Gå videre med Mistral
På denne side
Opdateret 2. november 2026 — Le Chat er nu Vibe. Siden 28. maj 2026 har Le Chat heddet Vibe (stadig på chat.mistral.ai): en enkelt agent til arbejde og kode, hvor dine samtaler, indstillinger og abonnementer overføres. Den ældre Le Chat-oplevelse forbliver tilgængelig i Chat-tilstand; i Work-tilstand er agenter blevet til færdigheder (kaldes med
@), hukommelse er vidensbasen, og dyb søgning er færdigheden Deep Research. Abonnementerne hedder nu Mistral Free, Pro, Team og Enterprise. Denne lektion bruger nu navnet Vibe; nogle menuer beskrevet her kan have ændret navn eller placering.
Din rejse er lige begyndt
Du har dækket fundamentet for Mistral AI: virksomheden, modellerne, nøglebegreberne og den praktiske brug af Vibe. Denne sidste lektion spiller en anden rolle end de tidligere: den lærer dig ikke endnu en færdighed, men viser dig landskabet, der åbner sig efter dette kursus – de avancerede funktioner, du kun har skimtet, og de mulige veje afhængigt af din profil.
Avancerede Vibe-funktioner
Start med Deep Research, som du stødte på i tidligere lektioner, og som fortjener et nærmere kig, fordi det er meget mere end simpel websøgning. Når du aktiverer det, analyserer Vibe først dit spørgsmål for at identificere relevante søgevinkler, konsulterer flere webkilder parallelt, krydstjekker information på tværs af kilderne og producerer derefter en struktureret syntese med citater og links. Det er et professionelt researchværktøj, der kan erstatte timers browsing. Brug det kun, hvor det er berettiget: konkurrenceintelligence, teknisk state-of-the-art, dokumentarisk research om komplekse emner – ikke til at tjekke en enkeltstående faktaoplysning.
Canvas gør derefter Vibe til en ægte samarbejdsredaktør. I stedet for en spørgsmål-svar-udveksling, hvor hver ny version af teksten stabler sig op i samtalen, åbner Canvas et vedvarende arbejdsområde: I skriver sammen – du skriver, modellen fuldfører, du reviderer, modellen forfiner – du koder interaktivt i en integreret editor med eksekvering og fejlsøgning, og du modificerer specifikke sektioner af et dokument uden at miste den globale kontekst. Til en artikel, rapport eller et udviklingsprojekt, der kræver ti iterationer, er komfortforskellen betydelig.
Den tredje søjle er MCP (Model Context Protocol), en åben standard, der lader dig forbinde Vibe til eksterne værktøjer: dine lokale filer, dine databaser, dine interne API’er, dine produktivitetsværktøjer som kalender eller opgavestyring. Omfanget af denne ændring er let at undervurdere. En klassisk assistent kan forklare, hvordan du organiserer din uge; en assistent forbundet via MCP kan læse din kalender og gøre det for dig. MCP transformerer Vibe fra en samtaleassistent til en agent, der er i stand til at handle inden for dit arbejdsmiljø.
Avanceret prompt-engineering
Lektionen om effektive samtaler gav dig grundlaget; tre teknikker bygger videre på dette fundament. Først system prompts: via API’et eller Vibes brugerdefinerede instruktioner kan du styre modellens adfærd dybtgående – definere en specifik persona (juridisk ekspert, salgstræner, finansanalytiker), håndhæve formatbegrænsninger (svar altid i JSON, inkluder altid kilder) eller etablere forretningsregler (anbefal aldrig en konkurrent, foreslå altid tre muligheder). Det er forskellen mellem at briefe nogen til hver enkelt opgave og at skrive deres jobbeskrivelse én gang.
Dernæst Chain of Thought: til komplekse problemer forbedrer det at bede modellen om at ræsonnere trin-for-trin svar kvaliteten drastisk. Teknikken er særligt effektiv med Small 4’s ræsonneringstilstand og med Medium 3.5, der naturligt udfolder denne ræsonnering trin for trin.
Endelig formaliserer multi-turn prompts en idé, du allerede har øvet: de mest produktive samtaler er ikke isolerede udvekslinger, men strukturerede dialoger – sæt kontekst og mål i første omgang, få et første udkast i anden, forfin og ret i tredje, finalisér og valider i fjerde.
Mistral API til udviklere
Hvis du vil gå videre end Vibe og integrere Mistral i dine egne applikationer, er API’et næste skridt. Indgangsvinklen er kort: opret en API-nøgle i Console, installer Python- eller TypeScript-SDK’et, send en første chat completion-anmodning, og lær derefter at håndtere streaming-svar. Bag disse basale ting ligger avancerede kapaciteter, der overlapper med begreber set i dette kursus: function calling for at forbinde modellen til dine værktøjer og API’er, embeddings for at bygge en semantisk søgemaskine, RAG for at berige svar med dine interne data, og fine-tuning via Forge for at skabe en brugerdefineret model. Corsen Academy vil tilbyde dedikeret træning i udvikling med Mistral API til tekniske profiler.
