Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Primeri praktične uporabe načina JSON

Lekcija 5 od 12 Posodobljeno 3. november 2026 Razvijalec
Na tej strani
  1. Uvedba načina JSON v prakso
  2. Izločanje entitet iz nestrukturiranega besedila
  3. Razvrščanje podporih zahtevkov
  4. Pretvorba opisa v kartico izdelka
  5. Obdelava več elementov v enem klicu
  6. Ključne ugotovitve

Posodobljeno 3. novembra 2026: Primer TypeScript je prej uvažal Mistral kot privzeti izvoz, vendar SDK ponuja le imenovani izvoz (import { Mistral } from "@mistralai/mistralai"). Prav tako je trdo kodiral ključ API in vsilil tip polja content z !, kar ni dovolj, saj je to polje lahko tudi seznam delčkov. Preverjeno s kompilacijo z SDK 3.5.0 in TypeScript 7.0.2. Vir: Mistral TypeScript SDK.

Uvedba načina JSON v prakso

Znaš vklopiti način JSON; zdaj si oglejmo konkretne primere. V realnih projektih se nenehno pojavljajo trije scenariji, od katerih vsak prikazuje drugačen način izkoriščanja tega načina. Koda je na voljo v Pythonu, z enakovrednimi različicami v TypeScriptu tam, kjer prevod ni neposreden.

Izločanje entitet iz nestrukturiranega besedila

Izločanje entitet je najpogostejši in stroškovno najugodnejši primer uporabe: prodajno e-poštno sporočilo vsebuje popolne kontaktne podatke, vendar so ti zakopani v podpisu in vljudnostnih frazah. Ključno navodilo v spodnjem primeru je zadnja vrstica sistemskega poziva – zahteva po vrednosti null za manjkajoče informacije prepreči modelu, da bi izmislil telefonsko številko zgolj zato, da bi zapolnil polje.

from mistralai.client import Mistral
import json

client = Mistral(api_key="your-api-key")

email_text = """
Hello,
I am Marie Dupont, Sales Director at TechVision SAS.
You can reach me at 06 12 34 56 78 or by email at [email protected].
Our headquarters are at 42 rue de la Paix, 75002 Paris.
Best regards,
Marie
"""

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": """Extract contact information from the provided text.
Return a JSON with keys: name, title, company, phone, email, address.
If information is missing, use null."""
        },
        {"role": "user", "content": email_text}
    ],
    response_format={"type": "json_object"},
    temperature=0
)

contact = json.loads(response.choices[0].message.content)
print(f"Name: {contact['name']}")
print(f"Company: {contact['company']}")
print(f"Phone: {contact['phone']}")

Pričakovani izhod:

{
  "name": "Marie Dupont",
  "title": "Sales Director",
  "company": "TechVision SAS",
  "phone": "06 12 34 56 78",
  "email": "[email protected]",
  "address": "42 rue de la Paix, 75002 Paris"
}

Razvrščanje podporih zahtevkov

Razvrščanje zahteva drugačen pristop: namesto da bi modelu dovolili izbiro lastnih vrednosti, v pozivu naštejete dovoljene vrednosti za vsako polje. To omogoča primerljivost rezultatov med zahtevki in njihovo neposredno uporabo za usmerjanje. Opazite preklop na mistral-small-latest – za triažo zahtevkov ni treba uporabljati najzmogljivejšega modela.

tickets = [
    "My payment was charged twice, I demand an immediate refund!",
    "How can I change my password?",
    "Your app crashes every time I open the settings tab.",
]

for ticket in tickets:
    response = client.chat.complete(
        model="mistral-small-latest",
        messages=[
            {
                "role": "system",
                "content": """Classify the support ticket.
Return a JSON with:
- category: "billing", "account", "technical", "feature_request", or "other"
- priority: "low", "medium", "high", or "critical"
- sentiment: "positive", "neutral", or "negative"
- summary: one-sentence summary"""
            },
            {"role": "user", "content": ticket}
        },
        response_format={"type": "json_object"},
        temperature=0
    )

    result = json.loads(response.choices[0].message.content)
    print(f"Category: {result['category']} | Priority: {result['priority']} | Sentiment: {result['sentiment']}")

Tukaj je isti razvrščevalnik v TypeScriptu. Preverjanje pred JSON.parse nas opominja, da SDK tipizira content kot opcijsko in kot string | ContentChunk[]: razčleniti je mogoče le niz.

