Przejdź do głównej treści
Polski— Wybierz język
Menu

Warsztat: Analiza tekstu

Lekcja 14 z 16 Zaktualizowano 28 lipca 2026 Początkujący
Na tej stronie
  1. Cel warsztatu
  2. Ćwiczenie 1: Analiza sentymentu opinii klientów
  3. Ćwiczenie 2: Ekstrakcja danych strukturalnych
  4. Ćwiczenie 3: Klasyfikacja zgłoszeń wsparcia
  5. Wskazówki dotyczące zadań analitycznych
  6. Kluczowe wnioski

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