Případy použití anotací
Na této stránce
Aktualizace 2. listopadu 2026 — OCR. Verze OCR 4.0 (
mistral-ocr-4-0) byla 30. září 2026 vyřazena z provozu. Používej OCR 4.1 (mistral-ocr-4-1), které je obecně dostupné od 31. srpna za stejnou cenu, nebo aliasmistral-ocr-latest, který na něj odkazuje od 16. července. OCR 4.1 přidává skóre důvěryhodnosti na úrovni bloků. Dodatek ze 3. listopadu 2026: Lokální PDF se přenáší v base64 jako{"type": "document_url", "document_url": "data:application/pdf;base64,…"}; typdocument_base64ze starších příkladů neexistuje ani v dokumentaci, ani v SDKmistralaia tyto příklady by selhaly. Zdroje: OCR Processor · Document QnA. Opraveno 3. listopadu 2026: Kód dříve četlpage.document_annotationstránku po stránce; v SDKmistralaiverze 3.7.0 je anotace dokumentu jediným polem v odpovědi (response.document_annotation) a anotace obrázku se čte zimage.image_annotation.
Anotace pro každou roli
Anotace Document AI transformují nestrukturované dokumenty na data, s nimiž lze pracovat. Mechanismus je vždy stejný – schéma, prompt, volání – ale to, co extrahuješ, se radikálně mění v závislosti na roli. Tato lekce tě provede čtyřmi konkrétními implementacemi: klasifikace na začátku pipeline, analýza smluvních doložek, kontrola regulačního souladu a obohacení indexu pro RAG.
Třiď před zpracováním
V reálném workflow přicházejí dokumenty smíchané dohromady: faktura, objednávka, občanský průkaz, dopis. Než aplikuješ odpovídající schéma extrakce, musíš vědět, s čím máš co do činění. Anotace slouží jako první fáze třídění. Enum TypeDocument uzamkne přípustné kategorie, skóre důvěryhodnosti ti umožní směrovat cokoli pod určitým prahem k lidské kontrole a jednověté shrnutí dá operátorům dostatek kontextu k rozhodnutí bez otevírání souboru.
import os
from enum import Enum
from pydantic import BaseModel, Field
from mistralai.client import Mistral
from mistralai.extra import response_format_from_pydantic_model
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
class TypeDocument(str, Enum):
INVOICE = "facture"
PURCHASE_ORDER = "bon_commande"
CONTRACT = "contrat"
REPORT = "rapport"
LETTER = "courrier"
FORM = "formulaire"
ID_DOCUMENT = "piece_identite"
OTHER = "autre"
class Classification(BaseModel):
document_type: TypeDocument = Field(
..., description="Identified document type"
)
confidence: float = Field(
..., description="Confidence score between 0 and 1"
)
language: str = Field(
..., description="Primary language (ISO 639-1 code)"
)
summary: str = Field(
..., description="One-sentence summary of the content"
)
def classify_document(document_base64: str) -> Classification:
"""Automatically classifies a document."""
response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "document_url",
"document_url": f"data:application/pdf;base64,{document_base64}"
},
document_annotation_format=response_format_from_pydantic_model(
Classification
),
document_annotation_prompt=(
"Identify the type of this document and provide "
"a summary of its content."
)
)
if response.document_annotation:
return Classification.model_validate_json(
response.document_annotation
)
raise ValueError("No annotation returned")
Čti smlouvu jako právník
Analýza smluv je hlavním případem použití v právu a financích a je to místo, kde skutečně vynikají vnořená schémata. Každá Clause nese svůj název, shrnutí obsahu, kategorii – mlčenlivost, vypovězení, zákaz konkurence, odpovědnost, platba – a posouzení rizika na třech úrovních. Smlouva samotná tyto doložky agreguje spolu se stranami, datem podpisu, dobou trvání, částkou a příslušnou jurisdikcí. U portfolia dvou set dodavatelských smluv získáš během několika hodin mapování, které by nikdo neměl čas vytvořit ručně.
