Miten pääset alkuun Forgen kanssa
Tällä sivulla
Päivitys 2. marraskuuta 2026 — Le Chat on nyt Vibe. 28. toukokuuta 2026 lähtien Le Chat on uudelleenbrändätty nimelle Vibe (osoitteessa chat.mistral.ai): yksi agentti työhön ja koodaukseen, joka säilyttää keskustelusi, asetuksesi ja tilauksesi. Vanha Le Chat -kokemus on edelleen saatavilla Chat-tilassa. Work-tilassa agenteista on tullut taitoja (kutsutaan merkillä
@), muistit muodostavat tietopohjan ja syvällinen tutkimus on Deep Research -taito. Suunnitelmat ovat nyt nimeltään Mistral Free, Pro, Team ja Enterprise. Tässä oppitunnissa käytetään nimeä Vibe; jotkin tässä kuvatut valikot ovat voineet vaihtaa nimeä tai sijaintia.
Nelivaiheinen projekti
Forge-projektin käynnistäminen vaatii suunnittelua. Se edellyttää huolellista valmistelua, tiivistä yhteistyötä Mistralin tiimien kanssa ja selkeää näkemystä tavoitteistasi. Jokainen vaihe luo pohjan seuraavalle: epämääräinen rajaus johtaa huonoon datan valintaan, huono data tuottaa pettymyksen aiheuttavan mallin, etkä huomaa ongelmaa ennen kuin kolme kuukautta myöhemmin.
Vaihe 1 — Arviointi ja rajaus
Tunnista ensin skenaariot, joissa hienosäätö tuottaa enemmän arvoa kuin perusmalli tai RAG. Käytännössä ehdokkaat jakautuvat neljään toistuvaan kategoriaan. Aloita toistuvista tehtävistä, jotka vaativat syvää asiantuntemusta – kuten tekninen vianmääritys, vaatimustenmukaisuusanalyysi tai erikoistunut koodinkatselmus – joissa mallin tulee jäljitellä asiantuntijan päättelyä eikä vain hakea dokumenttia. Seuraavaksi tulevat standardoidut asiakasvuorovaikutukset: tason 1–2 tuki, tarjouspyyntöihin vastaaminen ja alakohtaiset raportit, joissa sävy ja rakenne noudattavat vakiintuneita käytäntöjäsi. Sitten tulevat tietyt liiketoimintaprosessit, kuten riskinarviointi sisäisten kriteeriesi pohjalta tai dokumenttien luokittelu oman taksonomiasi avulla. Lopuksi sääntelyvaatimusten noudattaminen on kyseessä, kun sinun on tuotettava dokumentteja, jotka noudattavat alakohtaisia standardeja, joita yleismalli ei tunne yksityiskohtaisesti.
Toiseksi arvioi datan kypsyytesi, joka määrittää suoraan mallin laadun. Aloita määrästä: varmista, että sinulla on tarpeeksi korkealaatuisia esimerkkejä – tyypillisesti useita tuhansia tehokkaaseen hienosäätöön. Tarkastele sitten itse laatua: ovatko esimerkit luotettavia, ajantasaisia ja edustavatko ne asiantuntemustasi? Tarkista seuraavaksi monimuotoisuus: kattavatko ne koko sen skenaarioiden kirjon, jota mallin tulee käsitellä? Lopuksi tarkista formaatti: ovatko ne jo strukturoituja vai vaativatko ne valmistelua? Vaihe päättyy tapaamiseen oman tiimisi sekä Mistralin kaupallisten ja teknisten tiimien välillä: esittele tavoitteesi, keskustele käyttötapauksista, vahvista tekninen toteutettavuus, arvioi laajuus ja aikataulu sekä vastaanota kaupallinen tarjous.
Vaihe 2 — Datan valmistelu
Forward-Deployed Engineers -insinöörit rakentavat koulutusaineiston yhdessä tiemiesi kanssa. Ekstraktio poimii datan lähdejärjestelmistäsi – tietopohjista, tukipyyntöhistoriasta, teknisestä dokumentaatiosta ja asiakasviestinnästä. Puhdistus poistaa duplikaatit, korjaa virheet ja anonymisoi henkilötiedot. Formaatointi muuntaa kaiken hienosäätöön sopiviksi ohje/vastaus-pareiksi. Validointi siirtää aineiston aihealueen asiantuntijoillesi, jotka varmistavat esimerkkien laadun ja relevanssin. Tämä on aliarvioituin vaihe: validoimaton aineisto opettaa mallille sekä likiarvosi että parhaat käytäntösi.
