Warsztat: Analiza tekstu
Na tej stronie
Cel warsztatu
Po etapie pisania czas na zmianę biegu: ten warsztat nauczy Cię wykorzystywać Mistrala do zadań analitycznych – analizy sentymentu tekstu, ekstrakcji kluczowych informacji i klasyfikacji treści. Umiejętności te są fundamentem automatyzacji przetwarzania danych tekstowych w biznesie. Kiedy tylko człowiek musi przeczytać dziesiątki podobnych tekstów, aby wydobyć z nich te same dane według ustalonego schematu, masz idealnego kandydata do automatyzacji. Zauważysz wspólny mianownik łączący trzy ćwiczenia: temperatura pozostaje niska, ponieważ w analizie spójność jest ważniejsza niż kreatywność.
Ćwiczenie 1: Analiza sentymentu opinii klientów
Wyobraź sobie taką sytuację: zarządzasz obsługą klienta na platformie handlowej i codziennie otrzymujesz setki opinii. Przeczytanie ich wszystkich jest niemożliwe; musisz analizować je automatycznie, aby wykryć powtarzające się problemy i ustalić priorytety odpowiedzi. Prompt systemowy definiuje stałą siatkę analityczną – sentyment, tematy, pilność, działanie – i wymusza wyjście w formacie JSON, aby Twoje narzędzie do zgłoszeń mogło przetworzyć wynik.
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
)
Oczekiwany wynik wygląda następująco – zauważ, że opinia nr 1, ogólnie pozytywna, ale z zastrzeżeniami, musi zostać zaklasyfikowana jako „mixed“ (mieszana), a nie „positive“ (pozytywna). Opinia nr 2, zawierająca groźbę kontaktu z DGCCRF (francuskim urzędem ochrony konsumentów), musi uruchomić wysoki poziom pilności:
[
{
"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."
}
]
Ćwiczenie 2: Ekstrakcja danych strukturalnych
Druga sytuacja: otrzymujesz e-maile z aplikacjami o pracę w formie tekstu swobodnego i musisz wydobyć kluczowe informacje, aby zasilić swój system ATS (Applicant Tracking System). Głównym ryzykiem w ekstrakcji jest halucynacja: model pozostawiony bez instrukcji chętnie uzupełni luki prawdopodobnymi domysłami. Stąd dwie kardynalne zasady promptu systemowego – „not provided“ dla wszelkich brakujących informacji oraz absolutny zakaz dedukcji.
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
)
Oto wynik, który powinieneś otrzymać:
{
"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"
}
Zauważ temperaturę ustawioną na 0,0: przy ekstrakcji potrzebujesz odpowiedzi deterministycznej, wiernie oddającej tekst źródłowy. Zwróć też uwagę na konwersję daty do formatu ISO, wyraźnie wymaganą w zasadach – bez tej instrukcji model skopiowałby „May 15, 2026“ w oryginalnej formie.
Ćwiczenie 3: Klasyfikacja zgłoszeń wsparcia
Ostatnia sytuacja: Twój zespół wsparcia otrzymuje nieskategoryzowane zgłoszenia, które wymagają automatycznego przekierowania do właściwego działu. Kluczem do tego ćwiczenia jest wyczerpująca definicja kategorii i priorytetów w prompcie systemowym. Jeśli pozwolisz modelowi wymyślić własną taksonomię, każda partia zgłoszeń zostanie opatrzona innymi kategoriami, a Twoje routowanie stanie się nie do opanowania.
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
)
Oczekiwany wynik – zauważ, że zgłoszenie C, ze względu na bezpośredni wpływ finansowy, trafia do P1, podczas gdy awaria techniczna w zgłoszeniu D pozostaje na poziomie P2, ponieważ istnieje obejście problemu:
[
{
"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)"
}
]
Wskazówki dotyczące zadań analitycznych
Cztery najlepsze praktyki podsumowują metodologię tego warsztatu. Pracuj przy temperaturze 0 dla klasyfikacji i ekstrakcji: zależy Ci na spójności, a nie na inspiracji. Zdefiniuj kategorie explicite w prompcie systemowym, inaczej model wymyśli własne. Zawsze dołączaj instrukcję „not provided“ dla brakujących danych, w przeciwnym razie model uzupełni luki prawdopodobnymi zmyśleniami. I przed każdym wdrożeniem przetestuj rozwiązanie na przypadkach brzegowych: teksty niejednoznaczne, zgłoszenia pasujące do dwóch kategorii, dane częściowe – to tutaj Twoja siatka analityczna ujawni słabości, a nie na podręcznikowych przykładach.
Kluczowe wnioski
- Analiza tekstu z Mistralem działa najlepiej przy niskiej temperaturze (0–0,2)
- Zawsze definiuj kategorie i format wyjścia w prompcie
- Wymuszaj zasadę „not provided“, aby uniknąć halucynacji
- Przykłady few-shot poprawiają spójność klasyfikacji
- Przetestuj rozwiązanie na reprezentatywnych, rzeczywistych przypadkach przed wdrożeniem na produkcję