Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Käyttötapauksia edistyneemmälle tasolle

Oppitunti 10 / 12 Päivitetty 29. heinäkuuta 2026 Kehittäjä
Tällä sivulla
  1. Yksinkertaisten esimerkkien tuolla puolen
  2. Laskun tietojen poimiminen
  3. Arvioiden analysointi osa-alueittain
  4. Tekstin luokittelu useaan kategoriaan
  5. Kutsun faktorointi
  6. Keskeiset asiat

Yksinkertaisten esimerkkien tuolla puolen

Olet hallinnut Pydanticin, Zodin ja client.chat.parse():n. Seuraavat kolme tapausta vievät sinut yli neljän kentän yksinkertaisista skeemoista kohti tilanteita, joita kohtaat yritysmaailmassa: laskuasiakirjat, yksityiskohtainen asiakasarviointien analyysi ja tekstit, jotka kuuluvat useaan luokkaan samanaikaisesti. Jokainen havainnollistaa erilaista mallinnustekniikkaa.

Laskun tietojen poimiminen

Asiakirjojen käsittely on pesiytyneiden skeemojen luontevin sovellusalue. Lasku ei ole litteä objekti: se sisältää otsikon, alaosan summien kera ja vaihtelevan määrän rivityksiä, joilla on oma rakenteensa. Siksi mallinnamme LineItem:n erikseen ja viittaamme siihen sitten listan sisällä. Valuutta määritetään enumina, mikä estää mallia palauttamasta arvoja kuten "euros" tai "€" riippuen siitä, miten asiakirja on muotoiltu.

from pydantic import BaseModel, Field
from typing import Optional
from enum import Enum

class Currency(str, Enum):
    eur = "EUR"
    usd = "USD"
    gbp = "GBP"

class LineItem(BaseModel):
    description: str = Field(description="Line item description")
    quantity: float = Field(description="Quantity")
    unit_price: float = Field(description="Unit price excluding tax")
    vat_rate: float = Field(description="VAT rate as a percentage (e.g., 20.0)")
    total_ht: float = Field(description="Line total excluding tax")

class InvoiceData(BaseModel):
    invoice_number: str = Field(description="Invoice number")
    date: str = Field(description="Invoice date in YYYY-MM-DD format")
    due_date: Optional[str] = Field(default=None, description="Due date")
    vendor_name: str = Field(description="Vendor name")
    vendor_address: Optional[str] = Field(default=None)
    client_name: str = Field(description="Client name")
    line_items: list[LineItem] = Field(description="Invoice line items")
    subtotal_ht: float = Field(description="Subtotal excluding tax")
    total_vat: float = Field(description="Total VAT amount")
    total_ttc: float = Field(description="Total including tax")
    currency: Currency = Field(description="Currency")
    payment_method: Optional[str] = Field(default=None)

# Extraction
response = client.chat.parse(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": """You are an accounting expert. Extract data from the invoice.
Be precise with amounts. Calculate totals if necessary.
Dates must be in YYYY-MM-DD format."""
        },
        {"role": "user", "content": invoice_text}
    ],
    response_format=InvoiceData,
    temperature=0
)

invoice = response.choices[0].message.parsed
print(f"Invoice {invoice.invoice_number} — {invoice.vendor_name}")
print(f"Total incl. tax: {invoice.total_ttc} {invoice.currency.value}")
for item in invoice.line_items:
    print(f"  - {item.description}: {item.quantity} x {item.unit_price}€ = {item.total_ht}€ excl. tax")

Järjestelmäkehotteessa pakotettu päivämäärämuoto ei ole vähäpätöinen yksityiskohta: ilman sitä ranskalainen asiakirja saattaa tuottaa muodon 12/03/2026, kun taas amerikkalainen tuottaa 03/12/2026, mikä luo tietokannallesi kaksi erottamatonta merkkijonoa. TypeScript-versio noudattaa samaa arkkitehtuuria, ja muoto dokumentoidaan .describe():lla.

