Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Analysera diagram och extrahera data från tabeller

Lektion 3 av 14 Uppdaterad 2 november 2026 Nybörjare
På denna sida
  1. Gör om bilder till användbar data
  2. Analysera ett diagram
  3. Extrahera data från tabeller
  4. Grundläggande OCR på databilder
  5. Användningsområden i verkligheten
  6. Bästa praxis
  7. Viktiga punkter

Uppdaterat 2 november 2026 — Le Chat är nu Vibe. Sedan den 28 maj 2026 har Le Chat bytt namn till Vibe (fortfarande på chat.mistral.ai): en enda agent för arbete och kod som behåller dina konversationer, inställningar och prenumerationer. Den äldre versionen av Le Chat finns kvar i läget Chat; i läget Work är agenter nu färdigheter (anropas med @), minnen fungerar som kunskapsbas och djup research är färdigheten Deep Research. Abonnemangen heter nu Mistral Free, Pro, Team och Enterprise. I denna lektion använder vi namnet Vibe; notera att vissa menyer som beskrivs här kan ha bytt namn eller plats.

Gör om bilder till användbar data

Diagram och tabeller finns överallt: i affärsrapporter, PowerPoint-presentationer, nyhetsartiklar och finansiella redovisningar. Men när dessa element är låsta inuti en bild – en skärmdump, en skannad PDF eller ett foto av en skärm – kan du inte kopiera och klistra in siffrorna. Hur många gånger har du manuellt skrivit om värden från en tabell som skickats som en bilaga? Det är precis här Mistral:s AI-vision excellerar: den läser ett diagram precis som du skulle göra, extraherar datan och formaterar om den strukturellt.

Analysera ett diagram

När du laddar upp ett diagram till Vibe bryter modellen automatiskt ner dess uppbyggnad. Den identifierar först diagramtypen – histogram, linjediagram, cirkeldiagram, stapeldiagram, punktdiagram – eftersom varje typ kräver en annan lässtrategi. Därefter lokaliserar den axlarna med deras etiketter, enheter och skalor, följt av legenderna som kopplar kategorier till färger, och slutligen själva värdena: datapunkter, procentandelar, summor. Denna strukturerade läsning gör att den kan svara på specifika frågor snarare än att generera en ytlig beskrivning.

Dina frågor kan därför rikta in sig exakt på det som är viktigt för dig: “Vilken kategori har det högsta värdet?” för en rangordning, “Vad är den generella trenden mellan januari och juni?” för utveckling, “Jämför de två linjerna och identifiera skärningspunkter” för tväranalys, eller “Extrahera alla värden från detta cirkeldiagram som en lista” för att hämta rådata. Modellen presterar särskilt bra på diagram med hög kontrast och läsbara etiketter: en högupplöst bild med tydliga färger ger utmärkta resultat.

Extrahera data från tabeller

Tabeller inuti bilder utgör ett viktigt användningsområde. Oavsett om det är en tabell i en PDF-rapport, en skärmdump av ett kalkylblad eller ett foto av ett pappersdokument, läser modellen rubriker och rader, återskapar strukturen – inklusive kolumner, rader och även sammanslagna celler – och matar ut datan i ditt önskade format.

Den sista punkten gör hela skillnaden: ange alltid ditt önskade utdataformat. “Transkribera denna tabell till Markdown” ger dig en återanvändbar tabell för dina anteckningar; “Extrahera denna tabells data som CSV” producerar en fil redo att importeras till ett kalkylblad; “Skapa en lista över produkter och deras priser” levererar en läsbar sammanfattning. Modellen förstår komplexa tabellstrukturer – flera kolumner, delsummor, fotnoter – och hanterar även tabeller med färgade celler eller tjocka ramar.

Grundläggande OCR på databilder

Utöver diagram och tabeller kan modellen läsa all synlig text i en bild. Detta kallas OCR (Optical Character Recognition), och denna funktion är inbyggd direkt i Vibe. Specifikt kan du extrahera belopp, datum och leverantör från en faktura eller ett kvitto; hämta namn, e-post och telefonnummer från ett visitkort; läsa text från en vägskylt eller butiksfasad; eller till och med transkribera handskrivna fält från ett pappersformulär.

För avancerade OCR-behov – bearbetning av stora dokumentvolymer, strukturerad extraktion, automatiserade arbetsflöden – erbjuder Mistral en dedikerad lösning som heter Document AI, vilket vi kommer att gå igenom i avsnitt 3 av denna kurs. För nu, kom ihåg att Vibe redan hanterar vardagliga ad hoc-behov mycket väl.

Användningsområden i verkligheten

Låt oss titta på tre typiska kontors scenarier. Första scenariot: du får ett kvartalsvis prestationsdiagram som en bild i ett e-postmeddelande. Ladda upp det till Vibe och fråga vilket kvartal som presterade bäst, be den beräkna tillväxten mellan Q1 och Q4, eller begär en sammanfattning på tre punkter av nyckeltrender – tillräckligt för att förbereda ett möte på fem minuter.

Andra scenariot: du har en skärmdump av en instrumentpanel med flera indikatorer. Fråga “Extrahera alla synliga KPI:er och deras nuvarande värden”, följt av “Identifiera indikatorer i rött” för att omedelbart upptäcka vad som sjunker, utan att behöva navigera i det ursprungliga verktyget.

Tredje scenariot, ofta förbisett: verifiering. Tvivlar du på en siffra i en presentation någon skickat till dig? Ladda upp bilden och fråga “Är summan i den sista kolumnen korrekt?” eller “Summerar procentandelarna i detta cirkeldiagram till 100 %?”. Modellen räknar om och flaggar inkonsistenser – ett värdefullt säkerhetsnät innan du distribuerar ett dokument.

Bästa praxis

Fyra vanor avgör resultatets kvalitet. För det första, upplösning: ju skarpare bilden är, desto bättre läsning – undvik suddiga foton och alltför komprimerade skärmdumpar. För det andra, beskärning: beskär bilden så att endast det relevanta diagrammet eller tabellen syns, eftersom mindre visuellt brus runt omkring ger en mer precis analys. För det tredje, kontext: om diagrammet inte tydligt anger sitt ämne, specificera det själv (“Detta diagram visar månatlig försäljning i euro”) för att hjälpa modellen att tolka rätt. Slutligen, verifiering: för kritiska användningsområden, kontrollera alltid extraherade siffror mot den ursprungliga källan, eftersom AI kan misstolka liknande värden eller ovanliga typsnitt.

Viktiga punkter

  • Modellen identifierar diagramtyper, axlar, legender och värden
  • Du kan begära extraktion i formaten Markdown, CSV eller som en lista
  • Grundläggande OCR är inbyggt för att läsa text i vilken bild som helst
  • Bildkvalitet och frågornas precision avgör resultatets kvalitet