# Recette de structure Mistral OCR 4.1

Document fictif de deux pages. Attendus rédigés par Nymphar, aucune exécution OCR. Observations à compléter dans votre projet de test autorisé.

Préparation : enregistrer le PDF, sa somme SHA256, le modèle demandé et retourné, la date, l’endpoint choisi, les paramètres et le JSON brut. Aucun document sensible à publier. Paramètres proposés : table_format=html, include_blocks=true, extract_header=true, extract_footer=true, confidence_scores_granularity=block. Traiter les deux pages ensemble.

| Contrôle | Attendu de référence | Observation / preuve |
| --- | --- | --- |
| Couverture | Deux pages du PDF présentes dans la réponse ; leur correspondance visuelle est établie | |
| Tables | Chaque référence est résolue vers son contenu, sans perdre les tables séparées lors de l’export | |
| Continuation | V1 sur page 1 et V1 (suite) sur page 2 ; même unité EUR HT, mêmes années | |
| Colonnes | Ventes couvre 2025 et 2026 ; aucune donnée décalée | |
| Lignes dérivées | A100 et B200 page 1, C300 page 2 ; trois produits distincts, en-têtes répétés exclus des données | |
| Note | Astérisque de 2 400 lié au texte de la note ; seulement C300/2026 est provisoire | |
| Valeurs | 2026 = 1 000 + 1 600 + 2 400 = 5 000 EUR HT, dont 2 400 provisoires ; 2 600 non marqués provisoires | |
| Provenance | Chaque cellule dérivée retrouve page, table retournée, colonne et réserve éventuelle ; brut inchangé | |
| Incertitude | Relation manquante ou ambiguë : statut indéterminé, revue humaine ; jamais « définitif » par défaut | |

Les scores de confiance servent au tri, sans dispenser de ces contrôles. Une note correctement transcrite mais rattachée à toute la colonne est un échec de relation. Cette recette propre ne mesure pas la robustesse sur des scans : ajouter ensuite un corpus représentatif annoté avant extraction, mesurer erreurs et temps de correction par document accepté.