Tovább a Mistrallal
Ezen az oldalon
Frissítve: 2026. november 2. — A Le Chat mostantól Vibe. 2026. május 28. óta a Le Chat neve Vibe (továbbra is a chat.mistral.ai címen érhető el): egyetlen ügynök munkához és kódoláshoz, ahol a beszélgetéseid, beállításaid és előfizetéseid megmaradnak. A régi Le Chat élmény a Chat módban továbbra is elérhető; a Work módban az ügynökök készségekké (skills) váltak (az
@jellel hívhatók meg), az emlékezet a tudásbázis, a mély keresés pedig a Deep Research készség. A csomagok neve mostantól Mistral Free, Pro, Team és Enterprise. Ez a lecke már a Vibe nevet használja; egyes itt leírt menük neve vagy helye megváltozhatott.
Az utad most kezdődik
Átvetted a Mistral AI alapjait: a vállalatot, a modelleket, a kulcsfogalmakat és a Vibe gyakorlati használatát. Ennek az utolsó leckének más a szerepe, mint az előzőeknek: nem tanít meg egy újabb készségre, hanem bemutatja azt a tájat, amely e tanfolyam után megnyílik előtted – azokat a haladó funkciókat, amelyekbe csak belekóstoltál, és a profilodtól függő lehetséges utakat.
Haladó Vibe-funkciók
Kezdjük a Deep Research funkcióval, amellyel az előző leckékben találkoztál, és amely részletes tekintetet érdemel, mert sokkal több, mint egy egyszerű webes keresés. Ha engedélyezed, a Vibe először elemzi a kérdésedet, hogy azonosítsa a releváns keresési szempontokat, párhuzamosan több webes forrást konzultál, keresztellenőrzi az információkat a források között, majd hivatkozásokkal és linkekkel ellátott strukturált összefoglalót készít. Ez egy professzionális kutatási eszköz, amely órányi böngészést válthat ki. Csak olyan feladatokra tartogasd, amelyek ezt indokolják: versenyelemzés, technikai állapotfelmérés, dokumentumkutatás összetett témákban – nem pedig egyszeri tények ellenőrzésére.
A Canvas ezután valódi együttműködő szerkesztővé alakítja a Vibét. Ahelyett, hogy kérdés-válasz cserék során a szöveg minden új verziója felhalmozódna a beszélgetésben, a Canvas egy tartós munkaterületet nyit meg: közösen írtok – te írsz, a modell kiegészít, te átnézed, a modell finomítja –, interaktívan kódolsz egy integrált szerkesztőben végrehajtással és hibakereséssel, valamint egy dokumentum meghatározott szakaszait módosítod anélkül, hogy elveszítenéd a globális kontextust. Egy cikk, jelentés vagy fejlesztési projekt esetén, amely tíz iterációt igényel, a kényelemkülönbség jelentős.
A harmadik pillér az MCP (Model Context Protocol), egy nyílt szabvány, amely lehetővé teszi, hogy a Vibét külső eszközökhöz csatlakoztasd: a helyi fájljaidhoz, adatbázisaidhoz, belső API-idhoz vagy termelékenységi eszközeidhez, mint például a naptárad vagy feladatkezelőd. E változás jelentőségét könnyű alábecsülni. Egy klasszikus asszisztens elmagyarázza, hogyan szervezd meg a hetedet; egy MCP-n keresztül csatlakoztatott asszisztens elolvassa a naptáradat, és meg is teszi ezt. Az MCP a beszélgető asszisztensből a munkakörnyezetedben cselekvésre képes ügynökké alakítja a Vibét.
Haladó promptolás
A hatékony beszélgetésekről szóló lecke megadta az alapokat; három technika épít erre az alapra. Először is a rendszer-promptok (system prompts): az API-n vagy a Vibe egyéni utasításain keresztül mélyen irányíthatod a modell viselkedését – meghatározhatsz egy specifikus személyiséget (jogi szakértő, értékesítési coach, pénzügyi elemző), formátumi korlátozásokat érvényesíthetsz (mindig JSON-ban válaszolj, mindig tüntesd fel a forrásokat), vagy üzleti szabályokat állíthatsz fel (soha ne ajánlj versenytársat, mindig javasolj három lehetőséget). Ez a különbség aközött, hogy minden feladatra külön utasítást adsz valakinek, vagy egyszer megírod a munkaköri leírását.