import { Mistral } from "@mistralai/mistralai";

const client = new Mistral({ apiKey: process.env.MISTRAL_API_KEY });

const ticket = "My payment was charged twice!";

const response = await client.chat.complete({
  model: "mistral-small-latest",
  messages: [
    {
      role: "system",
      content: `Classify the support ticket.
Return a JSON with: category, priority, sentiment, summary.`,
    },
    { role: "user", content: ticket },
  ],
  responseFormat: { type: "json_object" },
  temperature: 0,
});

const contenu = response.choices[0]?.message?.content;
if (typeof contenu !== "string") {
  throw new Error("The response does not contain JSON text.");
}
const result = JSON.parse(contenu);
console.log(`Category: ${result.category}`);
console.log(`Priority: ${result.priority}`);

Pretvorba opisa v kartico izdelka

Tretji scenarij: pretvorba marketinškega besedila v zapis, pripravljen za bazo podatkov. Ta vaja je zahtevnejša, saj so tipi podatkov pomembni – cena mora prispeti kot število, čas dostave kot dve celi števili, brezplačna dostava pa kot boolean. Zato so v pozivu potrebne natančne anotacije.

product_text = """
The 16-inch MacBook Pro with M4 Pro chip is available starting at €2,799.
It features 24 GB of unified RAM, a 512 GB SSD, and a Liquid Retina XDR display.
Available in Space Black and Silver. Free delivery within 3-5 days.
"""

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": """Convert the product description into a structured sheet.
JSON with: name, brand, price_eur (number), specs (object with ram_gb, storage_gb, screen),
colors (list), delivery_days_min, delivery_days_max, free_shipping (boolean)."""
        },
        {"role": "user", "content": product_text}
    ],
    response_format={"type": "json_object"},
    temperature=0
)

product = json.loads(response.choices[0].message.content)
print(json.dumps(product, indent=2, ensure_ascii=False))

Rezultat:

{
  "name": "MacBook Pro 16-inch",
  "brand": "Apple",
  "price_eur": 2799,
  "specs": {
    "ram_gb": 24,
    "storage_gb": 512,
    "screen": "Liquid Retina XDR"
  },
  "colors": ["Space Black", "Silver"],
  "delivery_days_min": 3,
  "delivery_days_max": 5,
  "free_shipping": true
}

Opazite, da blagovna znamka Apple v izvornem besedilu ni nikjer omenjena: model jo je sklepal iz imena izdelka. To je prednost pri bogatenju podatkov, vendar tveganje, ki ga je treba spremljati, če zahtevate strogo dobesedno izločanje.

Obdelava več elementov v enem klicu

Nič te ne sili, da bi za vsak element opravil ločen klic. Če od modela zahtevaš seznam pod enim ključem, zmanjšaš število zahtevkov – in s tem kumulativno zakasnitev – za kratka opravila, kot je analiza mnenj. Tu zahtevana ocena se giblje od -1,0 do 1,0, kar je uporabno dogovorjeno pravilo za kasnejše združevanje rezultatov.

texts = [
    "Excellent product, I recommend it!",
    "Late delivery, damaged product.",
    "Decent for the price, nothing exceptional."
]

response = client.chat.complete(
    model="mistral-small-latest",
    messages=[
        {
            "role": "system",
            "content": "Analyze the sentiment of each review. Return a JSON with a key 'reviews' containing a list of objects {text, sentiment, score}. The score ranges from -1.0 (very negative) to 1.0 (very positive)."
        },
        {"role": "user", "content": "\n---\n".join(texts)}
    ],
    response_format={"type": "json_object"},
    temperature=0
)

reviews = json.loads(response.choices[0].message.content)["reviews"]
for r in reviews:
    print(f"[{r['score']:+.1f}] {r['sentiment']} — {r['text'][:40]}...")

Ena podrobnost, skupna vsem tem primerom, si zasluži poudarek: temperature=0 je tu sistematičen. Pri nalogah izločanja in razvrščanja ustvarjalnost ne prispeva ničesar, stane pa ponovljivost.

Ključne ugotovitve

  • Način JSON odlično deluje pri izločanju podatkov, razvrščanju in pretvorbi
  • Uporabi sistemski poziv za definiranje pričakovane strukture in tipov
  • temperature=0 zagotavlja ponovljive rezultate
  • Paketna obdelava v enem zahtevku je mogoča z zahtevo po seznamu JSON
  • Odziv vedno razčleni z json.loads() / JSON.parse() pred dostopom do podatkov