Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Kombinování modalit: Multimodální pracovní postupy

Lekce 13 z 14 Aktualizováno 2. listopadu 2026 Začátečník
Na této stránce
  1. Síla kombinované multimodality
  2. Obrázek + text: Víc než jen popis
  3. Audio + dokument: Chytré shrnutí
  4. Čtyři profesionální pracovní postupy k replikaci
  5. Hladký chod stroje
  6. Klíčové poznatky

Aktualizace 2. listopadu 2026 — Le Chat se stává Vibe. Od 28. května 2026 byl Le Chat přejmenován na Vibe (stále na chat.mistral.ai): jediný agent pro práci i kódování, který přenáší vaše konverzace, nastavení a předplatná. Původní prostředí Le Chat zůstává dostupné v režimu Chat; v režimu Work se agenti stali dovednostmi (vyvolávanými pomocí @), paměti slouží jako znalostní báze a hloubkový výzkum je nyní dovednost Deep Research. Plány se nyní jmenují Mistral Free, Pro, Team a Enterprise. Tato lekce používá název Vibe; mějte na paměti, že některá zde popsaná menu mohla změnit názvy nebo umístění.

Síla kombinované multimodality

Během tohoto kurzu jste prozkoumali tři klíčové schopnosti Mistral AI: vidění pro analýzu obrázků, audio pro přepis a syntézu řeči a zpracování dokumentů s inteligentním OCR. Každá z nich je sama o sobě působivá. Jejich kombinace v jediném pracovním postupu však odemyká jejich plný potenciál: zdroje se prolínají a doplňují, což přináší výsledky, které převyšují to, čeho by dokázala dosáhnout jakákoli jednotlivá modalita. Tato lekce vám ukáže, jak tyto kombinace orchestrávat.

Obrázek + text: Víc než jen popis

Nejběžnějším případem použití je obohacení obrázku o přesné textové instrukce. Rozdíl mezi slabým a bohatým promptem je dramatický. Pořiďte snímek obrazovky slidu z PowerPointu: „Popiš tento obrázek“ vygeneruje fádní parafrázi. Ale „Toto je slid z naší prezentace pro investory. Přeformuluj hlavní myšlenku pro širokou veřejnost“ nebo „Tento slid zobrazuje naše čtvrtletní výsledky. Identifikuj 3 nejvýznamnější čísla a navrhni chytlavý nadpis“ využívá jak vizuální chápání modelu, tak jeho schopnost psát – výstup je tak okamžitě použitelný.

Stejný princip platí pro fotografie z terénu. „Toto je foto našeho stánku na veletrhu. Navrhni vylepšení, která přilákají více návštěvníků,“ změní model na konzultanta; „Tato fotka ukazuje naše současné rozložení kanceláře. Navrhni přeuspořádání pro lepší spolupráci,“ z něj udělá plánovače prostor. V obou případech textový kontext směruje pozornost modelu.

Můžete také kombinovat více obrázků s instrukcí k porovnání: tři návrhy designu doprovázené promptem „Seřaď tyto návrhy podle vizuální srozumitelnosti a své pořadí odůvodni“ nebo fotka před a po rekonstrukci s úkolem „Odhadni procentuální postup prací a identifikuj zbývající úkoly.“

Audio + dokument: Chytré shrnutí

Obzvláště silný pracovní postup zkříží přepis audia s analýzou dokumentu. Klasickým scénářem je porada: nejprve nahrajte do Vibe agendu (PDF), poté nahrávku schůzky a nakonec se zeptejte: „Zde je agenda a nahrávka naší porady. Pro každý bod agendy shrň, co bylo rozhodnuto, a uveď úkoly k vyplnění.“ Model zkříží oba zdroje a vytvoří strukturované shrnutí bod po bodu – zatímco samotný přepis by vám dal dlouhý doslovný text k úpravám a samotná agenda by zůstala prázdnou schránkou.

Varianta pro studenty funguje stejně dobře: nahrajte PDF slidy z přednášky, poté audio nahrávku profesora a požádejte: „Vytvoř komplexní poznámky k opakování kombinací slidů s ústním výkladem profesora.“ Slidy poskytují strukturu a přesné definice; audio přidává vysvětlení, příklady a důrazy. Výsledné poznámky jsou mnohem bohatší, než by dokázal poskytnout kterýkoli ze zdrojů samostatně.

Čtyři profesionální pracovní postupy k replikaci

Pro konkurenční zpravodajství pořiďte snímky obrazovek domovských stránek tří konkurentů, nahrajte je do Vibe a zeptejte se: „Porovnej tyto 3 domovské stránky. Identifikuj silné a slabé stránky každé z nich z hlediska sdělení, designu a výzvy k akci.“

Pro onboarding klienta nahrajte podepsanou smlouvu (PDF), následovanou zadáním od klienta (dokument nebo obrázek), a zeptejte se: „Shrň smluvní závazky a zkříž je s očekáváními ze zadání. Nejsou zde nějaké nesrovnalosti?“ Včasné odhalení těchto nesouladů zabrání tomu, abyste uprostřed projektu zjistili, že obchodní slib není ve smlouvě.

Pro analýzu akce zkombinujte tři zdroje: fotografie z akce, audio nahrávky projevů a program (PDF), poté se zeptejte: „Vytvoř závěrečnou zprávu z akce, která zvýrazní klíčové momenty, nezapomenutelné citáty a vyhodnotí, jak dobře byl program pokryt.“

Pro interní školení obraťte tok: nahrajte své ústní vysvětlení procesu, nechte Vibe provést přepis, požádejte „Převeď tento přepis na strukturovaného průvodce procedurami s číslovanými kroky“ a poté přidejte snímky obrazovek s instrukcí „Integruj popisy těchto snímků jako ilustrace pro každý krok.“ Během čtyř zpráv se improvizované vysvětlení změní na formální dokumentaci.

Hladký chod stroje

Několik návyků učiní tyto pracovní postupy mnohem plynulejšími. Kontextualizujte každý nahraný soubor – „Toto je agenda“, „Zde je odpovídající nahrávka“ – aby model správně přiřadil zdroje. U složitých postupů postupujte krok za krokem: místo odeslání všeho v jedné zprávě budujte konverzaci zprávu po zprávě a před přechodem k dalšímu kroku každý krok ověřte. Pojmenujte své soubory explicitně před nahráním: „report-q3-2026.pdf“ modelu něco říká; „document.pdf“ ne. A pamatujte, že hlasový režim je sám o sobě vstupní modalitou: pro dlouhé instrukce je diktujte, místo abyste psali odstavec.

Klíčové poznatky

  • Kombinace obrázku + textu + audia + dokumentu v jediném pracovním postupu násobí možnosti
  • Nejsilnější pracovní postupy zkříží více zdrojů: audio z porady + agenda, fotografie + zadání klienta
  • Kontextualizujte každý nahraný soubor, abyste modelu pomohli vytvořit správná spojení
  • U složitých pracovních postupů postupujte krok za krokem, místo abyste odeslali vše najednou
  • Hlasový režim může sloužit jako vstupní nástroj pro podrobné instrukce