Ezt követi a Chain of Thought (gondolatmenet-lánc): összetett problémák esetén, ha arra kéred a modellt, hogy lépésről lépésre gondolkodjon, drasztikusan javítja a válaszok minőségét. Ez a technika különösen hatékony a Small 4 reasoning módjával és a Medium 3.5-tel, amelyek natívan bontják ki ezt a gondolatmenetet lépésről lépésre.
Végül a többfordulós promptok (multi-turn prompts) formalizálják azt az ötletet, amelyet már gyakoroltál: a legproduktívabb beszélgetések nem elszigetelt cserék, hanem strukturált dialógusok – az első fordulóban állítsd be a kontextust és a célt, a másodikban kérj egy első piszkozatot, a harmadikban finomíts és javíts, a negyedikben pedig véglegesíts és validálj.
A Mistral API fejlesztőknek
Ha túl akarsz lépni a Vibén, és be akarod integrálni a Mistralt a saját alkalmazásaiddal, az API a következő lépés. A belépési út rövid: hozz létre egy API-kulcsot a Console-ban, telepítsd a Python vagy TypeScript SDK-t, küldj el egy első chat completion kérést, majd tanuld meg kezelni a streamelt válaszokat. Ezen alapok mögött haladó képességek rejlenek, amelyek átfedésben vannak a tanfolyamon látott fogalmakkal: function calling a modell eszközeidhez és API-idhoz való csatlakoztatásához, embeddings egy szemantikus keresőmotor felépítéséhez, RAG a válaszok belső adataiddal való gazdagításához, valamint finomhangolás a Forge segítségével egy egyéni modell létrehozásához. A Corsen Academy dedikált képzést kínál majd a Mistral API-val történő fejlesztésről technikai profilok számára.
Mistral ügynökök
Az ügynökök (Agents) az LLM-használat jövőjét jelentik, és a chatbottól való eltérést tisztán kell látni. A chatbot válaszol; az ügynök cselekszik. Konkréten: az ügynök egy autonóm rendszer, amely képes műveletsorok tervezésére, feladatok végrehajtására külső eszközökön, saját eredményeinek ellenőrzésére, és addig iterál, amíg el nem éri a célt. Ahol egy chatbotnak azt kérdeznéd: „hogyan elemezzem ezt az adatot?“, ott magát az elemzést bízod egy ügynökre, és az egyedül láncolja össze a lépéseket. A Mistral ügynököket kínál Workflows és Devstral 2 segítségével, és az ökoszisztéma gyorsan fejlődik: az ügynökök maîtriséje kulcsfontosságú készség lesz az elkövetkező években.
A képzési utad
A továbbiak a profilodtól függenek. Ha üzleti felhasználó vagy, az utad a haladó promptolás elsajátításán vezet keresztül (rendszer-promptok, few-shot, gondolatmenet-lánc), a Deep Research felfedezésén szakmai hírszerzéshez, a Canvas használatán összetett írási projektekhez, majd csapatod képzésén a legjobb gyakorlatokról – mert az egyéni gainsok megsokszorozódnak, amikor egy egész csapat adoptálja azokat.
Ha technikai profilú vagy, először ismerkedj meg a Mistral API-val (Python vagy TypeScript SDK), építs fel egy RAG pipeline-t a belső adataiddal – ez az ideális tanulási projekt, mivel mozgósítja az embeddingeket, a keresést és a generálást –, fedezd fel a finomhangolást a Forge segítségével egy modell testreszabásához, majd fejlessz egy ügynököt a Devstral 2 és a Workflows segítségével.
