Votre deuxième cerveau : quel système de prise de notes permet à l’IA d’intervenir ?

De nos jours, les conseils se ressemblent partout. Créez-vous un « deuxième cerveau », rassemblez tout au même endroit, puis laissez une IA s’en charger. Ce que cette recommandation omet généralement, c’est la partie la plus difficile.

La question n’est pas de savoir quel programme établit les liens les plus élégants. La question est de savoir si une IA peut accéder à ces notes, et si elle est autorisée à en omettre certaines. Neuf programmes, par ailleurs très similaires, divergent si nettement sur ce point que le choix se fait en réalité dès leur configuration.

Il existe également une objection tout à fait légitime. Les modèles actuels traitent un million de tokens de contexte, voire davantage pour certains. Vous pouvez donc simplement déverser trois cents pages dans une fenêtre de chat et poser votre question. Pourquoi alors maintenir un système ? Nous avons analysé les chiffres, en nous appuyant sur des valeurs mesurées plutôt que sur des règles empiriques, et la réponse est moins tranchée que ne le prétendent les deux camps.

Nous avons examiné neuf programmes : Obsidian, Logseq, Joplin, Anytype, Notion, Gemini Notebook (anciennement NotebookLM), les projets ChatGPT, Apple Notes et Microsoft OneNote. Tous les prix et toutes les limites sont valables au 25 juillet 2026 et proviennent des pages des éditeurs eux-mêmes.

Il ne s’agit toujours que d’un seul dossier

C’est là que beaucoup de gens s’arrêtent, et à juste titre. Laisser une IA accéder à vos propres notes donne l’impression de lui confier l’ensemble de votre ordinateur. Ce n’est pas le cas.

L’accès porte exactement sur un seul répertoire que vous choisissez vous-même. Dans Obsidian, on l’appelle un « coffre-fort » et il s’agit d’un dossier ordinaire. Placez-y vos notes, indiquez ce chemin d’accès à un outil d’IA, et celui-ci ne verra que les fichiers contenus dans ce dossier. Ni les déclarations fiscales qui se trouvent à côté, ni les photos, ni l’historique de navigation. Un seul dossier, choisi manuellement, dont l’accès peut être révoqué à tout moment.

C’est également la raison pour laquelle la question des fichiers revêt une telle importance. Un programme qui conserve ses notes dans sa propre base de données ou dans le cloud du fournisseur ne dispose pas d’un tel dossier. Il n’y a rien vers quoi pointer.

Et l’accès fonctionne dans les deux sens. Un outil d’IA peut non seulement lire les fichiers, mais aussi les créer et les modifier. Obsidian met désormais lui-même cela en avant : il cite explicitement ses propres noms de ligne de commande comme cas d’utilisation, en donnant, pour ainsi dire, accès à un coffre-fort à des outils autonomes. Ainsi, si vous le souhaitez, vous dictez une idée et retrouvez la note finalisée dans le dossier, reliée à ce qui s’y trouve déjà.

Cela présente toutefois un revers, qui l’emporte sur la commodité. Les droits d’écriture signifient qu’un programme peut créer des notes, les modifier et les déplacer vers la corbeille. Joplin livre donc ses outils d’écriture désactivés et conseille, dans sa propre documentation, de ne les activer que si vous faites confiance à la fois à l’application et au modèle qui la sous-tend. La phrase qui suit est le véritable point essentiel : Joplin ne vous demande pas votre accord avant chaque écriture.

Avec les systèmes cloud, c’est l’inverse qui se produit. Vous téléchargez des fichiers chez le fournisseur et l’IA de ce dernier les traite. C’est pratique et cela fonctionne bien, mais cela signifie que le contenu quitte votre environnement. Avec ChatGPT, le contenu des projets est utilisé à des fins d’entraînement dans le cadre des formules grand public, à moins que vous ne désactiviez cette option dans les paramètres. Google et Notion procèdent à l’inverse et n’entraînent le modèle que si vous fournissez activement des retours d’expérience ou donnez votre accord.

Un fichier ou une base de données, voilà ce qui fait toute la différence

Obsidian est l’exemple le plus parlant du premier groupe. Les notes sont des fichiers Markdown stockés dans un dossier que vous choisissez vous-même. Vous pouvez les ouvrir dans n’importe quel éditeur, et Obsidian détecte automatiquement les modifications apportées en externe. Une IA n’a besoin ni de plugin ni d’interface pour cela : elle se contente de lire et d’écrire des fichiers texte. Obsidian ne dispose pas de sa propre IA, et à ce jour, la feuille de route officielle n’en fait pas mention. La seule fonctionnalité d’IA intégrée se trouve dans le Web Clipper : elle résume les pages web avant qu’elles n’arrivent dans le coffre-fort et vous laisse le soin de choisir votre propre fournisseur. Ce qu’Obsidian propose en revanche, depuis la version 1.12, c’est une ligne de commande officielle qu’il met ouvertement en avant comme moyen de connecter un coffre-fort à des scripts et à des outils d’automatisation.

