Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Workshop: Analýza textu

Lekcia 14 z 16 Aktualizované 28. júla 2026 Začiatočník
Na tejto strane
  1. Cieľ workshopu
  2. Cvičenie 1: Analýza sentimentu zákazníckych recenzií
  3. Cvičenie 2: Extrakcia štruktúrovaných dát
  4. Cvičenie 3: Klasifikácia support ticketov
  5. Tipy pre analytické úlohy
  6. Kľúčové poznatky

Cieľ workshopu

Po písaní si dáme pauzu: tento workshop ťa naučí využívať Mistral na analytické úlohy – analýzu sentimentu textu, extrakciu kľúčových informácií a klasifikáciu obsahu. Tieto zručnosti sú kľúčové pre automatizáciu spracovania textových dát v podnikaní. Vždy, keď človek číta desiatky podobných textov, aby z nich získal rovnakú množinu informácií, máš kandidáta na automatizáciu. Všimneš si spoločnú nitku prechádzajúcu všetkými tromi cvičeniami: teplota zostáva nízka, pretože pri analýze záleží viac na konzistentnosti než na kreativite.

Cvičenie 1: Analýza sentimentu zákazníckych recenzií

Predstav si túto situáciu: spravuješ zákaznícky servis pre marketplace a denne dostávaš stovky recenzií. Čítať ich všetky je nemožné; potrebuješ ich analyzovať automaticky, aby si odhalil opakujúce sa problémy a prioritizoval odpovede. Systémový prompt definuje pevnú analytickú mriežku – sentiment, témy, naliehavosť, akcia – a vynucuje výstup vo formáte JSON, aby ho tvoj nástroj na správu ticketov mohol spracovať.

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
)

Očakávaný výsledok vyzerá takto – všimni si, že recenzia 1, ktorá je vo všeobecnosti pozitívna, ale s výhradou, musí byť označená ako „mixed“ (zmiešaná), nie „positive“, a recenzia 2, ktorá obsahuje vyhrážku kontaktovaním DGCCRF (francúzsky úrad na ochranu spotrebiteľa), musí spustiť vysokú naliehavosť:

[
  {
    "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."
  }
]

Cvičenie 2: Extrakcia štruktúrovaných dát

Druhá situácia: dostávaš e-maily s žiadosťami o zamestnanie vo forme voľného textu a potrebuješ extrahovať kľúčové informácie pre tvoj ATS (Applicant Tracking System). Hlavným rizikom pri extrakcii je vymýšľanie: model ponechaný bez inštrukcií rád doplní medzery pravdepodobnými dedukciami. Preto dve kardinálne pravidlá systémového promptu – „not provided“ pre akékoľvek chýbajúce informácie a absolútny zákaz dedukcie.

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
)

Tu je výstup, ktorý by si mal dostať:

{
  "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"
}

Všimni si teplotu nastavenú na 0,0: pri extrakcii chceš deterministickú odpoveď vernú zdrojovému textu. Všimni si aj konverziu dátumu do formátu ISO, ktorá je explicitne vyžiadaná v pravidlách – bez tejto inštrukcie by model skopíroval „May 15, 2026“ tak, ako je.

Cvičenie 3: Klasifikácia support ticketov

Posledná situácia: tvoj support tím dostáva nezaradené tickety, ktoré treba automaticky smerovať na správne oddelenie. Kľúčom tohto cvičenia je vyčerpávajúca definícia kategórií a priorít v systémovom prompte. Ak necháš model vymyslieť si vlastnú taxonómiu, každá dávka ticketov vyjde s inými kategóriami a tvoje smerovanie sa stane neudržateľným.

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
)

Očakávaný výsledok – všimni si, že ticket C s priamym finančným dopadom ide do P1, zatiaľ čo technický pád v tickete D zostáva na P2, keďže existuje obchádzkové riešenie:

[
  {
    "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)"
  }
]

Tipy pre analytické úlohy

Štyri osvedčené postupy zhrňujú metódu tohto workshopu. Pri klasifikácii a extrakcii pracuj s teplotou 0: chceš konzistentnosť, nie inšpiráciu. Kategórie definuj explicitne v systémovom prompte, inak si model vymyslí vlastné. Vždy zahrň inštrukciu „not provided“ pre chýbajúce údaje, inak model doplní medzery pravdepodobnými výmyslami. A pred akýmkoľvek nasadením testuj na hraničných prípadoch: nejednoznačné texty, tickety spadajúce do dvoch kategórií, čiastočné údaje – práve tu tvoja mriežka odhalí slabiny, nie na učebnicových príkladoch.

Kľúčové poznatky

  • Analýza textu s Mistralom funguje najlepšie pri nízkej teplote (0–0,2)
  • Vždy definuj kategórie a formát výstupu v prompte
  • Vynucuj pravidlo „not provided“, aby si predišiel halucináciám
  • Few-shot learning zlepšuje konzistentnosť klasifikácie
  • Pred nasadením do produkcie testuj na reprezentatívnych reálnych prípadoch