Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Struktureret udtræk: Tabeller, overskrifter og numeriske data

Lektion 11 af 14 Opdateret 2. november 2026 Begynder
På denne side
  1. Fra rå dokumenter til organiserede data
  2. Tabeller: Det perfekte anvendelsesområde
  3. Overskrifter, hierarki og struktur
  4. Numeriske data med kontekst
  5. I praksis
  6. Vigtige pointer

Opdatering 2. november 2026 — Le Chat bliver til Vibe. Fra den 28. maj 2026 er Le Chat nu Vibe (stadig på chat.mistral.ai): en enkelt agent til arbejde og kode, der viderefører dine samtaler, indstillinger og abonnementer. Den oprindelige Le Chat-oplevelse forbliver tilgængelig i Chat-tilstand; i Work-tilstand er agenter blevet til færdigheder (kaldes med @), hukommelse udgør vidensbasen, og dyb søgning er færdigheden Deep Research. Abonnementerne hedder nu Mistral Free, Pro, Team og Enterprise. Denne lektion bruger navnet Vibe; nogle menuer beskrevet her kan have ændret navn eller placering.

Fra rå dokumenter til organiserede data

Det er godt at kunne udtrække tekst fra et dokument. Men den virkelige værdi opstår, når du får strukturerede data: rene tabeller, identificerede tal og klassificerede overskrifter. Det er forskellen på at modtage en fotokopi af en regnskabsoversigt og at modtage den samme oversigt som et brugbart regneark. Mistral Document AI excellerer netop i denne opgave: Det læser ikke blot teksten; det forstår dokumentets struktur og returnerer information i et format, du kan bruge med det samme.

Tabeller: Det perfekte anvendelsesområde

Tabeller findes overalt i forretningsdokumenter – regnskaber, prislister, tidsplaner, undersøgelsesresultater – og det er historisk set her, klassisk OCR har fejlet mest groft ved at blande kolonner og rækker til en uoverskuelig masse. OCR 3-motoren håndterer derimod dette med bemærkelsesværdig præcision. Når du uploader et dokument med en tabel til Vibe, identificerer modellen først tabelgrænserne, selv når de er subtile eller farvede. Derefter genkender den overskrifter og adskiller dem fra data, hvor hver celle kobles til sin kolonne og række. Den håndterer endda svære tilfælde: sammenflettede celler, subtotaler, fodnoter – alle klassiske faldgruber, som et dårligt konverteret regneark omdanner til usynlige fejl.

For at få et brugbart resultat skal du gøre det til en vane at angive det ønskede format i din prompt. „Udtræk tabellen fra side 3 i Markdown-format” giver dig en tabel, der kan læses direkte i Vibe; „Konverter denne tabel til CSV, så jeg kan indsætte den i Excel” klargør den til import i et regneark; „Udtræk kun kolonnen ‘Beløb’ og kolonnen ‘Dato’” filtrerer det, du har brug for, ved kilden. Markdown er ofte det mest praktiske format til daglig brug: Det er umiddelbart læseligt og nemt at kopiere og indsætte i andre værktøjer.

Overskrifter, hierarki og struktur

Udover tabeller kan Document AI rekonstruere dokumenthierarkiet: Titler og undertitler identificeres og klassificeres efter niveau (h1, h2, h3), afsnit adskilles fra hinanden selv uden synlige linjeskift, punktopstillinger eller nummererede lister rekonstrueres korrekt, og fodnoter kobles til deres henvisninger. Denne evne er uvurderlig, når du arbejder med lange rapporter eller juridiske dokumenter, hvor strukturen bærer lige så meget betydning som selve teksten: At vide, at en klausul står under afsnittet „Garantier” frem for „Diverse”, ændrer fortolkningen af den.

Du kan derfor stille strukturelle forespørgsler: „Giv mig indholdsfortegnelsen for dette dokument”, „List alle afsnitstitler med deres sidetal” eller endda „Udtræk kun de afsnit, der diskuterer garantier” – sidstnævnte kombinerer struktur og betydning.

Numeriske data med kontekst

Finansielle dokumenter, tilbud, fakturaer og aktivitetsrapporter er fyldt med tal: Finansielle beløb (omsætning, totaler, moms, rabatter), underskrifts- eller forfaldsdatoer, markedsandele eller marginprocenter samt identifikatorer som fakturanumre, kundereferencer eller CVR-numre. Det, der adskiller Document AI, er, at det ikke blot udtrækker tal – det forstår deres kontekst. Hvis du spørger: „Hvad er den årlige omsætning?”, leder det specifikt efter det tal, der er knyttet til dette begreb, selv hvis det er begravet i en tabel med 50 rækker. En klassisk OCR ville have givet dig halvtreds umærkede tal; her får du det rigtige.

Denne forståelse giver dig mulighed for at gå videre end blot udtrækning: Du kan anmode om beregninger og verifikationer. „Er totalen af kolonnen ‘Beløb ekskl. moms’ korrekt?” får modellen til at tælle efter; „Hvad er forskellen mellem de budgetterede og de faktiske tal?” krydsreferencer to kolonner; „Hvilken udgiftspost udgør den største andel?” omdanner tabellen til en analyse.

For avancerede brugere strukturerer JSON-eksporten outputtet til dine værktøjer: „Udtræk følgende information fra denne faktura i JSON-format: nummer, dato, beløb ekskl. moms, moms, beløb inkl. moms, leverandør” eller „Opret et JSON-objekt med data fra hver række i tabellen.” Dette format er ideelt, hvis dataene senere skal bruges i et regneark, en database eller anden software.

I praksis

Se, hvordan disse evner spiller sammen i tre almindelige scenarier. Du modtager en bunke PDF-fakturaer: For hver enkelt beder du om: „Udtræk fra denne faktura: leverandørnavn, dato, fakturanummer, beløb ekskl. moms, moms og beløb inkl. moms. Præsenter som en tabel” – og så er din bogføring klargjort. Står du over for en årsrapport på 50 sider: „Udtræk alle finansielle tabeller fra denne rapport og præsenter dem i Markdown. Identificer omsætning, nettoresultat og driftsmargin.” For at vælge mellem to tilbud uploader du begge og spørger: „Sammenlign priserne i disse to tilbud for de samme ydelser. Identificer forskelle i satser.”

Her er nogle metodiske regler til afrunding. Vær specifik omkring, hvad du leder efter – en bestemt tabel, en kolonne, en datatype – og angiv altid det ønskede outputformat (Markdown, CSV, JSON, liste). For scannede dokumenter anbefales en opløsning på mindst 150 DPI for pålidelig udtrækning. Hvis dokumentet er meget tæt, bør du behandle det side for side: „Udtræk tabellen fra side 7” giver bedre resultater end en global „Udtræk alle tabeller.” Og til ethvert kritisk brug skal du krydstjekke de udtrukne data med originaldokumentet – udtrækning er en accelerator, ikke en ansvarsfraskrivelse.

Vigtige pointer

  • Document AI rekonstruerer trofast tabeller med overskrifter, kolonner og sammenflettede celler
  • Du kan anmode om udtrækning i Markdown, CSV eller JSON afhængigt af dine behov
  • Modellen forstår konteksten af numeriske data og kan besvare specifikke spørgsmål
  • Dokumentets hierarkiske struktur (titler, undertitler, lister) bevares
  • Verificér altid udtrækninger ved kritisk brug