import { z } from "zod";

const LineItemSchema = z.object({
  description: z.string(),
  quantity: z.number(),
  unitPrice: z.number().describe("Unit price excluding tax"),
  vatRate: z.number().describe("VAT rate in %"),
  totalHt: z.number(),
});

const InvoiceSchema = z.object({
  invoiceNumber: z.string(),
  date: z.string().describe("Format YYYY-MM-DD"),
  dueDate: z.string().nullable(),
  vendorName: z.string(),
  clientName: z.string(),
  lineItems: z.array(LineItemSchema),
  subtotalHt: z.number(),
  totalVat: z.number(),
  totalTtc: z.number(),
  currency: z.enum(["EUR", "USD", "GBP"]),
});

const response = await client.chat.parse({
  model: "mistral-large-latest",
  messages: [
    { role: "system", content: "Extract invoice data precisely." },
    { role: "user", content: invoiceText },
  ],
  responseFormat: InvoiceSchema,
  temperature: 0,
});

const invoice = response.choices[0].message.parsed!;
console.log(`Invoice ${invoice.invoiceNumber} — Total: ${invoice.totalTtc} ${invoice.currency}`);

Arvioiden analysointi osa-alueittain

Todellinen asiakasarvio on harvoin yksimielisen myönteinen tai kielteinen. Alla oleva hotelliarvio ylistää huonetta ja aamiaista, tuomitsee pysäköinnin ja Wi-Fi:n ja tarjoaa vivahteikkaan näkemyksen henkilökunnasta: yksittäinen yleispisteet menettäisivät kaiken tämän tiedon. Ratkaisu on mallintaa uudelleenkäytettävä AspectSentiment ja pyytää lista niitä. Skeeman kiinnostavin osa on evidence-kenttä: vaatimalla lainauksen tekstistä pakotat mallin perustamaan arvionsa faktoihin ja annat itsellesi keinot varmistaa se.

from pydantic import BaseModel, Field

class AspectSentiment(BaseModel):
    aspect: str = Field(description="The aspect analyzed (quality, price, service, delivery, etc.)")
    sentiment: str = Field(description="positive, negative, or neutral")
    score: float = Field(description="Score between -1.0 (very negative) and 1.0 (very positive)")
    evidence: str = Field(description="Quote or excerpt from the text justifying the sentiment")

class ReviewAnalysis(BaseModel):
    overall_sentiment: str = Field(description="Overall sentiment: positive, negative, mixed, or neutral")
    overall_score: float = Field(description="Overall score between -1.0 and 1.0")
    aspects: list[AspectSentiment] = Field(description="Aspect-by-aspect analysis")
    recommendation: bool = Field(description="Does the author recommend the product/service?")
    key_strengths: list[str] = Field(description="Identified strengths")
    key_weaknesses: list[str] = Field(description="Identified weaknesses")

review_text = """
The hotel is magnificent; the room was spacious and clean. The breakfast is excellent
with a wide selection. However, the parking is outrageously expensive (€35/night) and the Wi-Fi was
unstable throughout the stay. The reception staff was very welcoming,
but room service took over an hour to deliver our order.
"""

response = client.chat.parse(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": "Analyze this customer review by detailing each mentioned aspect."
        },
        {"role": "user", "content": review_text}
    ],
    response_format=ReviewAnalysis,
    temperature=0
)

review = response.choices[0].message.parsed
print(f"Overall sentiment: {review.overall_sentiment} ({review.overall_score:+.1f})")
for aspect in review.aspects:
    print(f"  [{aspect.score:+.1f}] {aspect.aspect}: {aspect.sentiment}")

Tekstin luokittelu useaan kategoriaan

Toisin kuin yksinkertaisessa luokittelussa, jossa annetaan vain yksi tunniste, monilabel-luokittelu tunnistaa, että teksti voi kuulua useaan kategoriaan. Alla kuvattu tapaus koskee samanaikaisesti turvallisuutta, rahoitusta, petoksia ja tietosuojaa: yhden tunnisteen pakottaminen köyhdyttäisi reitityslogiikkaa.

