Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

QnA s više dokumenata

Lekcija 14 od 16 Ažurirano 3. studenoga 2026. Programer
Na ovoj stranici
  1. Kada odgovor obuhvaća više datoteka
  2. Pošalji sve u jednom pozivu
  3. Odvoji ekstrakciju od upita
  4. Prijeđi na Document RAG
  5. Radni tijek end-to-end usporedbe
  6. Ključne točke

Ažurirano 2. studenoga 2026. — OCR. OCR 4.0 (mistral-ocr-4-0) povučen je 30. rujna 2026. Koristi OCR 4.1 (mistral-ocr-4-1), koji je općenito dostupan od 31. kolovoza po istoj cijeni, ili alias mistral-ocr-latest, koji na njega pokazuje od 16. srpnja. OCR 4.1 dodaje ocjene pouzdanosti na razini blokova. Dodatak 3. studenoga 2026.: Lokalni PDF prenosi se u base64 formatu kao {"type": "document_url", "document_url": "data:application/pdf;base64,…"}; tip document_base64 iz starijih primjera ne postoji ni u dokumentaciji ni u mistralai SDK-u, pa bi ti primjeri nisu radili. Izvori: OCR Processor · Document QnA. Ispravljeno 3. studenoga 2026.: Kod je prethodno čitao page.document_annotation stranicu po stranicu; u mistralai SDK-u 3.7.0, anotacija dokumenta jedno je polje u odgovoru (response.document_annotation), a anotacija slike čita se iz image.image_annotation.

Kada odgovor obuhvaća više datoteka

U mnogim profesionalnim scenarijima odgovor na pitanje ne nalazi se u jednom dokumentu. Možda ćeš trebati usporediti ugovore, unakrsno provjeriti račune s narudžbenicama ili analizirati niz izvješća. Postoje tri strategije, a najbolji pristup je odabrati onu temeljem volumena podataka, umjesto da odmah posegneš za najsofisticiranijom opcijom.

Pošalji sve u jednom pozivu

Najizravnija metoda je slaganje više blokova document_url u istu poruku. Model vidi oba ugovora jedan do drugoga i može ih stvarno usporediti, što obrada stranica po stranicu ne može postići. Ovdje prelazimo na mistral-large-latest jer usporedba uključuje rezoniranje, a ne samo čitanje.

import os
from mistralai.client import Mistral

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

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": (
                        "Compare the payment terms "
                        "of these two contracts."
                    )
                },
                {
                    "type": "document_url",
                    "document_url": "https://example.com/contract-A.pdf"
                },
                {
                    "type": "document_url",
                    "document_url": "https://example.com/contract-B.pdf"
                }
            ]
        }
    ]
)

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

Ograničenje se brzo pojavljuje: zbroj veličina dokumenata ne smije prijeći kontekstni prozor modela. Dvije brošure od deset stranica proći će bez problema; dva okvirna ugovora od dvjesto stranica neće.

Odvoji ekstrakciju od upita

Za velike volumene preporučena strategija razdvaja ova dva koraka. Svaki dokument proslijediš kroz OCR, zadržiš rezultirajući Markdown, a zatim ručno konstruiraš kontekst koji šalješ LLM-u. Prednost je kontrola: skraćivanje na 5000 znakova vidljivo u primjeru, zadržavanje naziva svakog dokumenta kao naslova odjeljka i sistemska poruka koja uspostavlja ulogu pravnog asistenta. Ti odlučuješ što točno ulazi u kontekstni prozor umjesto da to prepustiš automatizmu.

import os
from mistralai.client import Mistral

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

def extract_text(url: str) -> str:
    """Extracts text from a document via OCR."""
    response = client.ocr.process(
        model="mistral-ocr-latest",
        document={"type": "document_url", "document_url": url}
    )
    return "\n\n".join(p.markdown for p in response.pages)


# OCR extraction for each document
documents = {
    "Contract A": extract_text("https://example.com/contract-A.pdf"),
    "Contract B": extract_text("https://example.com/contract-B.pdf"),
    "Contract C": extract_text("https://example.com/contract-C.pdf"),
}

# Build the prompt with context
context = "\n\n---\n\n".join(
    f"## {name}\n\n{text[:5000]}"  # Limit if necessary
    for name, text in documents.items()
)

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": (
                "You are a legal assistant. Analyze the "
                "provided documents and answer questions."
            )
        },
        {
            "role": "user",
            "content": (
                f"Here are the documents:\n\n{context}\n\n"
                f"Question: Which contract offers the best "
                f"early termination conditions?"
            )
        }
    ]
)

