Radionica: Analiza teksta
Na ovoj stranici
Cilj radionice
Nakon pisanja, mijenjamo fokus: ova te radionica osposobljava za korištenje Mistrala u zadacima analize—analizi sentimenta teksta, izvlačenju ključnih informacija i klasifikaciji sadržaja. Ove su vještine temelj automatizacije obrade tekstualnih podataka u poslovanju. Kad god čovjek čita desetke sličnih tekstova kako bi izvukao istu mrežu informacija, imaš kandidata za automatizaciju. Primijetit ćeš zajedničku nit kroz sve tri vježbe: temperatura ostaje niska jer je u analizi dosljednost važnija od kreativnosti.
Vježba 1: Analiza sentimenta korisničkih recenzija
Zamisli ovaj scenarij: upravljaš korisničkom podrškom za tržište i svakodnevno primaš stotine recenzija. Čitanje svih njih je nemoguće; moraš ih automatski analizirati kako bi otkrio ponavljajuće probleme i odredio prioritete odgovora. Sistemska poruka definira fiksnu mrežu analize—sentiment, teme, hitnost, akcija—i nameće JSON izlaz kako bi tvoj alat za upravljanje tikovima mogao obraditi rezultat.
messages = [
{
"role": "system",
"content": """You are a customer experience analyst.
For each review, provide:
1. Overall sentiment: positive / mixed / negative
2. Topics covered (max 3)
3. Urgency level: low / medium / high
4. Recommended action (1 sentence)
Respond in structured JSON."""
},
{
"role": "user",
"content": """Analyze these 3 customer reviews:
Review 1: "Order received in 2 days, careful packaging. However, the user
manual is only in English, which is a shame for a product sold in France.
The product itself works very well."
Review 2: "This is the THIRD time I've received a defective item. Support
has been giving me the runaround for 2 weeks. I will contact the DGCCRF if
nothing moves."
Review 3: "Good value for money. Nothing exceptional but does the job.
Standard delivery, no issues."
Return a JSON table with the analysis of each review."""
}
]
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.1
)
Očekivani rezultat izgleda ovako—imaj na umu da recenzija 1, općenito zadovoljna ali s rezervom, mora izaći kao „mješovita“, a ne „pozitivna“, dok recenzija 2, s prijetnjom kontakta s DGCCRF-om (francuska agencija za zaštitu potrošača), mora okinuti visoku hitnost:
[
{
"review": 1,
"sentiment": "mixed",
"themes": ["delivery", "documentation", "product quality"],
"urgency": "low",
"action": "Translate the user manual to French for future batches."
},
{
"review": 2,
"sentiment": "negative",
"themes": ["product quality", "customer service", "recurrence"],
"urgency": "high",
"action": "Escalate to support manager for priority handling."
},
{
"review": 3,
"sentiment": "positive",
"themes": ["value for money", "delivery"],
"urgency": "low",
"action": "No action required, standard satisfied review."
}
]
Vježba 2: Izvlačenje strukturiranih podataka
Druga situacija: primaš e-poruke s prijavama za posao u slobodnom tekstu i moraš izvući ključne informacije za napajanje svog ATS-a (Applicant Tracking System). Glavni rizik kod izvlačenja je izmišljanje: model ostavljen bez uputa rado će popuniti praznine uvjerljivim dedukcijama. Otuda dva kardinalna pravila sistemske poruke—„nije navedeno“ za sve nedostajuće informacije i apsolutna zabrana dedukcije.
messages = [
{
"role": "system",
"content": """You extract structured data from free text.
Rules:
- If information is not mentioned, indicate "not provided"
- NEVER deduce information: stay strictly with the text
- Dates must be in YYYY-MM-DD format
- Skills must be normalized terms"""
},
{
"role": "user",
"content": """Extract information from this job application email:
"Hello,
I am submitting my application for the full-stack developer position
published on LinkedIn. My name is Sarah Benali and I have 6 years
of experience in web development. Currently a Lead Developer at DataViz (Paris),
I work primarily with React, Node.js, and PostgreSQL. I also have
strong experience with AWS and Docker. My current daily rate is
€650 and I am available starting May 15, 2026.
