Analyser diagrammer og udtrække data fra tabeller
På denne side
Opdateret 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 nu færdigheder (kaldes med
@), hukommelser fungerer som vidensbase, og dyb research er 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.
Gør billeder til handlingsorienterede data
Diagrammer og tabeller findes overalt: i forretningsrapporter, PowerPoint-præsentationer, nyhedsartikler og regnskaber. Men når disse elementer er låst inde i et billede – et skærmbillede, en scannet PDF eller et foto af en skærm – kan du ikke kopiere og indsætte tallene. Hvor mange gange har du manuelt genindtastet værdier fra en tabel, der blev sendt som vedhæftet fil? Det er præcis her, Mistral AI’s vision excellerer: den læser et diagram, ligesom du ville gøre, udtrækker dataene og omformatterer dem strukturelt.
Analyse af et diagram
Når du uploader et diagram til Vibe, dekomponerer modellen automatisk dets opbygning. Den identificerer først diagramtypen – søjlediagram, linjediagram, cirkeldiagram, søjlediagram (bar chart), punktdiagram – da hver type kræver en anden læsemåde. Derefter lokaliserer den akserne med deres etiketter, enheder og skalaer, efterfulgt af forklaringerne, der mapper kategorier til farver, og til sidst selve værdierne: datapunkter, procenter og totaler. Denne strukturerede læsning gør det muligt at besvare specifikke spørgsmål i stedet for blot at generere en overfladisk beskrivelse.
Dine spørgsmål kan derfor målrette præcis det, der betyder noget for dig: „Hvilken kategori har den højeste værdi?” til en rangering, „Hvad er den generelle tendens mellem januar og juni?” til udvikling, „Sammenlign de to linjer og identificér skæringspunkter” til tværanalyse eller „Udtræk alle værdier fra dette cirkeldiagram som en liste” for at hente rådata. Modellen klarer sig særligt godt på diagrammer med høj kontrast og læsbare etiketter: et billede i høj opløsning med distinkte farver giver fremragende resultater.
Udtrækning af data fra tabeller
Tabeller indeholdt i billeder repræsenterer en væsentlig anvendelsessag. Uanset om det er en tabel i en PDF-rapport, et skærmbillede af et regneark eller et foto af et papirdokument, læser modellen overskrifter og rækker, rekonstruerer strukturen – inklusive kolonner, rækker og endda sammenflettede celler – og outputter dataene i dit foretrukne format.
Dette sidste punkt gør hele forskellen: angiv altid dit ønskede outputformat. „Omskriv denne tabel til Markdown” giver dig en genanvendelig tabel til dine noter; „Udtræk denne tabels data som CSV” producerer en fil, der er klar til import i et regneark; „Opret en liste over produkter og deres priser” leverer et læsbart resumé. Modellen forstår komplekse tabelstrukturer – flere kolonner, delsummer, fodnoter – og håndterer også tabeller med farvede celler eller tykke rammer.
Grundlæggende OCR på databilleder
Udover diagrammer og tabeller kan modellen læse al synlig tekst i et billede. Dette kaldes OCR (Optical Character Recognition), og denne funktion er indbygget direkte i Vibe. Konkret kan du udtrække beløb, dato og leverandør fra en faktura eller kvittering; hente navn, e-mail og telefonnummer fra et visitkort; læse tekst fra et vejviserskilt eller en butiksfront; eller endda transskribere håndskrevne felter fra en papirformular.
Til avancerede OCR-behov – behandling af store dokumentvolumener, struktureret udtrækning, automatiserede workflows – tilbyder Mistral en dedikeret løsning kaldet Document AI, som vi vil dække i afsnit 3 af dette kursus. Husk foreløbigt, at Vibe allerede håndterer daglige ad hoc-behov meget godt.
Reelle anvendelsesscenarier
Lad os se på tre typiske kontorscenarier. Første scenarie: Du modtager et kvartalsvist præstationsdiagram som et billede i en e-mail. Upload det til Vibe og spørg, hvilket kvartal der klarede sig bedst, bed den beregne væksten mellem Q1 og Q4, eller anmod om et tre-punkts resumé af nøgletendenser – nok til at forberede dig til et møde på fem minutter.
Andet scenarie: Du har et skærmbillede af et dashboard med flere indikatorer. Spørg „Udtræk alle synlige KPI’er og deres aktuelle værdier”, og derefter „Identificér indikatorer i rødt” for straks at spotte, hvad der er faldende, uden at skulle navigere i det oprindelige værktøj.
Tredje scenarie, som ofte overses: Verifikation. Tvivler du på et tal i en præsentation, nogen har sendt dig? Upload slidet og spørg „Er totalen i den sidste kolonne korrekt?” eller „Lægger procenterne i dette cirkeldiagram op til 100 %?” Modellen genberegner og flagger inkonsistenser – et værdifuldt sikkerhedsnet, før du distribuerer et dokument.
Bedste praksis
Fire vaner afgør resultatets kvalitet. For det første opløsning: Jo skarpere billedet er, desto bedre er læsningen – undgå slørede fotos og alt for komprimerede skærmbilleder. For det andet indramning: Beskær billedet, så kun det relevante diagram eller tabel vises, da mindre visuel støj omkring det betyder mere præcis analyse. For det tredje kontekst: Hvis diagrammet ikke tydeligt angiver sit emne, skal du specificere det selv („Dette diagram viser månedligt salg i euro”) for at hjælpe modellen med at fortolke korrekt. Endelig verifikation: Ved kritisk brug skal du altid krydstjekke udtrukne tal mod den oprindelige kilde, da AI kan fejlæse ensartede værdier eller usædvanlige skrifttyper.
Vigtige pointer
- Modellen identificerer diagramtyper, akser, forklaringer og værdier
- Du kan anmode om udtrækning i Markdown-, CSV- eller listeformat
- Grundlæggende OCR er indbygget til at læse tekst i ethvert billede
- Billedkvalitet og spørgsmåls præcision afgør resultatets kvalitet