Prijeđi na Document RAG

Kada prijeđeš nekoliko desetaka dokumenata, nijedan kontekstni prozor neće biti dovoljan. Tada moraš poslati samo relevantne odlomke, što zahtijeva cijepanje tekstova, njihovu vektorizaciju pomoću mistral-embed i pretraživanje po sličnosti u trenutku upita. Cijepanje s preklapanjem od 200 znakova sprječava da rečenica presječena na pola izgubi značenje između dijelova, a top_k određuje koliko će odlomaka na kraju pratiti pitanje.

import os
from mistralai.client import Mistral

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

def create_embeddings(text: str) -> list[float]:
    """Creates embeddings for a text."""
    response = client.embeddings.create(
        model="mistral-embed",
        inputs=[text]
    )
    return response.data[0].embedding


def chunker(text: str, size: int = 1000, overlap: int = 200) -> list[str]:
    """Splits text into chunks with overlap."""
    chunks = []
    start = 0
    while start < len(text):
        end = start + size
        chunk = text[start:end]
        chunks.append(chunk)
        start = end - overlap
    return chunks


# Simplified RAG pipeline
def index_document(name: str, text: str) -> list[dict]:
    """Indexes a document for search."""
    chunks = chunker(text)
    index = []

    for i, chunk in enumerate(chunks):
        embedding = create_embeddings(chunk)
        index.append({
            "document": name,
            "chunk_id": i,
            "text": chunk,
            "embedding": embedding
        })

    return index


def search(query: str, index: list[dict], top_k: int = 5) -> list[dict]:
    """Searches for the most relevant chunks."""
    q_embedding = create_embeddings(query)

    # Cosine similarity calculation
    import numpy as np
    scores = []
    for item in index:
        score = np.dot(q_embedding, item["embedding"])
        scores.append((score, item))

    scores.sort(key=lambda x: x[0], reverse=True)
    return [item for _, item in scores[:top_k]]

Da sumiramo logiku odabira. Slanje više dokumenata u jednom pozivu ostaje nepobjedivo po jednostavnosti i dobro funkcionira za dva ili tri kratka dokumenta. Odvojeni OCR praćen QnA-om pruža fleksibilnost i daje ti kontrolu nad onim što se šalje LLM-u, uz cijenu dodatnog koda. Document RAG zahtijeva složeniju postavku, ali postaje nužan kako korpus raste jer je to jedini pristup koji se skalira.

Radni tijek end-to-end usporedbe

Dvije se tehnike mogu kombinirati: ništa te ne sprječava da prvo ekstrahiraš strukturirane podatke putem anotacije, a zatim te podatke predaš LLM-u na analizu. Na seriji računa svaki se dokument svodi na tri polja—dobavljač, iznos, datum—prije nego što jedan zahtjev zamoli model da identificira trendove i anomalije. Trošak tokena postaje zanemariv, a analiza se fokusira na čisto ekstrahirane brojke umjesto na tekst interpretiran u stvarnom vremenu.

import os
from pydantic import BaseModel, Field
from mistralai.client import Mistral
from mistralai.extra import response_format_from_pydantic_model

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

class InvoiceSummary(BaseModel):
    vendor: str = Field(..., description="Vendor name")
    amount_inc_tax: float = Field(..., description="Amount including tax")
    date: str = Field(..., description="Date (YYYY-MM-DD)")

def compare_invoices(paths: list[str]) -> str:
    """Compares multiple invoices and returns an analysis."""
    import base64

    invoices = []
    for path in paths:
        with open(path, "rb") as f:
            doc_b64 = base64.b64encode(f.read()).decode("utf-8")

        response = client.ocr.process(
            model="mistral-ocr-latest",
            document={
                "type": "document_url",
                "document_url": f"data:application/pdf;base64,{doc_b64}"
            },
            document_annotation_format=response_format_from_pydantic_model(
                InvoiceSummary
            )
        )

        if response.document_annotation:
            invoice = InvoiceSummary.model_validate_json(
                response.document_annotation
            )
            invoices.append(invoice)

    # Comparative analysis via LLM
    summary = "\n".join(
        f"- {f.vendor}: €{f.amount_inc_tax} ({f.date})"
        for f in invoices
    )

    response = client.chat.complete(
        model="mistral-small-latest",
        messages=[
            {
                "role": "user",
                "content": (
                    f"Here are {len(invoices)} invoices:\n{summary}\n\n"
                    f"Analyze trends and anomalies."
                )
            }
        ]
    )

    return response.choices[0].message.content

Ključne točke

  • Tri pristupa za QnA s više dokumenata: u liniji, odvojeni OCR, RAG
  • Pristup u liniji funkcionira za 2–3 kratka dokumenta
  • Odvojeni OCR + QnA nudi veću kontrolu nad potrošenim tokenima
  • RAG je nužan za velike korpuse (deseci dokumenata)
  • Kombiniraj strukturirane anotacije s QnA-om za precizne analize