Best regards,
Sarah Benali"
Expected JSON format:
{
"name": "",
"target_role": "",
"experience_years": 0,
"current_role": "",
"current_company": "",
"location": "",
"skills": [],
"daily_rate": "",
"availability": ""
}"""
}
]
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.0
)
Evo izlaza koji bi trebao dobiti:
{
"name": "Sarah Benali",
"target_role": "Full-stack developer",
"experience_years": 6,
"current_role": "Lead Developer",
"current_company": "DataViz",
"location": "Paris",
"skills": ["React", "Node.js", "PostgreSQL", "AWS", "Docker"],
"daily_rate": "€650",
"availability": "2026-05-15"
}
Primijeti temperaturu na 0,0: za izvlačenje želiš deterministički odgovor vjeran izvornom tekstu. Također primijeti pretvorbu datuma u ISO format, eksplicitno zatraženu u pravilima—bez ove upute, model bi bio kopirao „May 15, 2026“ kakav jest.
Vježba 3: Klasifikacija tiketa podrške
Posljednja situacija: tvoj tim za podršku prima nekategorizirane tikete koje treba automatski usmjeriti u pravi odjel. Ključ ove vježbe je iscrpna definicija kategorija i prioriteta u sistemskoj poruci. Ako dopustiš modelu da izmisli vlastitu taksonomiju, svaka serija tiketa izaći će s različitim kategorijama i tvoje usmjeravanje postat će neupravljivo.
messages = [
{
"role": "system",
"content": """You classify technical support tickets.
Available categories:
- BILLING: payment issues, invoices, subscriptions, refunds
- TECHNICAL: bugs, errors, functionality issues, slowness
- ACCOUNT: login, password, settings, account deletion
- FEATURE: requests for new features, suggestions
- OTHER: anything that doesn't fit the categories above
Priorities:
- P1: service inaccessible, data loss, direct financial impact
- P2: degraded functionality, workaround possible
- P3: question, information request, suggestion
Respond ONLY in JSON, no text before or after."""
},
{
"role": "user",
"content": """Classify these 4 tickets:
Ticket A: "Unable to log in since this morning. I tried to
reset my password but I'm not receiving the email."
Ticket B: "Would it be possible to add an Excel export in addition to CSV?"
Ticket C: "I was charged twice for my March subscription."
Ticket D: "The app crashes when I import a file larger than 50 MB.
Error message: MEMORY_EXCEEDED."
Format:
[{"ticket": "A", "category": "", "priority": "", "service": "", "summary": ""}]"""
}
]
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.0
)
Očekivani rezultat—primijeti da tiket C, sa svojim izravnim financijskim utjecajem, ide na P1, dok tehnički rušenje u tiketu D ostaje na P2 jer postoji zaobilazno rješenje:
[
{
"ticket": "A",
"category": "ACCOUNT",
"priority": "P2",
"service": "Level 1 Support",
"summary": "Unable to log in, reset email not received"
},
{
"ticket": "B",
"category": "FEATURE",
"priority": "P3",
"service": "Product",
"summary": "Request for Excel export in addition to CSV"
},
{
"ticket": "C",
"category": "BILLING",
"priority": "P1",
"service": "Accounting",
"summary": "Double charge March subscription, refund request"
},
{
"ticket": "D",
"category": "TECHNICAL",
"priority": "P2",
"service": "Development",
"summary": "Crash importing large files (MEMORY_EXCEEDED)"
}
]
Savjeti za zadatke analize
Četiri najbolje prakse sažimaju metodu ove radionice. Radi na temperaturi 0 za klasifikaciju i izvlačenje: želiš dosljednost, a ne nadahnuće. Eksplicitno definiraj kategorije u sistemskoj poruci, inače će model izmisliti vlastite. Uvijek uključi uputu „nije navedeno“ za nedostajuće podatke, inače će model popuniti praznine uvjerljivim izmišljotinama. I prije bilo kakve implementacije, testiraj na rubnim slučajevima: dvosmisleni tekstovi, tiketi koji spadaju u dvije kategorije, djelomični podaci—tu će tvoja mreža pokazati slabosti, a ne na školskim primjerima.
Ključne točke
- Analiza teksta s Mistralom najbolje radi s niskom temperaturom (0–0,2)
- Uvijek definiraj kategorije i format izlaza u promptu
- Nametni pravilo „nije navedeno“ kako bi izbjegao halucinacije
- Few-shot poboljšava dosljednost klasifikacije
- Testiraj na reprezentativnim stvarnim slučajevima prije puštanja u proizvodnju