une seule étude, sur des dialogues de référence en anglais à deux interlocuteurs, avec un classifieur plus ancien plutôt qu'un grand modèle de langage. Elle montre que certaines étiquettes dépendent des tours qui les entourent, pas à quel point une réponse rédigée s'en trouve améliorée. La même étude a constaté que retirer les phrases précédentes de l'un des interlocuteurs aidait sur une tâche et nuisait sur une autre, ce qui, selon notre lecture, plaide contre le réflexe de coller le plus possible. La preuve contraire est plus ancienne. Des générateurs de réponses récurrents et transformeurs étaient « rarement sensibles à la plupart des perturbations, comme des énoncés manquants ou réordonnés » (« Do Neural Dialog Systems Use the Conversation History Effectively? An Empirical Study »), donc une sortie fluide peut cacher un usage superficiel de l'historique. Les deux articles se contredisent, et le plus récent le dit.
Ce qu'une IA peut tirer d'un fil, et à quel point c'est inégal
Trois choses sont mesurables. Savoir qui a dit quoi aide. Ajouter l'information sur le locuteur a amélioré la classification des actes qui dépendent du contexte, comme un simple oui ou non, dans des transcriptions de réunions à plusieurs, mais pas dans des appels téléphoniques à deux (« Who is Speaking? Speaker-Aware Multiparty Dialogue Act Classification »). La position compte, et sur des modèles de 2023 la précision était la plus haute quand l'élément pertinent se trouvait au début ou à la fin d'une longue entrée, et baissait nettement quand il se trouvait au milieu (« Lost in the Middle: How Language Models Use Long Contexts »). La formulation compte aussi. Quand le passage qui contenait la réponse partageait peu de mots avec la question, 11 des 13 modèles qui revendiquent un contexte d'au moins 128K tokens sont tombés sous la moitié de leur score en contexte court dès 32K tokens, GPT-4o parmi les meilleurs, de 99,3 à 69,7 pour cent (« NoLiMa: Long-Context Evaluation Beyond Literal Matching »). Aucune de ces études n'a testé des fils de discussion, donc c'est une inférence : le message qui compte, envoyé il y a trois semaines, enfoui au milieu de ce que vous collez et formulé autrement qu'aujourd'hui, est celui qu'un modèle risque le plus de sous-pondérer. Subtext travaille à partir du fil que vous lui confiez, et ce fil est soumis aux mêmes limites.
Pourquoi Subtext ne prétend pas comprendre votre relation
Subtext utilise la conversation que vous lui donnez pour suggérer une réponse. Il ne comprend pas votre relation, pour une raison structurelle. Les gens conçoivent ce qu'ils disent en fonction de ce qu'ils pensent que l'autre sait, leur terrain commun, qui s'accumule avec le temps et que l'on établit différemment selon le média (« Grounding in communication »). Nos propres exemples seraient la blague entre vous, le coup de fil d'hier soir, la dispute à la soirée, ce qui a été convenu dans une autre app, dont rien, par construction, ne figure dans un texte collé ou une capture d'écran. La partie qu'un modèle peut voir n'est pas sûre non plus. Sur un jeu de tests de conversations où les participants détiennent des informations différentes et entrent et sortent en cours de route (notre analogie pour une discussion de groupe ou une capture partielle ; l'article n'en fait aucune), les modèles de langage « obtiennent des résultats nettement moins bons que les humains, même avec un raisonnement par chaîne de pensée ou un ajustement fin », et les auteurs ne croient pas que les modèles actuels possèdent une véritable théorie de l'esprit (« FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions »). Ces scores viennent de modèles de 2023 ; le domaine débat encore de ce que mesurent de tels tests. Quoi qu'il en soit, aucun outil ne peut prédire comment une personne précise va réagir, et il n'existe aucune évaluation indépendante de Subtext, c'est pourquoi nous nous en tenons à l'affirmation la plus étroite.