Avec Logseq, la situation est moins claire, et vous devez en être conscient avant de vous lancer. La dernière version régulière est la version 0.10.15, datée du 1er décembre 2025, et même son titre de publication la qualifie de « Beta Testing ». Depuis lors, seules des versions « nightly » ont été publiées. Le développement proprement dit se concentre sur la nouvelle version de la base de données. Celle-ci, cependant, sacrifie précisément ce pour quoi de nombreux utilisateurs avaient choisi Logseq : au lieu de fichiers Markdown individuels, un graphe est désormais stocké sur le disque sous la forme d’un seul fichier de base de données SQLite. Ce que vous voyez ensuite dans le gestionnaire de fichiers est un fichier binaire. En contrepartie, la version « DB » intègre un serveur MCP auquel les applications d’IA peuvent se connecter directement.

Joplin suit la même voie, mais de manière plus systématique. Les notes sont stockées dans une base de données SQLite située dans le dossier de profil, et même la synchronisation via le système de fichiers ne vous fournit pas de fichiers texte lisibles. Joplin indique dans sa propre FAQ, avec une franchise inhabituelle, que le répertoire de synchronisation est essentiellement une base de données et n’est expressément pas destiné à être modifié par les utilisateurs.

Anytype stocke certes ses données dans un dossier de votre choix, mais ce qui s’y trouve sont des blobs chiffrés. Il convient de souligner un point concernant Anytype, car il est souvent omis dans les comparaisons : le programme n’est pas open source. Les protocoles sont sous licence MIT, tandis que les applications elles-mêmes sont sous licence « source disponible ». De plus, il n’y a pas de réinitialisation du mot de passe. Si vous perdez les douze mots, vous perdez vos données, comme l’indique la documentation.

Apple Notes et OneNote se situent à l’opposé. Chez Apple, il n’y a pas de dossier documenté, pas de format ouvert et pas d’interface de programmation documentée pour les notes. Ce qui fonctionne, ce sont les Raccourcis, qui permettent de rechercher, de créer et d’ajouter du contenu aux notes. C’est un détour, mais qui reste utilisable.

Avec OneNote, il existe une interface via Microsoft Graph, mais depuis le 31 mars 2025, la connexion via l’application seule n’y fonctionne plus ; un utilisateur connecté est donc toujours requis. Microsoft indique également que toute personne souhaitant sauvegarder ou extraire l’intégralité de ses blocs-notes se heurtera aux limites de cette interface.

Ce qui a changé en 2026

Trois actualités ont rendu obsolètes les comparaisons antérieures. Premièrement, Google a rebaptisé NotebookLM « Gemini Notebook » le 16 juillet 2026. L’outil reste le même, les carnets existants sont conservés et les liens redirigent vers la nouvelle version. Toutefois, les personnes recherchant des guides tombent encore principalement sur l’ancien nom.

Deuxièmement, Joplin intègre désormais une IA, et ce de manière locale. Un chat permet de se connecter à Joplin Cloud, à un service compatible avec OpenAI ou à Anthropic. Le plus intéressant réside dans la recherche sémantique : Joplin télécharge un modèle d’environ 140 Mo sur la machine et construit l’index de recherche entièrement sur l’appareil. Aucun contenu de note n’est transféré vers le cloud au cours de ce processus. À cela s’ajoute son propre serveur MCP qui n’écoute que sur l’adresse 127.0.0.1. Cinq outils de lecture sont préréglés, contrairement aux cinq outils d’écriture.

Troisièmement, les avancées concernent la fenêtre contextuelle, et non le stockage. Tous les systèmes cloud ont relevé leurs limites en 2026, mais aucun fournisseur n’a rouvert l’accès à un dossier local. Quiconque en souhaite un doit toujours se tourner vers les programmes qui créent des fichiers.

Un million de tokens face à un système de notes

Passons maintenant à la partie qui répond à la question fondamentale. Si un modèle lit un million de tokens à la fois, pourquoi trier quoi que ce soit ?

Il faut d’abord savoir ce que représente réellement un million de tokens. La règle empirique citée partout indique 750 000 mots. Pour l’allemand, cela est erroné. Nous avons soumis deux paragraphes de sens identique au tokeniseur o200k_base qu’OpenAI utilise pour ses modèles actuels, puis nous avons soustrait la surcharge. Résultat : l’anglais nécessite 1,17 token par mot, contre 1,67 pour l’allemand. Un texte en allemand nécessite donc environ 43 % de tokens en plus pour un contenu identique, car les mots composés se divisent en plusieurs parties.

Un million de tokens correspond donc à environ 857 000 mots anglais, mais seulement à environ 600 000 mots allemands. D’autres fournisseurs utilisent leurs propres tokeniseurs, ce qui fait varier légèrement ce chiffre. Mais l’ordre de grandeur reste valable.

