Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Analyser diagrammer med Vision API

Lektion 7 af 12 Opdateret 2. november 2026 Udvikler
På denne side
  1. Læs diagrammer som en analytiker
  2. Principper for diagramanalyse
  3. Analyse af et søjlediagram
  4. Udtrækning af numeriske data
  5. Analyse af et linjediagram (tendenser)
  6. Analyse af et cirkeldiagram (fordeling)
  7. Pipeline til rapportanalyse
  8. Begrænsninger ved diagramanalyse
  9. Vigtige pointer

Læs diagrammer som en analytiker

Diagrammer – søjle-, linje-, cirkel- og arealdiagrammer – findes overalt i forretningsrapporter, dashboards og videnskabelige publikationer. De udgør et specifikt problem: informationen er låst inde i et billede, ofte uden at kilde-dataene er vedhæftet. En årlig PDF-rapport kan indeholde tredive kurver, og ingen har længere den oprindelige Excel-fil.

Mistrals Vision API kan læse disse diagrammer, fortolke tendenser og udtrække numeriske data. Denne lektion viser, hvordan du skriver prompts, der giver handlingsorienterede resultater i stedet for vage kommentarer, og hvordan du strukturerer outputtet.

Principper for diagramanalyse

Hvis modellen overlades til sig selv, producerer den en generisk sætning som „dette diagram viser salgsudviklingen”. Et effektivt prompt tvinger i stedet en ordnet proces frem: identificér diagramtypen (søjle, linje, cirkel, punktdiagram), læs akserne og legenderne med deres enheder og skalaer, udtræk værdier ved at estimere den visuelle position, og først derefter fortolk tendenser – stigning, fald, sæsonudsving, anomalier. Rækkefølgen er afgørende: en fortolkning dannet før aflæsning af akserne er en opfundet fortolkning.

Analyse af et søjlediagram

Systembeskeden er det naturlige sted at indkode denne metode én gang for alle, uanset hvilket billede der analyseres:

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": """You are an expert data analyst. When analyzing a chart:
1. Identify the chart type and its title
2. Describe the axes (labels, units, scale)
3. List the main values you can read
4. Identify trends, highs/lows, and anomalies
5. Write a 2-3 sentence conclusion"""
        },
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Analyze this bar chart of quarterly revenue."},
                {"type": "image_url", "image_url": "https://exemple.com/ca-trimestriel.png"}
            ]
        }
    ]
)

print(response.choices[0].message.content)

System-promptet strukturerer modellens svar i logiske trin, hvilket forbedrer både nøjagtighed og læsbarhed. Du får en konsistent rapport fra det ene diagram til det næste, hvilket er afgørende, hvis disse svar senere skal behandles automatisk.

Udtrækning af numeriske data

For at få brugbare data i stedet for en beskrivelse skal instruktionen være eksplicit restriktiv. Modellen har en naturlig tendens til at kommentere; du skal forbyde det:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": "You are a data extractor. Analyze the chart and return the data as a markdown table. Do not comment, do not describe—only extract the data."
        },
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Extract the data from this bar chart into a table."},
                {"type": "image_url", "image_url": "https://exemple.com/ventes-mensuelles.png"}
            ]
        }
    ]
)

Modellen vil returnere noget i stil med:

| Month    | Sales (k€) |
|----------|------------|
| January  | 120        |
| February | 135        |
| March    | 148        |

Dette format kan parses på få linjer kode og importeres direkte i et regneark eller en DataFrame.

Analyse af et linjediagram (tendenser)

Linjediagrammer er særligt velegnede til tendensanalyse, og spørgsmålet kan da blive til et fuldt spørgeskema stillet i brugerbeskeden:

prompt_tendance = """Analyze this line chart and answer:
1. What is the general trend (rising, falling, stable)?
2. Are there any inflection points? If so, on what dates?
3. Do you observe seasonality?
4. What is the approximate value at the start and end of the period?
5. What projection do you make for the next quarter?"""