Comment Subtext lit le fil avant de rédiger une réponse
Subtext prend la conversation sous forme de texte collé, de capture d'écran de la discussion, de vocal que vous enregistrez ou de message vocal qu'on vous a envoyé. Il lit tout l'échange et, dans une capture d'écran, il détermine qui parle d'après la position des bulles. S'il n'arrive pas à trancher, ou si une ligne collée pourrait être de vous comme de l'autre, il pose la question. Pour un message reçu, il résume ce que l'autre personne veut, dans la langue d'arrivée du message, et liste jusqu'à cinq points qui attendent une réponse. Puis il rédige une réponse qui reprend le fil et répond à ces points, chaque brouillon portant son badge, « prêt à envoyer » ou « à noter », une seconde lecture plutôt qu'un verdict. Confiez-lui plutôt votre propre brouillon et il revient avec jusqu'à trois versions à un geste l'une de l'autre : une proche de votre formulation avec les problèmes corrigés, un polissage plus chaleureux ou une approche différente, une réécriture plus complète. Vous copiez celle que vous choisissez. La page sur le message reçu couvre le déroulé : résumer ce qu'on vous a demandé, puis répondre. Cette page, ce sont les preuves : pourquoi le fil compte et où ça s'arrête.
La même phrase veut dire autre chose dans un autre fil
« D'accord. » après un long message chaleureux est une chose ; « D'accord. » après « 19h ça te va ? » en est une autre, et le mot est identique. « Bien sûr » après « T'es libre vendredi ? » accepte ; « bien sûr » après « Tu m'écoutes jamais » ferme une porte. « Je me lève tôt demain » est une information, une excuse ou un refus selon ce qui a été demandé. « Ouais, ça marche » n'a aucun contenu sans la proposition au-dessus. « Non, mardi » corrige quelque chose, et une réponse rédigée à partir de la version non corrigée répond avec assurance à un plan que les deux personnes ont déjà abandonné. « Beau travail » avec un emoji qui lève les yeux au ciel est une taquinerie dans une relation et un reproche dans une autre, et la différence tient à l'historique, pas aux pixels. Et « Tu m'en veux encore pour samedi ? » ne partage aucun mot avec le message où le malaise est né, exactement le genre de lien qu'un modèle risque le plus de rater. Ce sont des illustrations de la théorie ci-dessus, pas des stimuli d'étude, et personne ne les a mesurées. Elles expliquent pourquoi Subtext demande le fil plutôt que la phrase, et pourquoi comprendre ce que veut dire un texto est plus difficile qu'il n'y paraît.
En quoi c'est différent d'un correcteur ou d'une réécriture d'une seule ligne
Subtext lit l'échange ; un correcteur de grammaire ou de ton lit votre phrase. Une vérification sur une seule ligne ne peut pas dire à quoi renvoie « ça », quelle question reste ouverte, ni que le plan a été corrigé deux messages plus haut, parce que rien de tout cela n'est dans la ligne. Grammarly, édité par l'entreprise qui s'appelle désormais Superhuman, fait tourner un détecteur de ton sur votre propre texte au-delà d'une longueur minimale et propose des réécritures de ton et de phrase ; nous n'avons trouvé aucune documentation indiquant qu'il lit la capture d'écran d'une conversation personnelle pour rédiger une réponse (vérifié le 23 septembre 2026). Les fonctions de réponse intégrées à une app de messagerie sont l'autre modèle. La page d'aide de Google indique que Magic Compose dans Google Messages utilise les 20 messages précédents comme contexte (« Draft messages with Magic Compose », vérifié le 23 septembre 2026), une fenêtre bornée à l'intérieur de cette app. Subtext est une app à laquelle vous apportez un message, donc il voit ce que vous collez, depuis n'importe quelle app, et rien d'autre. Aucune évaluation indépendante ne compare ces outils, Subtext compris, donc ceci décrit ce que chacun lit, sans classement. Pour le brouillon seul, la page à lire est le vérificateur de ton pour vos textos.
