Estrazione strutturata: tabelle, intestazioni e dati numerici
In questa pagina
Aggiornamento 2 novembre 2026 — Le Chat diventa Vibe. Dal 28 maggio 2026, Le Chat è ora Vibe (sempre su chat.mistral.ai): un unico agente per lavoro e codice, che mantiene le tue conversazioni, impostazioni e abbonamenti. L’esperienza legacy di Le Chat rimane accessibile nella modalità Chat; nella modalità Work, gli agenti sono diventati competenze (invocate con
@), le memorie costituiscono la base di conoscenza e la ricerca approfondita è la competenza Deep Research. I piani si chiamano ora Mistral Free, Pro, Team ed Enterprise. Questa lezione utilizza il nome Vibe; alcuni menu qui descritti potrebbero aver cambiato nome o posizione.
Dai documenti grezzi ai dati organizzati
Estrarre testo da un documento è utile. Ma il vero valore emerge quando ottieni dati strutturati: tabelle pulite, cifre identificate e intestazioni classificate. Questa è la differenza tra ricevere una fotocopia di un rendiconto finanziario e ricevere quello stesso rendiconto in un foglio di calcolo utilizzabile. Il Document AI di Mistral eccelle proprio in questo compito: non si limita a leggere il testo, ma comprende la struttura del documento e restituisce le informazioni in un formato direttamente utilizzabile.
Tabelle: il punto di forza
Le tabelle sono ovunque nei documenti aziendali: rendiconti finanziari, listini prezzi, orari, risultati di studi. Storicamente, è qui che l’OCR classico falliva miseramente, trasformando colonne e righe in un caos. Il motore OCR 3, al contrario, le gestisce con notevole precisione. Quando carichi su Vibe un documento contenente una tabella, il modello identifica prima i confini della tabella, anche quando sono sottili o colorati. Poi riconosce le intestazioni, le distingue dai dati e associa ogni cella alla sua colonna e riga. Gestisce persino i casi difficili: celle unite, subtotali, note a piè di pagina: tutte le classiche trappole che un foglio di calcolo mal convertito trasforma in errori silenziosi.
Per ottenere un risultato utilizzabile, prendi l’abitudine di specificare il formato desiderato nel tuo prompt. “Estrai la tabella dalla pagina 3 in formato Markdown” ti restituisce una tabella leggibile direttamente in Vibe; “Converti questa tabella in CSV così posso incollarla in Excel” la prepara per l’importazione in un foglio di calcolo; “Estrai solo la colonna ‘Importo’ e la colonna ‘Data’” filtra ciò che ti serve alla fonte. Il Markdown è spesso il formato più pratico per l’uso quotidiano: immediatamente leggibile e facile da copiare e incollare in altri strumenti.
Intestazioni, gerarchia e struttura
Oltre alle tabelle, il Document AI può ricostruire la gerarchia del documento: titoli e sottotitoli vengono identificati e classificati per livello (h1, h2, h3), i paragrafi sono distinti l’uno dall’altro anche senza interruzioni di riga visibili, gli elenchi puntati o numerati sono ricostruiti correttamente e le note a piè di pagina sono collegate ai loro riferimenti. Questa capacità è preziosa quando lavori con lunghi rapporti o documenti legali, dove la struttura ha tanto significato quanto il testo: sapere che una clausola appare nella sezione “Garanzie” piuttosto che in “Varie” ne cambia l’interpretazione.
Puoi quindi fare richieste strutturali: “Dammi l’indice di questo documento”, “Elenca tutti i titoli delle sezioni con i relativi numeri di pagina” o anche “Estrai solo i paragrafi che discutono le garanzie”: quest’ultima combina struttura e significato.
Dati numerici, con contesto
Documenti finanziari, preventivi, fatture e rapporti di attività sono pieni di numeri: importi finanziari (ricavi, totali, IVA, sconti), date di firma o di scadenza, percentuali di quota di mercato o margine e identificativi come numeri di fattura, riferimenti clienti o codici SIRET. Ciò che distingue il Document AI è che non si limita a estrarre numeri: ne comprende il contesto. Se chiedi “Qual è il fatturato annuale?”, cerca specificamente il numero associato a quel concetto, anche se è sepolto in una tabella di 50 righe. Un OCR classico ti avrebbe consegnato cinquanta numeri senza etichetta; qui ottieni quello giusto.
Questa comprensione ti permette di andare oltre l’estrazione: puoi richiedere calcoli e verifiche. “Il totale della colonna ‘Importo imponibile’ è corretto?” fa ricalcolare il modello; “Qual è la differenza tra le cifre preventivate e quelle effettive?” incrocia due colonne; “Quella voce di spesa rappresenta la quota maggiore?” trasforma la tabella in un’analisi.
Per gli utenti avanzati, l’esportazione JSON struttura l’output per i tuoi strumenti: “Estrai le seguenti informazioni da questa fattura in formato JSON: numero, data, importo imponibile, IVA, importo totale, fornitore” oppure “Crea un oggetto JSON con i dati di ogni riga della tabella”. Questo formato è ideale se i dati devono alimentare successivamente un foglio di calcolo, un database o altro software.
Nella pratica
Vedi come queste capacità si combinano in tre scenari comuni. Ricevi una pila di fatture PDF: per ognuna, chiedi “Estrai da questa fattura: nome fornitore, data, numero fattura, importo imponibile, IVA e importo totale. Presenta come tabella” e la tua registrazione contabile è pronta. Di fronte a un rapporto annuale di 50 pagine: “Estrai tutte le tabelle finanziarie da questo rapporto e presentale in Markdown. Identifica ricavi, utile netto e margine operativo”. Per decidere tra due preventivi, caricali entrambi e chiedi: “Confronta i prezzi in questi due preventivi per gli stessi servizi. Identifica le differenze di tariffa”.
Alcune regole metodologiche per concludere. Sii specifico su ciò che cerchi: una tabella particolare, una colonna, un tipo di dato, e specifica sempre il formato di output desiderato (Markdown, CSV, JSON, elenco). Per i documenti scansionati, si consiglia una risoluzione di almeno 150 DPI per un’estrazione affidabile. Se il documento è molto denso, elaboralo pagina per pagina: “Estrai la tabella dalla pagina 7” darà risultati migliori di un generico “Estrai tutte le tabelle”. E per qualsiasi uso critico, verifica i dati estratti confrontandoli con il documento originale: l’estrazione è un acceleratore, non una liberatoria di responsabilità.
Punti chiave
- Il Document AI ricostruisce fedelmente le tabelle con intestazioni, colonne e celle unite
- Puoi richiedere l’estrazione in Markdown, CSV o JSON in base alle tue esigenze
- Il modello comprende il contesto dei dati numerici e può rispondere a domande specifiche
- La struttura gerarchica del documento (titoli, sottotitoli, elenchi) viene preservata
- Verifica sempre le estrazioni per usi critici