Analyser billeder i Vibe
På denne side
Opdatering 2. november 2026 — Le Chat er nu Vibe. Fra den 28. maj 2026 er Le Chat blevet omdøbt til Vibe (stadig på chat.mistral.ai): en enkelt agent til arbejde og kode, der overtager 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
@), minder er blevet til vidensbasen, og dyb søgning er blevet til færdigheden Deep Research. Abonnementerne hedder nu Mistral Free, Pro, Team og Enterprise. Denne lektion bruger navnet Vibe; bemærk, at nogle af menuerne beskrevet her kan have ændret navn eller placering.
Din første billedanalyse
Mistral Vibe lader dig analysere ethvert billede på få sekunder. Processen er lige så simpel som at sende en besked: upload din fil, stil dit spørgsmål, så tager den multimodale model sig af resten. Denne lektion viser dig præcis, hvordan du griber det an, hvilke typer analyse der er mulige, og vigtigst af alt, hvordan du formulerer dine forespørgsler for at få virkelig brugbare svar. Det er den skelnen, der adskiller en gimmick fra et rigtigt arbejdsværktøj.
Sådan uploader du et billede
Du har tre muligheder, og du vil hurtigt adoptere den, der passer bedst til din arbejdsgang. Den hurtigste er træk-og-slip: tag filen fra dit skrivebord eller fra filstifinderen, og slip den direkte ind i samtaleområdet. Hvis du foretrækker at bruge en filvælger, skal du klikke på vedhæftningsikonet (papirclipsen) ved siden af inputfeltet. Endelig er kopier-indsæt uslåeligt til skærmbilleder: kopier billedet til din udklipsholder, og indsæt det i Vibe med Ctrl+V (eller Cmd+V på Mac). Du behøver ikke gemme en mellemfil.
De accepterede formater dækker almindelige billedtyper: JPEG, PNG, WebP og GIF. Den maksimale størrelse afhænger af den model, der bruges, men i praksis fungerer fotos taget med en smartphone eller standard skærmbilleder uden problemer.
Typer af mulig analyse
Når dit billede er uploadet, kan modellen svare på en lang række spørgsmål. Den første indskydelse er generel beskrivelse: spørg „Hvad ser du på dette billede?” eller „Beskriv dette foto”, så identificerer modellen hovedelementerne – objekter, personer, landskaber, farver, synlig tekst. Dette er nyttigt til at generere en tilgængelig beskrivelse af et billede eller hurtigt at verificere dets indhold, før du deler det.
Dernæst kommer identifikation: vis et monument fotograferet på ferie, og spørg „Hvilket monument er dette?”, fotografér et blad og spørg „Hvilken plantetype er dette?”, eller led efter „Hvilket mærke er synligt på dette produkt?”. Modellen trækker på sin viden for at forsøge en identifikation. Den er ikke uplejlig – vi vender tilbage til dette – men resultaterne er ofte overraskende nøjagtige for almindelige objekter.
Den tredje kategori er tekstlæsning, som inkluderer grundlæggende indbygget OCR. Hvis dit billede indeholder tekst – et skilt, et visitkort, en plakat eller et skærmbillede – læser og transskriberer modellen den. Du kan spørge „Læs teksten på dette foto” eller målrette specifikke oplysninger direkte: „Hvad er telefonnummeret på dette visitkort?”. Dette sparer betydelig tid, når du skal hente kontaktoplysninger fra nogen, du har mødt til en messe, uden at skulle indtaste dem manuelt.
Endelig gør modellen mere end blot at beskrive: den fortolker. Du kan spørge, om et outfit er passende til en jobsamtale, om en fotograferet ret ser ernæringsmæssigt afbalanceret ud, eller hvad hovedbudskabet i en reklame er. Denne evne til at levere kontekstuel fortolkning er det, der adskiller en moderne multimodal model fra et simpelt genkendelsesværktøj til objekter.
Sådan stiller du gode spørgsmål
Kvaliteten af analysen afhænger i høj grad af, hvordan du formulerer din forespørgsel. Et vagt spørgsmål giver et vagt svar: „Analyser dette billede” vil give dig en generisk beskrivelse, hvorimod „Hvilke salgstal vises i dette diagram?” giver dig præcis det, du har brug for. Sørg også for at give kontekst, når billedet alene ikke er nok: „Her er et foto af en ret, jeg har lavet. Estimer de omtrentlige kalorier” styrer modellen hen imod den rigtige type analyse. Tøv ikke med at specificere et outputformat – „Oplist de synlige elementer som punkter” eller „Opsummer i én sætning, hvad dette billede viser” – for at få et svar, du kan bruge med det samme.
Begrænsninger, du skal kende
Synsmodellen er kraftfuld, men du skal holde dens begrænsninger for øje. Ved meget lille eller sløret tekst – f.eks. et foto af en kontrakt taget på afstand – kan den mislæse eller endda opfinde plausible tegn. Dette er den snedigste fælde, fordi fejlen ikke er umiddelbart indlysende. Mørke, overeksponerede eller meget abstrakte billeder vil ligeledes give mindre pålidelige resultater. Overvej også privatlivets fred: modellen læser alle data, der er synlige på billedet, så vær forsigtig med følsomme dokumenter. Et kontonummer (RIB) efterladt i hjørnet af et skærmbillede vil blive læst ligesom alt andet. Endelig analyseres hvert billede uafhængigt, medmindre du sender flere billeder i samme samtale: der er ingen visuel hukommelse mellem forskellige samtaler.
Praktisk øvelse
For at fastlåse disse vaner skal du prøve tre øvelser i Vibe lige nu. Tag først et foto af en genstand på dit skrivebord, og bed modellen om at beskrive den – sammenlign dens beskrivelse med det, du ser. Tag derefter et skærmbillede af en nyhedsartikel og bed om et sammendrag af overskriften og ingressen. Fotografér til sidst en kvittering eller en billet, og bed den om at udtrække det samlede beløb: denne øvelse ligner mest rigtig professionel brug og vil straks vise dig pålidelighedsniveauet for den indbyggede OCR.
Vigtige pointer
- Tre upload-metoder: træk-og-slip, knap med papirclips, kopier-indsæt
- Modellen kan beskrive, identificere, læse tekst og fortolke billedkontekst
- Specifikke spørgsmål giver bedre resultater end vage forespørgsler
- Pas på billeder i dårlig kvalitet og følsomme dokumenter