Kaksi skeeman elementtiä ansaitsee huomiota. reasoning vaatii perustelun jokaiselle tunnisteelle, mikä parantaa pisteytyksen laatua. requires_human_review muuttaa mallin epävarmuuden operatiiviseksi signaaliksi: sen sijaan, että huomaisit jälkikäteen luokittelun olleen kyseenalainen, escaloiat tehtävän automaattisesti ihmiselle, kun luottamus laskee alle 0,7:n.

from pydantic import BaseModel, Field

class LabelScore(BaseModel):
    label: str = Field(description="Category name")
    confidence: float = Field(description="Confidence score between 0.0 and 1.0")
    reasoning: str = Field(description="One-sentence justification")

class MultiLabelClassification(BaseModel):
    primary_label: str = Field(description="Primary category")
    all_labels: list[LabelScore] = Field(
        description="All applicable categories with their confidence scores"
    )
    requires_human_review: bool = Field(
        description="True if classification is uncertain (confidence < 0.7)"
    )

text = """
Our mobile payment application has a security vulnerability allowing
access to banking data. Several customers have reported unauthorized
transactions. The technical team is currently investigating.
"""

response = client.chat.parse(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": """Classify this text among the following categories (multiple possible):
security, finance, technical, legal, customer_support, compliance, fraud, data_privacy.
Assign a confidence score to each applicable category."""
        },
        {"role": "user", "content": text}
    ],
    response_format=MultiLabelClassification,
    temperature=0
)

result = response.choices[0].message.parsed
print(f"Primary category: {result.primary_label}")
print(f"Human review required: {'Yes' if result.requires_human_review else 'No'}")
for label in result.all_labels:
    print(f"  [{label.confidence:.0%}] {label.label} — {label.reasoning}")

Kutsun faktorointi

Näillä kolmella esimerkillä on yhteinen mekanismi: järjestelmäkehote, teksti, skeema ja temperature=0. Sen sijaan, että kopioisit kutsun jokaista uutta tapausta varten, eristä se yleiseen funktioon. BaseModel:iin sidottu TypeVar säilyttää tyypityksen: palautettu objekti on samaa tyyppiä kuin argumenttina annettu skeema, ja IDE-si tietää tämän.

from typing import TypeVar, Type
from pydantic import BaseModel

T = TypeVar("T", bound=BaseModel)

def extract(client, text: str, schema: Type[T], system_prompt: str = "") -> T:
    """Reusable structured extraction."""
    messages = []
    if system_prompt:
        messages.append({"role": "system", "content": system_prompt})
    messages.append({"role": "user", "content": text})

    response = client.chat.parse(
        model="mistral-large-latest",
        messages=messages,
        response_format=schema,
        temperature=0
    )
    return response.choices[0].message.parsed

# Usage
invoice = extract(client, invoice_text, InvoiceData, "Extract invoice data.")
review = extract(client, customer_review, ReviewAnalysis, "Analyze this customer review.")
classification = extract(client, ticket, MultiLabelClassification, "Classify this text.")

Kolme hyvin erilaista käyttötapausta, joista jokainen vaatii vain yhden koodirivin kutsumiseen: tässä on hyvän skeemamallinnuksen konkreettinen hyöty.

Keskeiset asiat

  • Pesiytyneet skeemat (list[LineItem], list[AspectSentiment]) mahdollistavat monimutkaiset analyysit
  • Enumit (Currency, kategoriat) rajoittavat mahdollisia arvoja
  • evidence- tai reasoning-kenttä pakottaa mallin perustelemaan valintansa
  • Yleinen wrapper-komento vähentää koodin toistoa
  • temperature=0 on pakollinen näissä tuotantokäyttötapauksissa