Mistral-agenter
Agenter repræsenterer fremtiden for LLM-brug, og nuancen i forhold til en chatbot fortjener en klar forståelse. En chatbot svarer; en agent handler. Konkret er en agent et autonomt system, der er i stand til at planlægge handlingssekvenser, udføre opgaver på eksterne værktøjer, verificere sine egne resultater og iterere, indtil målet er nået. Hvor du ville spørge en chatbot “hvordan analyserer jeg disse data?”, overlader du selve analysen til en agent, og den kæder trinene sammen alene. Mistral tilbyder agenter via Workflows og Devstral 2, og økosystemet udvikler sig hurtigt: at mestre agenter vil være en nøglefærdighed i de kommende år.
Din træningsroadmap
Hvad der kommer næst, afhænger af din profil. Hvis du er en business-bruger, går din vej gennem mestring af avanceret prompt-engineering (system prompts, few-shot, chain of thought), udforskning af Deep Research til din professionelle intelligence, brug af Canvas til dine komplekse skriveprojekter og derefter træning af dit team i bedste praksis – fordi individuelle gevinster ganges, når et helt team adopterer dem.
Hvis du har en teknisk profil, skal du først gøre dig fortrolig med Mistral API (Python eller TypeScript SDK), bygge en RAG-pipeline med dine interne data – det ideelle læringsprojekt, da det mobiliserer embeddings, søgning og generering – udforske fine-tuning via Forge for at tilpasse en model og derefter udvikle en agent med Devstral 2 og Workflows.
Hvis du er beslutningstager, ligger dit arbejde upstream for værktøjet: evaluér use cases med høj effekt i din organisation, sammenlign omkostninger mellem cloud-API og self-hosting, definer en politik for AI-brug til dit team, og planlæg træning for dine medarbejdere.
Det udviklende økosystem
En sidste advarsel, som også er et råd: Mistral AI udvikler sig hurtigt. Siden grundlæggelsen i 2023 har virksomheden lanceret nye modeller og funktioner i et højt tempo, og det, du har lært her, vil blive beriget – ikke ugyldiggjort – af det, der kommer næst. Fire tendenser fortjener din opmærksomhed: multimodale modeller, der håndterer tekst, billeder, lyd og video i kombination; autonome agenter, der er i stand til at udføre komplekse opgaver uden opsyn; indlejrede modeller, der er kompakte nok til at køre på smartphones; og personalisering, med modeller der i stigende grad er lette at tilpasse specifikke behov.
Kursusopsamling
Ved slutningen af disse 16 lektioner ved du, hvordan du positionerer Mistral AI i det globale AI-økosystem, opretter din konto og navigerer i Console såvel som Vibe, differentierer mellem generalist- og specialistmodeller for at vælge den rigtige, håndterer domæneordforrådet – tokens, kontekst, RAG, embeddings, fine-tuning – bruger Vibe effektivt til dine daglige opgaver og skriver prompts i professionel kvalitet. Dette er fundamentet. Det er tilstrækkeligt til at udnytte Mistral i dit arbejde fra i dag, og det understøtter alt, hvad du vil lære herefter.
Vigtige pointer
- Deep Research, Canvas og MCP gør Vibe til et komplet professionelt værktøj
- Avanceret prompt-engineering (system prompts, chain of thought, multi-turn) ganger resultatets kvalitet
- Mistral API åbner døren til integration i dine egne applikationer
- Agenter er den næste grænseflade: AI’er, der er i stand til at handle, ikke bare svare
- Mistral-økosystemet udvikler sig hurtigt – dette kursus er dit udgangspunkt, ikke din destination
Test din viden
Første komplette tur gennem Mistral-økosystemet: valider din orientering.
1. Hvad kendetegner Mistral AI i AI-landskabet?
Svar: En europæisk mester, der kombinerer banebrydende modeller og engagement i open source – med Vibe som brugergrænseflade og et API til udviklere.
2. Generalist- og specialistmodeller: hvad er forskellen?
Svar: Generalister (familierne Medium, Small, Large, Ministral) dækker almindelige anvendelser; specialister excellerer inden for et domæne – kode (Codestral, Devstral), lyd (Voxtral), dokumenter (OCR).
3. Hvad skal du forstå om tokens og kontekst?
Svar: Tekst opdeles i tokens, enheden for fakturering og måling; kontekstvinduet afgrænser, hvad modellen kan læse ad gangen – to begreber, der driver omkostninger og gennemførlighed.
4. Hvordan vælger du din Mistral-model?
Svar: Efter opgave: maksimumskrav → high-end; almindelig brug → mellemklasse; volumen og hastighed → kompakte modeller; niche-domæne → den tilsvarende specialist.
5. Hvad muliggør Vibe i daglig brug?
Svar: Samtale, skrivning, dokumentanalyse og generering – grænsefladen til at drage fordel af Mistral-modeller uden at skrive kode, med effektive samtaler, når du leverer kontekst og forventet format.
Orienteringen er på plads – de følgende kurser uddyber hver enkelt byggesten: modeller, avanceret Vibe, API og agenter.