Erillinen arviointiaineisto ajetaan rinnakkain: liiketoimintabenchmarkit – asiantuntijoidesi validoimat kysymykset ja vastaukset – sekä reunatapaukset, jotka ovat monimutkaisia tai epäselviä skenaarioita mallin robustiuden testaamiseksi. Esität samat kysymykset sekä perusmallille että räätälöidylle mallille ja vertaat niitä selkeisiin mittareihin: tarkkuus, relevanssi ja sisäisen sävysi sekä prosessiesi noudattaminen. Tämän vaiheen aikana data liikkuu salattuja kanavia pitkin, sijaitsee organisaatiollesi omistetussa eristetyssä ympäristössä, on käytettävissä vain projektiin nimetyille Mistralin insinööreille ja kuuluu erityisen luottamuksellisuussopimuksen piiriin.
Vaihe 3 — Mallin koulutus
Perusmallin valinta riippuu käyttötapauksesta: Mistral Large monimutkaisiin tehtäviin, jotka vaativat edistynyttä päättelykykyä, Mistral Medium parhaaseen suorituskyvyn ja kustannusten suhteeseen useimmissa tilanteissa, sekä erikoismallit, jotka on optimoitu koodaukseen, monikielisiin tehtäviin tai muille toimialoille.
Koulutus suoritetaan Mistralin GPU-infrastruktuurilla Euroopassa. Insinöörit määrittävät hyperparametrit, käynnistävät valvotun koulutuksen datallasi, seuraavat konvergenssia reaaliajassa ja ajavat useita iteraatioita. Kesto vaihtelee muutamasta tunnista useaan päivään datan määrän ja perusmallin koon mukaan. Jokaisen syklin jälkeen malli arvioidaan testijoukolla – verrattuna perusmalliin, virhe- ja reunatapausanalyysillä, tarvittaessa dataa säätäen ja aihealueen asiantuntijoidesi validoimana – kunnes se saavuttaa rajausvaiheessa määritellyt suorituskykytavoitteet.
Vaihe 4 — Tuotantoon käyttöönotto
Ota räätälöity malli käyttöön infrastruktuuri- ja vaatimustenmukaisuusrajoitustesi mukaisesti.
| Vaihtoehto | Mitä se sisältää |
|---|---|
| Mistral Cloud | Isännöity Mistralin infrastruktuurissa, käytettävissä Mistral Enterprisen ja API:n kautta. Nopein ottaa käyttöön. |
| Dedicated VPC | Täydellinen verkkoeristys yksityisessä pilvessä. Suositeltu säännellyille aloille (rahoitus, terveydenhuolto). |
| On-premise | Omilla palvelimillasi: täysi hallinta, data ei poistu tiloistasi. Vaatii sopivan GPU-infrastruktuurin. |
| Partner Cloud | Azure, AWS tai GCP olemassa olevien integraatioiden kautta. Ihanteellinen, jos pilviympäristösi on jo valmiina. |
Integraatio etenee sitten useita täydentäviä polkuja pitkin: Mistral Enterprise, jossa malli tulee saataville keskustelukäyttöliittymässä; REST API, jolla sitä kutsutaan sovelluksistasi, työnkuluistasi ja liiketoimintatyökaluistasi; Python- ja JavaScript-SDK:t ohjelmointipohjaiseen integraatioon; sekä webhooksit, jotka laukaisevat mallin liiketoimintatapahtumien perusteella. Käyttöönotto ei pääätä projektia. Jatkuva seuranta tarkkailee viivettä, tarkkuutta ja käyttäjätyytyväisyyttä, havaitsee ajautumaa, laukaisee hälytyksiä heikkenemisen varalta ja aikatauluttaa päivityksiä sekä uudelleenkoulutusta.
Tyypillinen aikataulu
| Jakso | Vaihe |
|---|---|
| Viikot 1–2 | Arviointi ja rajaus |
| Viikot 3–6 | Datan valmistelu |
| Viikot 7–10 | Koulutus ja arviointi (iteratiivinen) |
| Viikot 11–14 | Käyttöönotto ja integraatio |
| Tämän jälkeen | Seuranta, optimointi ja päivitykset |
Kokonaiskesto vaihtelee 3–6 kuukauden välillä käyttötapauksen monimutkaisuuden ja datan kypsyyden mukaan. Jos aloitat hajautetulla, validoimattomalla datalla, vaihe 2 laajenee – ei koskaan koulutusvaihe.
Keskeiset asiat
- Forge-prosessi noudattaa neljää vaihetta: arviointi, data, koulutus, käyttöönotto
- Koulutusdatan laatu määrittää mallin suorituskyvyn
- Forward-Deployed Engineers -insinöörit ohjaavat jokaista projektin vaihetta
- Käyttöönottovaihtoehtoihin kuuluvat Mistral Cloud, VPC, on-premise tai kumppanipilvi
- Tyypillinen projekti kestää 3–6 kuukautta arvioinnista tuotantoon