Analyzuj grafy pomocou Vision API
Na tejto strane
Čítaj grafy ako analytik
Grafy – stĺpcové, čiarové, koláčové, plošné – sú všadeprítomné v obchodných správach, dashboardoch a vedeckých publikáciách. Predstavujú špecifický problém: informácie sú uzamknuté vo vnútri obrázka, často bez pripojených zdrojových dát. Ročná správa vo formáte PDF môže obsahovať tridsať kriviek a nikto už nemá pôvodný súbor Excelu.
Vision API od Mistralu dokáže tieto grafy čítať, interpretovať trendy a extrahovať číselné údaje. Táto lekcia ti ukáže, ako písať prompty, ktoré prinášajú použiteľné výsledky namiesto všeobecných komentárov, a ako štruktúrovať výstup.
Princípy analýzy grafov
Ak model necháš na vlastné zariadenie, vyprodukuje všeobecnú vetu typu „tento graf zobrazuje vývoj predaja“. Efektívny prompt namiesto toho vynúti usporiadaný proces: identifikuj typ grafu (stĺpcový, čiarový, koláčový, bodový), prečítaj osi a legendy spolu s ich jednotkami a mierkami, extrahuj hodnoty aproximáciou vizuálnej polohy a až potom interpretuj trendy – rast, pokles, sezónnosť, anomálie. Poradie je kľúčové: interpretácia vytvorená pred prečítaním osí je vymyslená interpretácia.
Analýza stĺpcového grafu
Systémová správa je prirodzeným miestom, kde tento raz a navždy zakóduješ túto metódu, bez ohľadu na analyzovaný obrázok:
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "system",
"content": """You are an expert data analyst. When analyzing a chart:
1. Identify the chart type and its title
2. Describe the axes (labels, units, scale)
3. List the main values you can read
4. Identify trends, highs/lows, and anomalies
5. Write a 2-3 sentence conclusion"""
},
{
"role": "user",
"content": [
{"type": "text", "text": "Analyze this bar chart of quarterly revenue."},
{"type": "image_url", "image_url": "https://exemple.com/ca-trimestriel.png"}
]
}
]
)
print(response.choices[0].message.content)
Systémový prompt štruktúruje odpoveď modelu do logických krokov, čo zlepšuje presnosť aj čitateľnosť. Získaš konzistentnú správu od jedného grafu k druhému, čo je nevyhnutné, ak tieto odpovede potrebuješ neskôr automaticky spracovať.
Extrakcia číselných údajov
Ak chceš získať použiteľné dáta namiesto popisu, inštrukcia musí byť explicitne obmedzujúca. Model má prirodzenú tendenciu komentovať; musíš mu to zakázať:
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "system",
"content": "You are a data extractor. Analyze the chart and return the data as a markdown table. Do not comment, do not describe—only extract the data."
},
{
"role": "user",
"content": [
{"type": "text", "text": "Extract the data from this bar chart into a table."},
{"type": "image_url", "image_url": "https://exemple.com/ventes-mensuelles.png"}
]
}
]
)
Model vráti niečo takéto:
| Month | Sales (k€) |
|----------|------------|
| January | 120 |
| February | 135 |
| March | 148 |
Tento formát sa dá naparsovať v niekoľkých riadkoch kódu a priamo importovať do tabuľkového procesora alebo DataFrame.
Analýza čiarového grafu (Trendy)
Čiarové grafy sú obzvlášť vhodné na analýzu trendov a otázka sa potom môže stať celým dotazníkom položeným v správe používateľa:
prompt_tendance = """Analyze this line chart and answer:
1. What is the general trend (rising, falling, stable)?
2. Are there any inflection points? If so, on what dates?
3. Do you observe seasonality?
4. What is the approximate value at the start and end of the period?
5. What projection do you make for the next quarter?"""
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": prompt_tendance},
{"type": "image_url", "image_url": "https://exemple.com/evolution-prix.png"}
]
}
]
)
Piata otázka je svojou povahou odlišná od prvých štyroch: žiada extrapoláciu, nie čítanie. K jej odpovedi pristupuj ako k hypotéze, ktorú treba overiť, nikdy nie ako k faktu.
