Анализиране на диаграми и извличане на данни от таблици
На тази страница
Обновено на 2 ноември 2026 г. — Le Chat вече е Vibe. От 28 май 2026 г. насам Le Chat беше ребрандиран като Vibe (все още на chat.mistral.ai): единен агент за работа и кодиране, който запазва Вашите разговори, настройки и абонаменти. Legacy опытът на Le Chat остава достъпен в режим Chat; в режим Work агентите вече са умения (извиквани с `@), спомените служат като база от знания, а задълбоченото проучване е умението Deep Research. Плановете вече се наричат Mistral Free, Pro, Team и Enterprise. Този урок използва името Vibe; имайте предвид, че някои менюта, описани тук, може да са променили имената или местоположенията си.
Превръщане на изображенията в полезни данни
Диаграмите и таблиците са навсякъде: бизнес отчети, презентации на PowerPoint, новинарски статии, финансови отчети. Но когато тези елементи са заключени вътре в изображение – екранна снимка, сканиран PDF файл или снимка на екран – не можете да копирате и поставите числата. Колко пъти сте въвеждали ръчно стойности от таблица, изпратена като прикачен файл? Точно тук блести компютърното зрение на Mistral: то чете диаграмата така, както бихте направили Вие, извлича данните и ги преформатира структурно.
Анализиране на диаграма
Когато качите диаграма във Vibe, моделът автоматично разбива нейната анатомия. Първо идентифицира типа на диаграмата – хистограма, линейна графика, кръгова диаграма, стълбовидна диаграма, точкова диаграма – тъй като всяка изисква различен подход на четене. След това локализира осите с техните етикети, мерни единици и мащаби, последвани от легендите, които свързват категориите с цветовете, и накрая самите стойности: точки с данни, проценти, общи суми. Това структурирано четене му позволява да отговаря на конкретни въпроси, вместо да генерира повърхностно описание.
Следователно Вашите въпроси могат да бъдат насочени точно към това, което е важно за Вас: „Коя категория има най-висока стойност?“ за класиране, „Каква е общата тенденция между януари и юни?“ за еволюция, „Сравнете двете линии и идентифицирайте пресечните точки“ за кръстосан анализ или „Извлечете всички стойности от тази кръгова диаграма като списък“, за да получите сурови данни. Моделът се справя особено добре с диаграми с висок контраст и четливи етикети: изображение с висока разделителна способност и отчетливи цветове дава отлични резултати.
Извличане на данни от таблици
Таблиците в изображенията представляват основен случай на употреба. Независимо дали става въпрос за таблица в PDF отчет, екранна снимка на електронна таблица или снимка на хартиен документ, моделът чете заглавките и редовете, възстановява структурата – включително колони, редове и дори обединени клетки – и извежда данните във желания от Вас формат.
Този последен пункт прави цялата разлика: винаги посочвайте желания изходен формат. „Транскрибирайте тази таблица в Markdown“ Ви дава таблица за повторна употреба във Вашите бележки; „Извлечете данните от тази таблица като CSV“ произвежда файл, готов за импортиране в електронна таблица; „Създайте списък с продукти и техните цени“ доставя четим обобщен преглед. Моделът разбира сложни таблични структури – множество колони, междинни суми, бележки под линия – и също така обработва таблици с оцветени клетки или дебели граници.
Основно OCR на изображения с данни
Отвъд диаграмите и таблиците, моделът може да чете всеки видим текст в изображение. Това се нарича OCR (Оптично разпознаване на знаци) и тази възможност е вградена нативно във Vibe. Конкретно, можете да извлечете сумата, датата и доставчика от фактура или касова бележка; да получите името, имейла и телефонния номер от визитка; да прочетете текст от пътен знак или витрина на магазин; или дори да транскрибирате ръкописни полета от хартиен формуляр.
За напреднали нужди от OCR – обработка на големи обеми документи, структурирано извличане, автоматизирани работни потоци – Mistral предлага специализирано решение, наречено Document AI, което ще разгледаме в Раздел 3 на този курс. Засега помнете, че Vibe вече се справя много добре с ежедневните спорадични нужди.
Реални случаи на употреба
Нека разгледаме три типични офис сценария. Първи сценарий: получавате диаграма за тримесечните резултати като изображение в имейл. Качете я във Vibe и попитайте кое тримесечие е постигнало най-добри резултати, накарайте го да изчисли растежа между първо и четвърто тримесечие или поискайте обобщение от три точки на ключовите тенденции – достатъчно, за да се подготвите за среща за пет минути.
Втори сценарий: разполагате с екранна снимка на таблото за управление с множество индикатори. Попитайте „Извлечете всички видими KPI и техните текущи стойности“, след което „Идентифицирайте индикаторите в червено“, за да откриете веднага какво намалява, без да навигирате в оригиналния инструмент.
Трети сценарий, често пренебрегван: проверка. Съмнявате се в цифра в презентация, която някой Ви е изпратил? Качете слайда и попитайте „Общата сума в последната колона правилна ли е?“ или „Процентите в тази кръгова диаграма събират ли се до 100%?“. Моделът преизчислява и сигнализира за несъответствия – ценна предпазна мрежа преди разпространението на документ.
Най-добри практики
Четири навика определят качеството на резултатите. Първо, разделителна способност: колкото по-остро е изображението, толкова по-добро е четенето – избягвайте замъглени снимки и прекалено компресирани екранни снимки. Второ, кадриране: изрежете изображението така, че да показва само съответната диаграма или таблица, тъй като по-малко визуален шум около нея означава по-прецизен анализ. Трето, контекст: ако диаграмата не посочва ясно своя предмет, уточнете го сами („Тази диаграма показва месечните продажби в евро“), за да помогнете на модела да интерпретира правилно. Накрая, проверка: за критични употреби винаги сверявайте извлечените цифри с оригиналния източник, тъй като изкуственият интелект може да сбърка стойности, които приличат една на друга, или необичайни шрифтове.
Ключови изводи
- Моделът идентифицира типовете диаграми, осите, легендите и стойностите
- Можете да поискате извличане във формат Markdown, CSV или списък
- Основното OCR е вградено, за да чете текст във всяко изображение
- Качеството на изображението и прецизността на въпроса определят качеството на резултата