Ce que devient la conversation que vous collez
Subtext reçoit les mots de l'autre personne en plus des vôtres, donc cette section dit ce qu'ils deviennent. C'est un cadrage, pas un avis juridique. Dans le règlement européen sur la protection des données, une personne qui traite de la correspondance pour des raisons strictement personnelles sort de son champ d'application, alors que le prestataire qui fournit les moyens n'en sort pas, et une conversation peut contenir des détails de santé, politiques, religieux ou sexuels que le règlement traite comme des catégories particulières (« Regulation (EU) 2016/679 (General Data Protection Regulation) »). Une capture d'écran transporte aussi plus que le fil : des noms de contacts, des horodatages, parfois la bannière de notification d'une autre discussion. Recadrez ce dont la réponse n'a pas besoin avant de la coller où que ce soit. Du côté de Subtext, vos messages vont aux fournisseurs d'IA qui les lisent et les écrivent, et sur les serveurs de Subtext pour que vous puissiez retrouver une conversation ; la politique de confidentialité nomme chaque prestataire. Rien de ce que vous envoyez ne sert à entraîner un modèle d'IA, et tout est chiffré en chemin. Supprimez une conversation vous-même et elle disparaît aussitôt, pièces jointes comprises. La recherche web optionnelle dans l'app envoie vos termes de recherche à un fournisseur de recherche, et vous pouvez la désactiver dans les réglages.
Là où ça se trompe, et ce que Subtext fait pour y remédier
Subtext se trompe de cinq façons qui méritent d'être nommées. La première, c'est le contexte manquant et l'historique caché. Ce que vous laissez de côté, Subtext ne peut pas l'utiliser, et un historique jamais tapé est hors de portée de n'importe quel outil. Le sarcasme est la deuxième, et attendez-vous à des erreurs partout où seul l'historique le signale. Subtext n'étiquette que votre propre brouillon et ne qualifie jamais le message de l'autre personne, et savoir si un texto est sarcastique est difficile pour les humains aussi. Viennent ensuite les captures d'écran recadrées ou réordonnées. Recadrer supprime le référent, la correction et qui a envoyé quelle ligne, et les deux études ci-dessus ne s'accordent pas sur le fait qu'un modèle ignore ou interprète mal un réordonnancement. Avec les longs fils, les preuves ci-dessus sur la position et la formulation s'appliquent, et un modèle risque surtout de sous-pondérer le message qui compte. La dernière est la dérive du ton. Dans deux expériences en ligne randomisées entre inconnus, des suggestions de réponse génériques ont rendu le langage plus positif ; l'usage réel par un partenaire a fait monter les notes de coopération et de proximité, tandis qu'un partenaire simplement soupçonné d'y recourir était moins bien noté, une corrélation, pas une cause (« Artificial intelligence in communication impacts language and social relationships »). L'inférence que nous en tirons, c'est qu'un outil qui ne fait que vous rendre plus aimable peut échouer là où il vous faut de la fermeté, donc Subtext propose une version plus courte et plus claire et vous laisse modifier un mot vous-même. Quand il ne sait pas qui parle, il pose la question.
FAQ
Existe-t-il un outil qui lit tout le fil de la conversation avant de proposer une réponse ?
Subtext le fait. Collez le fil, une capture d'écran de celui-ci ou le message vocal qu'on vous a envoyé : il lit tout l'échange, détermine qui a dit quoi, et résume ce que l'autre personne veut et ce qui attend encore une réponse avant de rédiger quoi que ce soit. Vous copiez la réponse que vous choisissez ; il n'envoie jamais rien à votre place.
Y a-t-il une appli qui lit toute la discussion et m'aide à répondre correctement ?
Subtext lit la discussion que vous lui confiez, sur iPhone, sur Android et dans le navigateur, et rédige une réponse qui reprend le fil et répond aux points soulevés. Collez un brouillon à vous et il revient en trois versions, à un geste l'une de l'autre, chacune indiquant quelle part de votre formulation a changé ; l'article sur ce qui fait qu'une réponse fait mouche présente la recherche derrière. Il utilise la conversation que vous lui donnez ; ce qui n'a jamais été tapé, il ne peut pas le savoir.
Y a-t-il une appli qui lit toute la conversation et m'aide à répondre sur le bon ton ?
