Analysoi kaavioita ja poimi dataa taulukoista
Tällä sivulla
Päivitetty 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. Perinteinen Le Chat -kokemus on edelleen käytettävissä Chat-tilassa; Work-tilassa agentit ovat nyt taitoja (kutsutaan merkillä
@), muistit toimivat tietopankkina ja syvällinen tutkimus on Deep Research -taito. Tilaukset ovat nyt nimeltään Mistral Free, Pro, Team ja Enterprise. Tässä oppitunnissa käytetään nimeä Vibe; huomaa, että jotkin tässä kuvatut valikot voivat olla muuttaneet nimeään tai sijaintiaan.
Muuta kuvat toimivaksi dataksi
Kaavioita ja taulukoita on kaikkialla: liiketoimintaraporteissa, PowerPoint-esityksissä, uutisartikkeleissa ja tilinpäätöksissä. Mutta kun nämä elementit on lukittu kuvan sisään – kuten näyttökuvassa, skannatussa PDF-tiedostossa tai kuvassa näytöstä – et voi kopioida ja liittää lukuja. Kuinka monta kertaa olet kirjoittanut manuaalisesti uudelleen arvot taulukosta, joka on lähetetty liitteenä? Juuri tässä Mistralin tekoälynäkö loistaa: se lukee kaavion samalla tavalla kuin sinä, poimii datan ja muotoilee sen rakenteellisesti uudelleen.
Kaavion analysointi
Kun lataat kaavion Vibeen, malli purkaa automaattisesti sen anatomian. Se tunnistaa ensin kaavion tyypin – pylväsdiagrammi, viivakaavio, ympyrädiagrammi, palkkikaavio, hajontakaavio – sillä jokainen vaatii erilaisen lukutavan. Se paikantaa sitten akselit nimikkeineen, yksikköineen ja skaaloineen, minkä jälkeen seuraa selitteet, jotka yhdistävät kategoriat väreihin, ja lopulta itse arvot: datapisteet, prosenttiosuudet ja summat. Tämä jäsennelty lukutapa mahdollistaa spesifien kysymysten vastaamisen pintapuolisen kuvauksen sijaan.
Kysymyksesi voivat siis kohdistua täsmälleen siihen, mikä on sinulle tärkeää: “Mikä kategoria on arvoltaan suurin?” sijoittelua varten, “Mikä on yleinen suuntaus tammikuun ja kesäkuun välillä?” kehityksen seuraamiseksi, “Vertaa kahta viivaa ja tunnista leikkauspisteet” ristiinanalyysiä varten tai “Poimi kaikki arvot tästä ympyrädiagrammista listana” raakadatan hakemiseksi. Malli suoriutuu erityisen hyvin korkeakontrastisista kaavioista, joissa on selkeät nimikkeet: korkearesoluutioinen kuva erottuvilla väreillä tuottaa erinomaisia tuloksia.
Datan poimiminen taulukoista
Kuvissa olevat taulukot ovat merkittävä käyttötapahtuma. Olipa kyseessä taulukko PDF-raportissa, näyttökuva laskentataulukosta tai valokuva paperiasiakirjasta, malli lukee otsikot ja rivit, rekonstruoi rakenteen – mukaan lukien sarakkeet, rivit ja jopa yhdistetyt solut – ja tuottaa datan haluamassasi muodossa.
Tämä viimeinen kohta tekee eron: määritä aina haluamasi tulostemuoto. “Kirjoita tämä taulukko Markdown-muodossa” antaa sinulle uudelleenkäytettävän taulukon muistiinpanoihisi; “Poimi tämän taulukon data CSV-muodossa” tuottaa tiedoston, joka on valmis tuotavaksi laskentataulukkoon; “Luo lista tuotteista ja niiden hinnoista” tuottaa luettavan yhteenvedon. Malli ymmärtää monimutkaisia taulukkorakenteita – useita sarakkeita, välisummia, alaviitteitä – ja käsittelee myös taulukoita, joissa on värillisiä soluja tai paksuja reunoja.
Perus-OCR datakuville
Kaavioiden ja taulukoiden lisäksi malli osaa lukea mitä tahansa kuvassa näkyvää tekstiä. Tätä kutsutaan OCR:ksi (Optical Character Recognition), ja tämä ominaisuus on rakennettu natiivisti Vibeen. Voit esimerkiksi poimia laskun tai kuitin summan, päivämäärän ja myyjän; hakea nimen, sähköpostin ja puhelinnumeron käyntikortista; lukea tekstiä liikenteen merkistä tai kaupan kyltistä; tai jopa transkriboida käsinkirjoitetut kentät paperilomakkeesta.
Vaativampiin OCR-tarpeisiin – suurten dokumenttimäärien käsittely, jäsennelty poiminta, automatisoidut työnkulut – Mistral tarjoaa erillisen ratkaisun nimeltä Document AI, jota käsittelemme tämän kurssin osiossa 3. Toistaiseksi riittää, kun muistat, että Vibe hoitaa jokapäiväiset ad hoc -tarpeet erinomaisesti.
Käytännön sovelluksia
Tarkastellaan kolmea tyypillistä toimistotilannetta. Ensimmäinen tilanne: saat sähköpostissa neljännesvuosista suorituskykykaavion kuvana. Lataa se Vibeen ja kysy, mikä neljännes oli paras, pyydä sitä laskemaan kasvu Q1:n ja Q4:n välillä tai pyydä kolmen kohdan yhteenveto keskeisistä suuntauksista – tämä riittää valmistautumaan kokoukseen viidessä minuutissa.
Toinen tilanne: sinulla on näyttökuva koontinäytöstä, jossa on useita indikaattoreita. Kysy “Poimi kaikki näkyvät KPI:t ja niiden nykyarvot” ja sen jälkeen “Tunnista punaiset indikaattorit” havaitaksesi heti, mikä on laskussa, ilman alkuperäisen työkalun selaamista.
Kolmas, usein huomiotta jäävä tilanne: varmentaminen. Epäiletkö jonkun lähettämässä esityksessä olevaa lukua? Lataa dia ja kysy “Onko viimeisen sarakkeen summa oikein?” tai “Laskivatko tämän ympyrädiagrammin prosenttiosuudet yhteensä 100 %:iin?” Malli laskee uudelleen ja merkitsee epäjohdonmukaisuudet – arvokas turvaverkko ennen dokumentin jakamista.
Parhaat käytännöt
Neljä tapaa määräävät tulosten laadun. Ensinnäkin resoluutio: mitä terävämpi kuva, sitä parempi lukutulos – vältä sumeita valokuvia ja liian pakattuja näyttökuvia. Toiseksi rajauksen: rajaa kuva näyttämään vain relevantti kaavio tai taulukko, sillä vähemmän visuaalista häiriötä sen ympärillä tarkoittaa tarkempaa analyysiä. Kolmanneksi konteksti: jos kaavio ei kerro selkeästi aihettaan, määritä se itse (“Tämä kaavio näyttää kuukausittaisen myynnin euroina”) auttaaksesi mallia tulkitsemaan oikein. Lopuksi varmentaminen: kriittisissä käytöissä tarkista aina poimitut luvut alkuperäisestä lähteestä, sillä tekoäly voi lukea väärin samannäköisiä arvoja tai epätavallisia fontteja.
Keskeiset asiat
- Malli tunnistaa kaaviotyypit, akselit, selitteet ja arvot
- Voit pyytää poimintaa Markdown-, CSV- tai listamuodossa
- Perus-OCR on sisäänrakennettu tekstin lukemiseen mistä tahansa kuvasta
- Kuvan laatu ja kysymyksen tarkkuus määräävät tulosten laadun