Workshop: Tekstanalyse
Op deze pagina
Doel van de workshop
Na het schrijven schakelen we nu over: deze workshop leert u Mistral inzetten voor analysetaken—het analyseren van sentiment in teksten, het extraheren van kerninformatie en het classificeren van content. Deze vaardigheden zijn essentieel voor het automatiseren van tekstverwerking in bedrijven. Zodra een mens tientallen vergelijkbare teksten moet lezen om steeds dezelfde informatiematrix eruit te halen, heeft u een kandidaat voor automatisering. U zult een rode draad opmerken in de drie oefeningen: de temperatuur blijft laag, omdat bij analyse consistentie belangrijker is dan creativiteit.
Oefening 1: Sentiment van klantrecensies analyseren
Stel u het volgende scenario voor: u beheert de klantenservice voor een marketplace en ontvangt dagelijks honderden recensies. Het is onmogelijk ze allemaal te lezen; u moet ze automatisch analyseren om terugkerende problemen op te sporen en reacties te prioriteren. De systeemprompt definieert een vaste analysematrix—sentiment, thema’s, urgentie, actie—en dwingt JSON-uitvoer af zodat uw ticketingtool het resultaat kan verwerken.
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
)
Het verwachte resultaat ziet er als volgt uit—merk op dat recensie 1, over het algemeen tevreden maar met een voorbehoud, als “mixed” naar voren moet komen en niet als “positive”, en dat recensie 2, met de dreiging contact op te nemen met de DGCCRF (de Franse consumentenbeschermingsinstantie), een hoge urgentie moet triggeren:
[
{
"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."
}
]
Oefening 2: Gestructureerde gegevens extraheren
Tweede situatie: u ontvangt sollicitatie-e-mails in vrije tekst en moet kerninformatie extraheren om uw ATS (Applicant Tracking System) te voeden. Het grootste risico bij extractie is fantasie: een model zonder instructies vult gaten graag op met aannemelijke afleidingen. Vandaar de twee kardinaleregels van de systeemprompt—“not provided” voor ontbrekende informatie, en een absoluut verbod op afleiding.
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
)
Dit is de uitvoer die u moet krijgen:
{
"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"
}
Let op de temperatuur van 0,0: voor extractie wilt u een deterministisch antwoord dat trouw blijft aan de brontekst. Let ook op de datumconversie naar ISO-formaat, expliciet gevraagd in de regels—zonder deze instructie zou het model “May 15, 2026” letterlijk hebben gekopieerd.
Oefening 3: Supporttickets classificeren
Laatste situatie: uw supportteam ontvangt ongecategoriseerde tickets die automatisch naar de juiste afdeling moeten worden gerouteerd. De sleutel tot deze oefening is de uitputtende definitie van categorieën en prioriteiten in de systeemprompt. Als u het model zijn eigen taxonomie laat bedenken, komt elke batch tickets met andere categorieën naar buiten en wordt uw routing onbeheersbaar.
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
)
Het verwachte resultaat—merk op dat ticket C, met zijn directe financiële impact, naar P1 gaat terwijl de technische crash in ticket D op P2 blijft omdat er een workaround bestaat:
[
{
"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)"
}
]
Tips voor analysetaken
Vier best practices vatten de methode van deze workshop samen. Werk bij classificatie en extractie met temperatuur 0: u wilt consistentie, geen inspiratie. Definieer categorieën expliciet in de systeemprompt, anders bedenkt het model zijn eigen indeling. Neem altijd de instructie “not provided” op voor ontbrekende gegevens, anders vult het model gaten op met aannemelijke fantasieën. En test voor elke implementatie op randgevallen: dubbelzinnige teksten, tickets die in twee categorieën vallen, gedeeltelijke gegevens—hier toont uw matrix zwaktes, niet bij schoolvoorbeelden.
Belangrijkste punten
- Tekstanalyse met Mistral werkt het beste met een lage temperatuur (0-0,2)
- Definieer altijd categorieën en uitvoerformaat in de prompt
- Dwing de regel “not provided” af om hallucinaties te voorkomen
- Few-shot verbetert de consistentie van classificatie
- Test op representatieve reële cases voordat u naar productie gaat