Prípady použitia anotácií
Na tejto strane
Aktualizácia 2. novembra 2026 — OCR. Verzia OCR 4.0 (
mistral-ocr-4-0) bola vyradená 30. septembra 2026. Používaj OCR 4.1 (mistral-ocr-4-1), ktoré je všeobecne dostupné od 31. augusta za rovnakú cenu, alebo aliasmistral-ocr-latest, ktorý naň odkazuje od 16. júla. OCR 4.1 pridáva skóre dôveryhodnosti na úrovni blokov. Dodatok z 3. novembra 2026: Lokálny súbor PDF sa odosiela v kódovaní base64 ako{"type": "document_url", "document_url": "data:application/pdf;base64,…"}; typdocument_base64zo starších príkladov neexistuje ani v dokumentácii, ani v SDKmistralaia tieto príklady by zlyhali. Zdroje: OCR Processor · Document QnA. Opravené 3. novembra 2026: Kód predtým čítalpage.document_annotationstránku po stránke; v SDKmistralaiverzie 3.7.0 je anotácia dokumentu jediným poľom v odpovedi (response.document_annotation) a anotácia obrázka sa číta zimage.image_annotation.
Anotácie pre každú rolu
Anotácie Document AI transformujú neštruktúrované dokumenty na použiteľné dáta. Mechanizmus je vždy rovnaký – schéma, prompt, volanie – ale to, čo extrahuješ, sa radikálne mení v závislosti od role. Táto lekcia prejde štyrmi konkrétnymi implementáciami: klasifikácia na začiatku pipeline, analýza zmluvných klauzúl, kontrola regulačnej zhody a obohatenie indexu RAG.
Triedenie pred spracovaním
V reálnom pracovnom postupe prichádzajú dokumenty zmiešané: faktúra, objednávka, občiansky preukaz, list. Pred aplikáciou vhodnej schémy extrakcie musíš vedieť, s čím máš do činenia. Anotácia slúži ako prvá fáza triedenia. Enum TypeDocument uzamkne prípustné kategórie, skóre dôveryhodnosti ti umožní presmerovať všetko pod určitým prahom na ľudnú kontrolu a jednovedtový súhrn poskytne operátorom dostatok kontextu na rozhodnutie bez otvárania súboru.
import os
from enum import Enum
from pydantic import BaseModel, Field
from mistralai.client import Mistral
from mistralai.extra import response_format_from_pydantic_model
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
class TypeDocument(str, Enum):
INVOICE = "facture"
PURCHASE_ORDER = "bon_commande"
CONTRACT = "contrat"
REPORT = "rapport"
LETTER = "courrier"
FORM = "formulaire"
ID_DOCUMENT = "piece_identite"
OTHER = "autre"
class Classification(BaseModel):
document_type: TypeDocument = Field(
..., description="Identified document type"
)
confidence: float = Field(
..., description="Confidence score between 0 and 1"
)
language: str = Field(
..., description="Primary language (ISO 639-1 code)"
)
summary: str = Field(
..., description="One-sentence summary of the content"
)
def classify_document(document_base64: str) -> Classification:
"""Automatically classifies a document."""
response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "document_url",
"document_url": f"data:application/pdf;base64,{document_base64}"
},
document_annotation_format=response_format_from_pydantic_model(
Classification
),
document_annotation_prompt=(
"Identify the type of this document and provide "
"a summary of its content."
)
)
if response.document_annotation:
return Classification.model_validate_json(
response.document_annotation
)
raise ValueError("No annotation returned")
Čítanie zmluvy ako právnik
Analýza zmlúv je hlavným prípadom použitia v právnych a finančných oblastiach a práve tu skutočne vynikajú vnorené schémy. Každá Clause nesie svoj názov, súhrn obsahu, svoju kategóriu – dôvernosť, vypovedanie, zákaz konkurencie, zodpovednosť, platba – a hodnotenie rizika na troch úrovniach. Samotná zmluva agreguje tieto klauzuly spolu so zmluvnými stranami, dátumom podpisu, dĺžkou trvania, sumou a príslušnou jurisdikciou. Pri portfóliu dvesto dodávateľských zmlúv získaš za niekoľko hodín mapovanie, ktoré by nikto nemal čas vytvoriť manuálne.