600 000 mots, cela peut sembler beaucoup. À titre de comparaison, nous avons évalué une collection constituée au fil des années : environ 470 notes, ce qui correspond, par extrapolation, à environ 350 000 à 400 000 mots. Une collection de cette taille tient encore dans une seule fenêtre de contexte. De justesse, et elle ne cesse de s’agrandir.

Et puis vient la facture. Chaque question remplit une fenêtre de contexte et entraîne un nouveau coût. Avec un modèle haut de gamme actuel tel que Claude Opus 5, un million de tokens d’entrée coûte cinq dollars américains. Pour une collection de notes de 400 000 mots allemands, cela représente environ 667 000 tokens, soit environ 3,33 dollars américains. Par question. Dix questions en un après-midi coûtent donc plus cher qu’un mois d’abonnement à Notion Business.

C’est précisément là qu’un système de notes devient rentable. Non pas parce qu’il est moins cher que l’IA, mais parce qu’il réduit la quantité d’informations qui doit être intégrée au contexte. Une bonne recherche ou un index sémantique fournit à l’IA dix notes pertinentes au lieu de quatre cents. Les 3,33 dollars se transforment en quelques centimes, et la réponse gagne en qualité, car le modèle n’a pas à passer au crible des éléments secondaires.

L’inverse est tout aussi vrai : quiconque dispose de vingt notes n’a pas besoin de système. Un simple téléchargement de fichiers suffit. Le nombre de notes dépasse toutefois rarement la vingtaine dès que l’IA commence elle aussi à rédiger.

En fin de compte, ce n’est donc pas tant la taille de la collection qui est déterminante que le mode d’accès. Si vous souhaitez uniquement poser des questions, un système cloud vous convient parfaitement et vous ne prenez aucun risque, car aucune IA n’a accès à vos propres fichiers sur ce système. Si vous souhaitez que l’IA écrive également, vous avez besoin d’un système qui permette d’écrire, et vous devriez réfléchir une fois pour toutes, sereinement, à l’outil auquel vous confierez ces droits.

À qui s’adresse quoi ?

Quiconque souhaite utiliser une IA sur ses propres notes à long terme optera pour Obsidian. Non pas parce que c’est le programme le plus esthétique, mais parce qu’un dossier de fichiers texte est le seul mode d’accès qui fonctionnera encore dans cinq ans, quel que soit l’outil d’IA alors en vogue. L’inconvénient réside dans le travail manuel, car il n’existe pas de fonctionnalité IA prête à l’emploi, seulement la ligne de commande comme point d’ancrage.

Quiconque souhaite la même chose mais avec une configuration prête à l’emploi optera pour Joplin. Le serveur MCP, la recherche sémantique locale et le chat sont intégrés et ne coûtent rien de plus. Tout est désactivé par défaut et s’active individuellement, y compris les outils d’écriture.

Quiconque souhaite uniquement interroger des documents optera pour Gemini Notebook. Cinquante sources par carnet sont gratuites, ce qui suffit pour un cours, un sujet juridique ou un projet. Ce n’est pas un système de prise de notes, et il ne cherche pas à en être un. En contrepartie, rien ne peut y tomber en panne, car l’IA n’a jamais accès à vos propres fichiers.

Si vous évoluez déjà dans l’univers Microsoft ou Apple, restez sur OneNote ou Apple Notes et, honnêtement, laissez de côté la question de l’IA. Ces deux programmes conviennent parfaitement à la rédaction. En revanche, ils ne constituent pas une base solide pour un système de connaissances soutenu par l’IA, car l’accès depuis l’extérieur est soit inexistant, soit strictement limité.

Ce qui plaide contre l’idée dans son ensemble

Un « deuxième cerveau » reste un travail, même lorsque l’IA prend part à la rédaction. Elle peut vous décharger de la saisie, mais pas de la décision quant à ce qui mérite d’être conservé et sous quel nom. La plupart de ces projets aboutissent à un dossier contenant quarante fichiers que personne n’a jamais consultés à nouveau.

À cela s’ajoutent des inconvénients concrets qu’il vaut mieux connaître à l’avance. Obsidian ne se synchronise pas en arrière-plan sur mobile ; l’application doit être ouverte. Il en va de même pour Joplin, où la synchronisation s’interrompt dès que l’application passe en arrière-plan ou que l’écran s’éteint. Anytype ne permet pas de réinitialiser le mot de passe. Notion limite la taille des fichiers à 5 Mo dans la version gratuite, ce qui le rend inutilisable pour les numérisations et les PDF. Et avec Gemini Notebook, un carnet supprimé est perdu à jamais ; il n’y a aucune possibilité de récupération.

Le conseil le plus honnête est donc le suivant : commencez par rassembler vos notes pendant deux semaines, n’importe où, dans un dossier de fichiers texte si vous le souhaitez, qu’elles soient tapées ou dictées. Si vous continuez à en rassembler après cette période, vous aurez en partie répondu à la question concernant le choix du logiciel. Sinon, vous vous serez épargné un abonnement.