Subtext rédige à partir du fil ; sur un brouillon que vous avez écrit, il propose jusqu'à trois versions qui s'écartent plus ou moins de vos mots : une proche de votre formulation avec les problèmes corrigés, un polissage plus chaleureux ou une approche différente, une réécriture plus complète. Dans les deux cas, des réglages en un geste existent : Plus chaleureux, Plus court, Plus décontracté, Plus assuré ou Ajouter de l'humour. Sur votre propre brouillon, il marque les mots qui peuvent être lus comme durs, froids, passifs-agressifs, vagues ou trop pleins d'excuses, toujours comme une possibilité, jamais comme un verdict. Il y a une limite. Dans une paire d'expériences, des suggestions génériques de réponse rapide ont poussé le langage d'inconnus vers le positif, comme l'explique l'article sur la question de savoir si l'IA rend vos textos robotiques, donc vérifiez la version plus ferme quand c'est de la fermeté qu'il vous faut.
Existe-t-il un assistant d'écriture qui comprend le contexte de la relation, pas seulement les mots ?
Non, et un outil qui prétend le faire en promet trop. Deux personnes construisent ce qu'elles partagent en partie hors de la transcription, et les modèles testés sur des conversations où les participants détiennent des informations différentes obtiennent des résultats nettement moins bons que les humains (« FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions »). À la place, Subtext lit l'échange que vous lui confiez, détermine qui parle, et demande à qui s'adresse le message et ce que vous voulez obtenir quand la consigne est mince ou que le message est une limite, un refus ou une confrontation. Pour les messages de tous les jours, il lit dans le ton de votre propre brouillon à quel point vous êtes proches, l'autre personne et vous, et le garde dans les versions.
Dois-je coller toute la conversation ?
Non, et plus n'est pas toujours mieux. Dans les jeux de tests, l'historique supplémentaire a tantôt aidé, tantôt desservi un classifieur de dialogue, et les modèles de langage ont moins bien utilisé ce qui se trouvait au milieu d'une longue entrée. Collez la partie dont la réponse dépend : la question encore ouverte, la correction, et le message auquel vous répondez. Si Subtext ne sait pas si une ligne est de vous ou de l'autre, il pose la question.
Peut-il dire qui parle sur une capture d'écran ?
Subtext lit une capture d'écran de conversation comme vous le faites, vos bulles d'un côté et celles de l'autre personne de l'autre. Quand la mise en page ne le rend pas clair, il pose la question, parce qu'une réponse rédigée depuis le mauvais côté de la conversation est pire que pas de brouillon du tout.
Est-ce que ça marche avec les messages vocaux ?
Oui. Déposez le message vocal qu'on vous a envoyé et Subtext le lit comme n'importe quel autre message, ou enregistrez votre propre vocal comme brouillon. Les deux passent par la même lecture que le texte : qui a dit quoi, ce que la personne veut, ce qui attend une réponse.
La personne saura-t-elle que j'ai utilisé Subtext ?
Pas par Subtext. Il travaille de votre côté seulement et n'envoie jamais rien ; la réponse part de votre propre app de messagerie quand vous l'y collez. Subtext n'étiquette pas l'autre personne non plus. Il ne qualifie pas son message d'hostile ou de manipulateur, parce qu'il lit les mots à l'écran, pas ce que l'expéditeur ressent au fond de lui. L'article Est-ce qu'ils sont fâchés contre moi, ou est-ce que je me fais un film ? explique pourquoi cet écart est aussi large.
Est-ce que ça marche dans ma langue ?
Subtext existe dans 20+ langues et répond dans celle où vous écrivez. Le résumé d'un message reçu revient dans la langue d'arrivée du message.
Combien ça coûte ?
Subtext vous offre quelques analyses gratuites pour commencer, puis un abonnement payant avec des formules à la semaine, au mois et à l'année, facturé via l'App Store ou Google Play sur votre téléphone, ou via Stripe sur le web. Vous voyez le prix dans votre devise avant de vous abonner.
Subtext fonctionne dans 20+ langues et répond dans celle où vous écrivez. Sur votre téléphone ou dans le navigateur.
Là où vous en avez besoin
Subtext est pensé d'abord pour votre téléphone. Une fois l'app installée, votre compte marche aussi sur le web.
Déjà téléchargé ? Votre compte fonctionne sur web.subtext.it, synchronisé avec votre téléphone.
Ou scannez pour installer. Cliquez sur un code pour l'agrandir.
Ça marche dans le navigateur que vous utilisez déjà.
- Safari
- Edge
- Chrome
- Firefox
- Opera
- Brave
l’App Store
Scannez-le avec l'appareil photo de votre téléphone pour installer.