Pole risk si vyžaduje upozornenie: ide o hodnotenie vytvorené modelom, užitočné na prioritizáciu revízie právnikom, nikdy však nie na jeho nahradenie.
from pydantic import BaseModel, Field
from typing import Optional
class Clause(BaseModel):
title: str = Field(..., description="Title or number of the clause")
content: str = Field(..., description="Summary of the clause content")
clause_type: str = Field(
..., description="Type: confidentiality, termination, "
"non-compete, liability, payment, other"
)
risk: str = Field(
..., description="Risk level: low, medium, high"
)
class ContractAnalysis(BaseModel):
parts: list[str] = Field(
..., description="Names of the contracting parts"
)
signature_date: Optional[str] = Field(
None, description="Signature date (YYYY-MM-DD)"
)
duration: Optional[str] = Field(
None, description="Contract duration"
)
key_clauses: list[Clause] = Field(
..., description="Identified main clauses"
)
amount: Optional[float] = Field(
None, description="Total amount if mentioned"
)
jurisdiction: Optional[str] = Field(
None, description="Applicable jurisdiction"
)
def analyze_contract(document_base64: str) -> ContractAnalysis:
"""Analyzes a contract and extracts main clauses."""
response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "document_url",
"document_url": f"data:application/pdf;base64,{document_base64}"
},
document_annotation_format=response_format_from_pydantic_model(
ContractAnalysis
),
document_annotation_prompt=(
"Analyze this commercial contract. Identify the parts, "
"the main clauses, and evaluate the risk level "
"of each clause."
)
)
if response.document_annotation:
return ContractAnalysis.model_validate_json(
response.document_annotation
)
raise ValueError("No annotation returned")
Automatické overovanie zhody
Regulačná kontrola je obzvlášť vhodná pre anotácie, pretože kritériá sú v zákone napísané čierno na bielom. Pre francúzsku faktúru prompt vymenúva povinnosti na overenie – povinné údaje (SIRET, DIČ pre vnútrospoločenstvenský obchod, platobné podmienky, sankcie za omeškanie), formátovanie súm, dátum vystavenia – a schéma vynucuje pre každé kritérium boolean verdikt sprevádzaný jeho odôvodnením. Získaš celkové skóre a odporúčania na zlepšenie, čo stačí na zablokovanie nevyhovujúcej faktúry skôr, než vstúpi do platobného obehu.
from pydantic import BaseModel, Field
class CompliancePoint(BaseModel):
criterion: str = Field(..., description="Compliance criterion checked")
compliant: bool = Field(..., description="True if compliant, False otherwise")
justification: str = Field(
..., description="Explanation of compliance or non-compliance"
)
class ComplianceAudit(BaseModel):
document_type: str = Field(..., description="Type of document audited")
compliance_points: list[CompliancePoint] = Field(
..., description="Compliance points checked"
)
global_score: float = Field(
..., description="Global compliance score (0-100)"
)
recommendations: list[str] = Field(
..., description="Improvement recommendations"
)
def audit_invoice_compliance(document_base64: str) -> ComplianceAudit:
"""Verifies invoice compliance according to French rules."""
response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type": "document_url",
"document_url": f"data:application/pdf;base64,{document_base64}"
},
document_annotation_format=response_format_from_pydantic_model(
ComplianceAudit
),
document_annotation_prompt=(
"Verify the compliance of this invoice according to "
"French legal obligations: mandatory mentions "
"(SIRET, intra-community VAT, payment terms, "
"late payment penalties), amount formatting, issue date."
)
)
if response.document_annotation:
return ComplianceAudit.model_validate_json(
response.document_annotation
)
raise ValueError("No annotation returned")
Nestratiť nič pred indexovaním
Posledný prípad použitia, diskrétnejší, no rozhodujúci: príprava obsahu pre index RAG. Index postavený výlučne na Markdown stratí všetko, čo bolo vizuálne, a tvoje vyhľadávania nikdy nenájdu graf, ktorý obsahoval kľúčové číslo. Nižšie uvedená funkcia recomponuje stránku po stránke text a popis každého obrázka, potom pridá metadáta extrahované z dokumentu do jedného bloku pripraveného na rozdelenie na časti (chunks).
def enrich_for_rag(ocr_response) -> str:
"""Enriches OCR content with annotations for RAG."""
parts = []
for page in ocr_response.pages:
# Text content
parts.append(page.markdown)
# Image annotations (replace images with their description)
for image in page.images:
if image.image_annotation:
parts.append(
f"[Description of {image.id}]: {image.image_annotation}"
)
# Document annotation: a single one, carried by the response
if ocr_response.document_annotation:
parts.append(
f"[Extracted Metadata]: {ocr_response.document_annotation}"
)
return "\n\n".join(parts)
Pridaním popisov obrázkov a extrahovaných metadát do indexovaného obsahu nestratíš žiadne informácie z pôvodného dokumentu. Všimneš si, že tieto štyri scenáre zdieľajú rovnakú kostru: to, čo ich odlišuje, je schéma a prompt, nie volací kód.
Kľúčové poznatky
- Automatická klasifikácia smeruje dokumenty do správneho spracovateľského pipeline
- Extrakcia zmluvných klauzúl identifikuje riziká a kľúčové body
- Overovanie zhody automatizuje regulačné audity
- Obohatenie anotáciami zlepšuje kvalitu indexovania RAG
- Každý prípad použitia sa redukuje na dobre navrhnutú schému Pydantic a prispôsobený prompt