Ha döntéshozó vagy, a munkád az eszköz előtt helyezkedik el: értékeld ki a nagy hatású használati eseteket a szervezetedben, hasonlítsd össze a költségeket a felhőalapú API és az önálló hosztolás között, definiáld az AI-használati szabályzatot a csapatod számára, és tervezd meg munkatársaid képzését.
A fejlődő ökoszisztéma
Egy utolsó figyelmeztetés, amely egyben tanács is: a Mistral AI gyorsan fejlődik. 2023-as alapítása óta a vállalat fenntartott ütemben indított új modelleket és funkciókat, és amit itt megtanultál, azt a jövőbeliek gazdagítják – nem érvénytelenítik. Négy trend érdemel figyelmet: a multimodális modellek, amelyek szöveget, képet, hangot és videót kombinálnak; az autonóm ügynökök, amelyek képesek összetett feladatok végrehajtására felügyelet nélkül; a beágyazott modellek, amelyek elég kompaktak ahhoz, hogy okostelefonokon fussanak; és a személyre szabás, egyre könnyebben adaptálható modellekkel specifikus igényekhez.
A tanfolyam összefoglalása
E 16 lecke végére tudod, hogyan helyezd el a Mistral AI-t a globális AI ökoszisztémában, hogyan hozd létre a fiókodat és navigálj a Console-ban és a Vibében, hogyan különböztesd meg az általános és specializált modelleket a megfelelő választáshoz, hogyan kezeld a szakmai szókincset – tokenek, kontextus, RAG, embeddings, finomhangolás –, hogyan használd hatékonyan a Vibét napi feladataidhoz, és hogyan írj professzionális minőségű promptokat. Ezek az alapok. Elégségesek ahhoz, hogy még ma kiaknázd a Mistralt a munkádban, és támogatnak mindent, amit ezután fogsz tanulni.
Főbb megállapítások
- A Deep Research, a Canvas és az MCP teljes körű professzionális eszközzé teszik a Vibét
- A haladó promptolás (rendszer-promptok, gondolatmenet-lánc, többfordulós) megsokszorozza az eredmények minőségét
- A Mistral API megnyitja az utat a saját alkalmazásaidba való integráció előtt
- Az ügynökök a következő határterület: olyan AI-k, amelyek cselekszenek, nem csak válaszolnak
- A Mistral ökoszisztéma gyorsan fejlődik – ez a tanfolyam a kiindulópontod, nem a végállomásod
Teszteld a tudásod!
A Mistral ökoszisztéma első teljes körbejárása: validáld a tájékozódásod.
1. Mi különbözteti meg a Mistral AI-t az AI tájképen?
Válasz: Egy európai bajnok, amely egyesíti a csúcskategóriás modelleket és a nyílt forráskódú elköteleződést – a Vibével mint fogyasztói felülettel és egy API-val a fejlesztők számára.
2. Általános és specializált modellek: mi a különbség?
Válasz: Az általános modellek (Medium, Small, Large, Ministral családok) lefedik a gyakori használati eseteket; a specializáltak egy adott területen jeleskednek – kód (Codestral, Devstral), hang (Voxtral), dokumentumok (OCR).
3. Mit kell értened a tokenek és a kontextus alatt?
Válasz: A szöveg tokenekre oszlik, ez a számlázás és mérés egysége; a kontextusablak határozza meg, mit tud a modell egyszerre elolvasni – két fogalom, amely meghatározza a költségeket és a megvalósíthatóságot.
4. Hogyan válaszd ki a Mistral modelledet?
Válasz: Feladat szerint: maximális igény → csúcskategória; gyakori használat → középkategória; volumen és sebesség → kompakt modellek; szűk terület → a megfelelő specialista.
5. Mit tesz lehetővé a Vibe a napi használatban?
Válasz: Beszélgetés, írás, dokumentumelemzés és generálás – a felület, amely lehetővé teszi a Mistral modellek előnyeit kódírás nélkül, hatékony beszélgetésekkel, amikor megadod a kontextust és a várt formátumot.
A tájékozódás megtörtént – a következő tanfolyamok elmélyítik az egyes építőköveket: modellek, haladó Vibe, API és ügynökök.