Atelier: Análise de Texto
Nesta página
Objetivo do atelier
Depois da escrita, vamos mudar de registo: este atelier treina-o para utilizar o Mistral em tarefas de análise — analisar o sentimento de um texto, extrair informações-chave e classificar conteúdos. Estas competências são fundamentais para automatizar o processamento de dados textuais nas empresas. Sempre que um humano lê dezenas de textos semelhantes para extrair a mesma grelha de informações, tem um candidato à automação. Notará um fio condutor nos três exercícios: a temperatura mantém-se baixa, porque na análise a consistência importa mais do que a criatividade.
Exercício 1: Analisar o sentimento de avaliações de clientes
Imagine este cenário: gere o serviço de apoio ao cliente de um marketplace e recebe centenas de avaliações diariamente. Ler todas é impossível; precisa de as analisar automaticamente para detetar problemas recorrentes e priorizar respostas. O prompt do sistema define uma grelha de análise fixa — sentimento, temas, urgência, ação — e impõe uma saída em JSON para que a sua ferramenta de gestão de tickets possa processar o resultado.
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
)
O resultado esperado é o seguinte — note que a avaliação 1, geralmente satisfeita mas com uma ressalva, deve resultar em «misto» e não em «positivo», e a avaliação 2, com a sua ameaça de contactar a DGCCRF (agência francesa de proteção ao consumidor), deve acionar urgência elevada:
[
{
"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."
}
]
Exercício 2: Extrair dados estruturados
Segunda situação: recebe e-mails de candidaturas em texto livre e precisa de extrair informações-chave para alimentar o seu ATS (Applicant Tracking System). O principal risco na extração é a invenção: um modelo deixado sem instruções preencherá alegremente as lacunas com deduções plausíveis. Daí as duas regras cardeais do prompt do sistema — «não fornecido» para qualquer informação em falta e uma proibição absoluta de dedução.
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
)
Eis a saída que deve obter:
{
"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"
}
Note a temperatura a 0,0: para extração, quer uma resposta determinista fiel ao texto de origem. Note também a conversão da data para o formato ISO, explicitamente solicitada nas regras — sem esta instrução, o modelo teria copiado «May 15, 2026» tal como estava.
Exercício 3: Classificar tickets de suporte
Última situação: a sua equipa de suporte recebe tickets sem categoria que precisam de ser encaminhados automaticamente para o departamento correto. A chave deste exercício é a definição exaustiva de categorias e prioridades no prompt do sistema. Se deixar o modelo inventar a sua própria taxonomia, cada lote de tickets sairá com categorias diferentes e o seu encaminhamento tornar-se-á ingovernável.
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
)
O resultado esperado — note que o ticket C, com o seu impacto financeiro direto, vai para P1, enquanto a falha técnica no ticket D permanece em P2, uma vez que existe uma solução alternativa:
[
{
"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)"
}
]
Dicas para tarefas de análise
Quatro boas práticas resumem o método deste atelier. Trabalhe com temperatura 0 para classificação e extração: quer consistência, não inspiração. Defina categorias explicitamente no prompt do sistema; caso contrário, o modelo inventará as suas próprias. Inclua sempre a instrução «não fornecido» para dados em falta; caso contrário, o modelo preencherá as lacunas com invenções plausíveis. E, antes de qualquer implementação, teste em casos limite: textos ambíguos, tickets que se enquadram em duas categorias, dados parciais — é aqui que a sua grelha revelará fraquezas, não nos casos de manual.
Pontos-chave
- A análise de texto com o Mistral funciona melhor com temperatura baixa (0–0,2)
- Defina sempre as categorias e o formato de saída no prompt
- Impõe a regra «não fornecido» para evitar alucinações
- O few-shot melhora a consistência da classificação
- Teste em casos reais representativos antes de implementar em produção