Pole risk si zaslouží upozornění: jde o posouzení vytvořené modelem, užitečné pro prioritizaci revize právníkem, nikdy však pro její nahrazení.
from pydantic import BaseModel, Field
from typing import Optional
class Clause(BaseModel):
title: str = Field(..., description="Title or number of the clause")
content: str = Field(..., description="Summary of the clause content")
clause_type: str = Field(
..., description="Type: confidentiality, termination, "
"non-compete, liability, payment, other"
)
risk: str = Field(
..., description="Risk level: low, medium, high"
)
class ContractAnalysis(BaseModel):
parts: list[str] = Field(
..., description="Names of the contracting parts"
)
signature_date: Optional[str] = Field(
None, description="Signature date (YYYY-MM-DD)"
)
duration: Optional[str] = Field(
None, description="Contract duration"
)
key_clauses: list[Clause] = Field(
..., description="Identified main clauses"
)
amount: Optional[float] = Field(
None, description="Total amount if mentioned"
)
jurisdiction: Optional[str] = Field(
None, description="Applicable jurisdiction"
)
def analyze_contract(document_base64: str) -> ContractAnalysis:
"""Analyzes a contract and extracts main clauses."""
response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "document_url",
"document_url": f"data:application/pdf;base64,{document_base64}"
},
document_annotation_format=response_format_from_pydantic_model(
ContractAnalysis
),
document_annotation_prompt=(
"Analyze this commercial contract. Identify the parts, "
"the main clauses, and evaluate the risk level "
"of each clause."
)
)
if response.document_annotation:
return ContractAnalysis.model_validate_json(
response.document_annotation
)
raise ValueError("No annotation returned")
Automaticky ověřuj soulad
Regulační kontrola je pro anotace obzvláště vhodná, protože kritéria jsou v zákoně napsána černé na bílém. Pro francouzskou fakturu prompt vypisuje povinnosti k ověření – povinné údaje (SIRET, DIČ pro intra-komunitární plnění, platební podmínky, sankce za prodlení), formátování částek, datum vystavení – a schéma vynucuje pro každé kritérium boolean verdikt doprovázený jeho odůvodněním. Získáš celkové skóre a doporučení ke zlepšení, což stačí k zablokování nesouladné faktury ještě předtím, než vstoupí do platebního oběhu.
from pydantic import BaseModel, Field
class CompliancePoint(BaseModel):
criterion: str = Field(..., description="Compliance criterion checked")
compliant: bool = Field(..., description="True if compliant, False otherwise")
justification: str = Field(
..., description="Explanation of compliance or non-compliance"
)
class ComplianceAudit(BaseModel):
document_type: str = Field(..., description="Type of document audited")
compliance_points: list[CompliancePoint] = Field(
..., description="Compliance points checked"
)
global_score: float = Field(
..., description="Global compliance score (0-100)"
)
recommendations: list[str] = Field(
..., description="Improvement recommendations"
)
def audit_invoice_compliance(document_base64: str) -> ComplianceAudit:
"""Verifies invoice compliance according to French rules."""
response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "document_url",
"document_url": f"data:application/pdf;base64,{document_base64}"
},
document_annotation_format=response_format_from_pydantic_model(
ComplianceAudit
),
document_annotation_prompt=(
"Verify the compliance of this invoice according to "
"French legal obligations: mandatory mentions "
"(SIRET, intra-community VAT, payment terms, "
"late payment penalties), amount formatting, issue date."
)
)
if response.document_annotation:
return ComplianceAudit.model_validate_json(
response.document_annotation
)
raise ValueError("No annotation returned")
Před indexací nic neztrať
Poslední případ použití, diskrétnější, ale rozhodující: příprava obsahu pro index RAG. Index postavený pouze na Markdown ztratí vše, co bylo vizuální, a tvé vyhledávání nikdy nenajde graf, který obsahoval klíčovou figuru. Níže uvedená funkce znovu sestaví, stránku po stránce, text a popis každého obrázku, poté přidá metadata extrahovaná z dokumentu do jediného bloku připraveného k rozdělení na chunky.
def enrich_for_rag(ocr_response) -> str:
"""Enriches OCR content with annotations for RAG."""
parts = []
for page in ocr_response.pages:
# Text content
parts.append(page.markdown)
# Image annotations (replace images with their description)
for image in page.images:
if image.image_annotation:
parts.append(
f"[Description of {image.id}]: {image.image_annotation}"
)
# Document annotation: a single one, carried by the response
if ocr_response.document_annotation:
parts.append(
f"[Extracted Metadata]: {ocr_response.document_annotation}"
)
return "\n\n".join(parts)
Přidáním popisů obrázků a extrahovaných metadat do indexovaného obsahu neztratíš žádné informace z původního dokumentu. Všimneš si, že tyto čtyři scénáře sdílejí stejnou kostru: to, co je odlišuje, je schéma a prompt, nikoli volací kód.
Klíčové poznatky
- Automatická klasifikace směruje dokumenty do správného zpracovatelského pipeline
- Extrakce smluvních doložek identifikuje rizika a klíčové body
- Ověření souladu automatizuje regulační audity
- Obohacení anotacemi zlepšuje kvalitu indexování pro RAG
- Každý případ použití se redukuje na dobře navržené schéma Pydantic a přizpůsobený prompt