Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Analýza grafů a extrakce dat z tabulek

Lekce 3 z 14 Aktualizováno 2. listopadu 2026 Začátečník
Na této stránce
  1. Přeměna obrázků na použitelná data
  2. Analýza grafu
  3. Extrakce dat z tabulek
  4. Základní OCR na obrázcích s daty
  5. Reálné případy použití
  6. Osvědčené postupy
  7. Klíčové poznatky

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

Přeměna obrázků na použitelná data

Grafy a tabulky jsou všude: v obchodních zprávách, prezentacích PowerPoint, novinových článcích či finančních výkazech. Když jsou však tyto prvky uzamčeny uvnitř obrázku – snímku obrazovky, naskenovaného PDF nebo fotografie monitoru – nemůžeš čísla jednoduše zkopírovat a vložit. Kolikrát jsi už ručně přepisoval hodnoty z tabulky zaslané jako příloha? Přesně zde vyniká AI vidění od Mistralu: čte graf stejně jako ty, extrahuje data a přeformátuje je do strukturované podoby.

Analýza grafu

Když nahraješ graf do Vibe, model automaticky rozebere jeho strukturu. Nejprve identifikuje typ grafu – histogram, čárový graf, výsečový graf, sloupcový graf, bodový graf – protože každý vyžaduje jiný přístup k čtení. Následně lokalizuje osy s jejich popisky, jednotkami a měřítkem, poté legendy, které přiřazují kategorie barvám, a nakonec samotné hodnoty: datové body, procenta, součty. Toto strukturované čtení mu umožňuje odpovídat na konkrétní otázky místo toho, aby generoval povrchní popis.

Tvé otázky se proto mohou zaměřit přesně na to, co tě zajímá: „Která kategorie má nejvyšší hodnotu?“ pro žebříček, „Jaký je obecný trend mezi lednem a červnem?“ pro vývoj, „Porovnej obě čáry a identifikuj průsečíky“ pro křížovou analýzu, nebo „Extrahuj všechny hodnoty z tohoto výsečového grafu jako seznam“ pro získání surových dat. Model podává obzvláště dobré výsledky u grafů s vysokým kontrastem a čitelnými popisky: obrázek s vysokým rozlišením a zřetelnými barvami přináší vynikající výsledky.

Extrakce dat z tabulek

Tabulky uvnitř obrázků představují zásadní případ použití. Ať už jde o tabulku v PDF zprávě, snímek obrazovky z tabulkového procesoru nebo fotografii papírového dokumentu, model přečte záhlaví a řádky, zrekonstruuje strukturu – včetně sloupců, řádků a dokonce i sloučených buněk – a vydá data ve formátu, který preferuješ.

Právě tento poslední bod dělá rozdíl: vždy specifikuj požadovaný výstupní formát. „Přepiš tuto tabulku do Markdownu“ ti dá znovu použitelnou tabulku pro tvé poznámky; „Extrahuj data z této tabulky jako CSV“ vytvoří soubor připravený k importu do tabulkového procesoru; „Vytvoř seznam produktů a jejich cen“ poskytne čitelné shrnutí. Model rozumí složitým tabulkovým strukturám – více sloupcům, mezisoučtům, poznámkám pod čarou – a zvládá také tabulky s barevnými buňkami nebo silnými ohraničeními.

Základní OCR na obrázcích s daty

Kromě grafů a tabulek dokáže model číst jakýkoli viditelný text v obrázku. Tomu se říká OCR (optické rozpoznávání znaků) a tato schopnost je ve Vibe zabudována nativně. Konkrétně můžeš extrahovat částku, datum a dodavatele z faktury nebo účtenky; získat jméno, e-mail a telefonní číslo z vizitky; přečíst text z dopravní značky nebo výlohy obchodu; nebo dokonce přepsat ručně psaná pole z papírového formuláře.

Pro pokročilé potřeby OCR – zpracování velkého objemu dokumentů, strukturovaná extrakce, automatizované pracovní postupy – nabízí Mistral specializované řešení nazvané Document AI, kterým se budeme zabývat v sekci 3 tohoto kurzu. Prozatím si pamatuj, že Vibe již velmi dobře zvládá běžné ad hoc potřeby.

Reálné případy použití

Podívejme se na tři typické kancelářské scénáře. První scénář: obdržíš čtvrtletní graf výkonu jako obrázek v e-mailu. Nahraj ho do Vibe a zeptej se, které čtvrtletí dopadlo nejlépe, nech vypočítat růst mezi Q1 a Q4, nebo požádej o tříbodové shrnutí klíčových trendů – to stačí na přípravu na schůzku během pěti minut.

Druhý scénář: máš snímek obrazovky s dashboardem obsahujícím více ukazatelů. Zeptej se „Extrahuj všechny viditelné KPI a jejich aktuální hodnoty“ a následně „Identifikuj ukazatele v červené barvě“, abys okamžitě odhalil, co klesá, aniž bys musel procházet původní nástroj.

Třetí scénář, často přehlížený: ověření. Pochybuješ o čísle v prezentaci, kterou ti někdo poslal? Nahraj snímek a zeptej se „Je součet v posledním sloupci správný?“ nebo „Sčítají se procenta v tomto výsečovém grafu na 100 %?“ Model přepočítá hodnoty a označí nesrovnalosti – cenná pojistka před distribucí dokumentu.

Osvědčené postupy

Čtyři návyky určují kvalitu výsledků. Za prvé, rozlišení: čím ostřejší obrázek, tím lepší čtení – vyhni se rozmazaným fotografiím a příliš komprimovaným snímkům obrazovky. Za druhé, orámování: ořízni obrázek tak, aby zobrazoval pouze příslušný graf nebo tabulku, protože méně vizuálního šumu kolem znamená přesnější analýzu. Za třetí, kontext: pokud graf jasně neuvádí svůj předmět, specifikuj ho sám („Tento graf zobrazuje měsíční prodeje v eurech“), abys pomohl modelu správně interpretovat data. Nakonec, ověření: pro kritická použití vždy zkřížově zkontroluj extrahovaná čísla proti původnímu zdroji, protože AI si může splést podobně vypadající hodnoty nebo neobvyklá písma.

Klíčové poznatky

  • Model identifikuje typy grafů, osy, legendy a hodnoty
  • Můžeš požádat o extrakci ve formátu Markdown, CSV nebo jako seznam
  • Základní OCR je zabudováno pro čtení textu v jakémkoli obrázku
  • Kvalita obrázku a přesnost otázky určují kvalitu výsledku