Passer au contenu principal

Comment puis-je importer mes données dans Gamma decks en utilisant un LLM ?

Apprenez à connecter vos sources de données à Gamma et à Générer automatiquement des présentations avec un assistant IA ou un LLM.

Comment utiliser cette page

Comment utiliser cette page : coller ce contenu dans Claude, ChatGPT (ou tout LLM connecté à vos outils et Gamma) et dites ce que vous voulez, par ex. « Aidez-moi à créer un deck de revue du pipeline T3 à partir de mes données Snowflake. » Le LLM utilise ce brief pour écrire vos instructions de projet (ou une skill) et exécuter le deck. Vous pouvez vérifier la sortie de votre LLM, la tester avec le serveur Gamma MCP et itérer.

💎 Astuce Pro : Coller cette page entière dans le LLM de votre choix et décrivez votre cas d'utilisation. Le LLM s'occupe du reste, de l'extraction des données à la génération du deck.


Le modèle

Le LLM lit les données d'un outil connecté → calcule les chiffres dans un script → envoie les résultats finis à Gamma, qui génère le deck.
​

Trois couches : sources contiennent les données brutes · instructions contiennent la recette · Gamma gère les visuels. Ajouter un nouvel outil signifie seulement ajouter une source ; le reste reste inchangé.
​

Règles que le LLM doit suivre

  • Lire la source à neuf à chaque requête - ne jamais réutiliser des chiffres d'un tour précédent.

  • Pré-calculer dans un script. Totaux, répartitions, classements, filtres de période. Ne jamais faire de calculs dans Gamma - ne lui passer que des chiffres finis.

  • Répéter chaque nombre avec unités ($1.21M) dans l'invite, et nommer le type de graphique (« graphique à barres comparatif », « donut »).

  • Choisir le bon outil Gamma : generate_from_template (+ ID de template) pour les decks de marque récurrents ; generate (+ ID de thème) pour les decks ponctuels. Utiliser textMode: preserve pour verrouiller les chiffres exacts.

  • Il n'y a pas d'outil edit - pour modifier un deck, le régénérer (ou modifier dans l'éditeur web de Gamma).

Ce qu'il faut fournir au LLM

  • L'outil où résident vos données - Snowflake, BigQuery, Google Drive/Sheets, Salesforce, HubSpot, Notion, Jira, etc.

  • La table / vue / rapport / feuille / doc spécifique, et les colonnes ou sections importantes.

  • Votre template ID Gamma (Gamma:get_gammas avec type: template) ou un theme ID.

  • La liste des diapositives du deck et le ton de votre marque.

Modèle d'instructions que le LLM remplit avec vous

## Rules - Read source fresh; pre-compute in a script; restate figures with units;   there is no Gamma edit tool. - Brand voice: ___  ## Use case: ___ Trigger: "___" Tool: Gamma:generate_from_template — gammaId ___, presentation, 16x9, textMode: preserve Source: ___ (tool + table/view/report/sheet/doc; relevant columns/sections: ___) Steps:   1. Read the source (run query / export CSV / fetch doc).   2. Run a script to compute: ___ (totals, breakdowns, top-N, period).   3. Build the prompt one block per slide: ___ → ___ → ___, figures with units.   4. Generate from the template; spot-check with Gamma:read_gamma.

Exemple en 60 secondes

Un Google Sheet Pipeline T3 avec les colonnes deal, stage, arr, probability, region, owner. Vous dites « faire la revue du pipeline T3. » Le LLM :

  1. exporte la feuille en CSV ou la lit directement depuis MCP de Google Drive,

  2. exécute un script qui retourne ARR ouvert 1,60 M$ · pondéré 1,03 M$ · taux de réussite 67 % · meilleures affaires (Stark 500 K$, Hooli 420 K$…),

  3. demande à Gamma une diapositive par bloc - résumé → par étape → meilleures affaires → priorités, en utilisant ces chiffres exacts,

  4. génère à partir de votre template pipeline.

Vous avez tapé une phrase ; les chiffres sont restés exacts car le script a fait les calculs, pas le modèle.


Instructions de skill ou de projet ?

Commencez par des instructions de projet - les plus simples, toujours chargées, adaptées à une équipe et quelques types de decks. Passez un deck dans sa propre skill quand vous avez plusieurs types de decks (chacun ne charge que si nécessaire) ou souhaitez que l'étape de calcul soit un script réutilisable et testé que vous pouvez partager. Dites au LLM ce que vous voulez et il le configurera dans les deux cas.

Une skill prête à l'emploi - pipeline-review-deck (un SKILL.md plus un script compute_pipeline.py) - accompagne ce brief comme point de départ. Les skills s'installent sous Paramètres → Capacités.


Annexe : Exemple d'importation de table

Parfois, vous n'avez pas besoin de script. Une table existe déjà dans une feuille avec la forme exacte souhaitée sur la diapositive. Lisez les lignes, répétez-les dans l'invite, demandez à Gamma de les mettre dans un tableau.

Feuille source — Q3 Customer References (10 lignes)

Compte

Secteur

Région

Contact principal

Statut

Hargrove Industries

Fabrication

Nord-Est

Michelle Tran, CTO

Actif

BlueRidge Healthcare

Santé

Sud-Est

Dr. Sam Osei, CIO

Actif

SunBridge Hotels

Hôtellerie

Sud-Est

Raj Mehta, SVP Tech

Actif

Apex Transportation

Transport

Sud-Est

William Torres, CIO

Actif

United Credit Union

Services financiers

Midwest

Helen Voss, VP Tech

Actif

BrightPath Education

Éducation

Sud-Est

Tanya Morris, CIO

En attente

Luminary Tech Group

Technologie

Nord-Est

Sophia Grant, CEO

Actif

Quantum Defense Corp

Défense

Sud-Ouest

Eric Wang, CIO

Actif

Vertex Pharma

Sciences de la vie

Nord-Est

Lisa Okafor, IT Director

En renouvellement

Harbor Life Sciences

Sciences de la vie

Ouest

Dr. Anna Xu, SVP Ops

Actif

L'invite Gamma

Populate the "Customer References" slide with a horizontal table. Columns: Account | Industry | Region | Primary Contact | Status. Preserve row order exactly. No edits, no additions, no aggregation.  - Hargrove Industries | Manufacturing | Northeast | Michelle Tran, CTO | Active - BlueRidge Healthcare | Healthcare | Southeast | Dr. Sam Osei, CIO | Active - SunBridge Hotels | Hospitality | Southeast | Raj Mehta, SVP Tech | Active - Apex Transportation | Transportation | Southeast | William Torres, CIO | Active - United Credit Union | Financial Services | Midwest | Helen Voss, VP Tech | Active - BrightPath Education | Education | Southeast | Tanya Morris, CIO | Pending - Luminary Tech Group | Technology | Northeast | Sophia Grant, CEO | Active - Quantum Defense Corp | Defense | Southwest | Eric Wang, CIO | Active - Vertex Pharma | Life Sciences | Northeast | Lisa Okafor, IT Director | In renewal - Harbor Life Sciences | Life Sciences | West | Dr. Anna Xu, SVP Ops | Active

Pourquoi cela fonctionne

  • Le délimiteur | maintient les limites des colonnes sans ambiguïté.

  • « Préserver l'ordre exact des lignes. Pas de modifications, pas d'ajouts, pas d'agrégation » indique à Gamma de transcrire, pas d'éditer.

Revenez au modèle de pré-calcul dès que les tables dépassent ~15 lignes, l'invite ligne par ligne devient bruyante.

Avez-vous trouvé la réponse à votre question ?