Analýza koláčového grafu (Rozdelenie)
Pri koláčových grafoch sa otázka zameriava skôr na pomery a koncentráciu než na vývoj:
prompt_camembert = """Analyze this pie chart:
- List each segment with its approximate percentage
- Identify the dominant segment
- Indicate whether the distribution is concentrated or dispersed
Return the data in a markdown table."""
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": prompt_camembert},
{"type": "image_url", "image_url": "https://exemple.com/repartition-marche.png"}
]
}
]
)
Vždy over, či súčet vrátených percentuálnych hodnôt je blízky 100: súčet 87 % signalizuje neúplné prečítanie, zabudnutý segment alebo jeden skrytý legendou.
Pipeline na analýzu správ
Tieto izolované volania sa stávajú užitočnými v mierke celej správy. Nasledujúci skript naskenuje priečinok s exportovanými grafmi, zakaždým požiada o štandardizovaný výstup JSON a všetko zapíše do jedného súboru:
import base64
from pathlib import Path
from mistralai.client import Mistral
import json
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
def encoder_image(chemin):
with open(chemin, "rb") as f:
b64 = base64.standard_b64encode(f.read()).decode("utf-8")
return f"data:image/png;base64,{b64}"
def analyser_graphique(chemin_image, question=None):
"""Analyze a chart and return structured data."""
if question is None:
question = "Analyze this chart. Return a JSON with: type (bar/line/pie/other), title, data (array of {label, value}), trend, and summary."
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "system",
"content": "Return only valid JSON, no markdown code blocks."
},
{
"role": "user",
"content": [
{"type": "text", "text": question},
{"type": "image_url", "image_url": encoder_image(chemin_image)}
]
}
]
)
return response.choices[0].message.content
# Analyze all charts in a folder
dossier = Path("rapport/graphiques/")
resultats = {}
for fichier in sorted(dossier.glob("*.png")):
print(f"Analyse de {fichier.name}...")
resultats[fichier.name] = analyser_graphique(fichier)
# Save results
with open("rapport/analyse_graphiques.json", "w", encoding="utf-8") as f:
json.dump(resultats, f, ensure_ascii=False, indent=2)
Inštrukcia „no markdown code blocks“ predchádza klasickému problému s JSON zabaleným v trojitých spätných úvodzovkách, čo by rozbilo parsovanie.
Obmedzenia analýzy grafov
Štyri situácie predstavujú pre model výzvu a musíš ich poznať skôr, než okolo neho postavíš proces. Po prvé, presné hodnoty: odhadujú sa z vizuálnej polohy stĺpcov alebo bodov s chybou 5 až 10 %. Po druhé, preplnené grafy, kde viacero sérií, legendy a malý text znižujú čitateľnosť. Po tretie, nízke rozlíšenie, ktoré robí štítky rozmazanými alebo pixelovanými a nečitateľnými – pamätaj na internú zmenu veľkosti opísanú v lekcii 2. Nakoniec, 3D grafy, kde perspektíva mechanicky skresľuje čítanie výšky.
Praktický záver je jasný: pre presnú extrakciu uprednostni export zdrojových dát ako CSV, ak je dostupný. Vision API je ideálne na rýchlu analýzu a syntézu, nie na nahradenie tabuľkového procesora. Vyniká tam, kde sú zdrojové dáta preč; je zlým výberom, keď sú dáta na dosah.
Kľúčové poznatky
- Na analýzu grafov používaj Mistral Large 3 – presnosť je kritická
- Štruktúruj svoj prompt do krokov: typ, osi, hodnoty, trendy, záver
- Explicitne požaduj výstupný formát (markdown tabuľka, JSON) pre použiteľné dáta
- Model odhaduje hodnoty s chybou 5 – 10 % – nepoužívaj ho na presné údaje
- Kombinuj Vision API s exportom CSV pre to najlepšie z oboch svetov