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": prompt_tendance},
                {"type": "image_url", "image_url": "https://exemple.com/evolution-prix.png"}
            ]
        }
    ]
)

Det femte spørgsmål er af en anden art end de første fire: det beder om ekstrapolation, ikke aflæsning. Behandl svaret herpå som en hypotese, der skal valideres, aldrig som et faktum.

Analyse af et cirkeldiagram (fordeling)

For cirkeldiagrammer fokuserer spørgsmålet på proportioner og koncentration snarere end udvikling:

prompt_camembert = """Analyze this pie chart:
- List each segment with its approximate percentage
- Identify the dominant segment
- Indicate whether the distribution is concentrated or dispersed
Return the data in a markdown table."""

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": prompt_camembert},
                {"type": "image_url", "image_url": "https://exemple.com/repartition-marche.png"}
            ]
        }
    ]
)

Verificér altid, at summen af de returnerede procenter ligger tæt på 100: en total på 87 % signalerer en ufuldstændig aflæsning, et glemt segment eller ét, der er skjult af legenden.

Pipeline til rapportanalyse

Disse isolerede kald bliver nyttige i skalaen af en hel rapport. Følgende script scanner en mappe med eksporterede diagrammer, anmoder om et standardiseret JSON-output hver gang og logger alt til én fil:

import base64
from pathlib import Path
from mistralai.client import Mistral
import json

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

def encoder_image(chemin):
    with open(chemin, "rb") as f:
        b64 = base64.standard_b64encode(f.read()).decode("utf-8")
    return f"data:image/png;base64,{b64}"

def analyser_graphique(chemin_image, question=None):
    """Analyze a chart and return structured data."""
    if question is None:
        question = "Analyze this chart. Return a JSON with: type (bar/line/pie/other), title, data (array of {label, value}), trend, and summary."

    response = client.chat.complete(
        model="mistral-large-latest",
        messages=[
            {
                "role": "system",
                "content": "Return only valid JSON, no markdown code blocks."
            },
            {
                "role": "user",
                "content": [
                    {"type": "text", "text": question},
                    {"type": "image_url", "image_url": encoder_image(chemin_image)}
                ]
            }
        ]
    )

    return response.choices[0].message.content

# Analyze all charts in a folder
dossier = Path("rapport/graphiques/")
resultats = {}

for fichier in sorted(dossier.glob("*.png")):
    print(f"Analyse de {fichier.name}...")
    resultats[fichier.name] = analyser_graphique(fichier)

# Save results
with open("rapport/analyse_graphiques.json", "w", encoding="utf-8") as f:
    json.dump(resultats, f, ensure_ascii=False, indent=2)

Instruktionen „no markdown code blocks” undgår den klassiske irritation med JSON indpakket i tredobbelte backticks, hvilket bryder parsingen.

Begrænsninger ved diagramanalyse

Fire situationer udfordrer modellen, og du skal kende dem, før du bygger en proces omkring den. For det første præcise værdier: de estimeres ud fra den visuelle position af søjler eller punkter med en fejlmargen på 5 til 10 %. For det andet overfyldte diagrammer, hvor flere serier, legender og lille tekst slører læsbarheden. For det tredje lav opløsning, som gør etiketter slørede eller pixelerede og ulæselige – husk den interne størrelsesændring beskrevet i lektion 2. Endelig 3D-diagrammer, hvor perspektivet mekanisk forvrænger højdeaflæsningen.

Den praktiske konklusion er klar: til præcis udtrækning bør du foretrække at eksportere kilde-data som CSV, når det er muligt. Vision API er ideel til hurtig analyse og syntese, ikke til at erstatte et regneark. Den skinner, når kilde-data er væk; den er et dårligt valg, når dataene er inden for rækkevidde.

Vigtige pointer

  • Brug Mistral Large 3 til diagramanalyse – præcision er afgørende
  • Strukturér dit prompt i trin: type, akser, værdier, tendenser, konklusion
  • Anmod eksplicit om et output-format (markdown-tabel, JSON) for at få brugbare data
  • Modellen estimerer værdier med en margen på 5–10 % – brug den ikke til eksakte tal
  • Kombiner Vision API med en CSV-eksport for at få det bedste fra begge verdener