Извличане и трансформиране на данни
На тази страница
Прочитането на файл е само първата стъпка. ChatGPT може също да извлича структурирани данни от неструктурирани документи, да ги преформатира, да кръстосва информация от множество източници и да експортира резултатите във формат по Ваш избор. Тази възможност за трансформация го превръща в истински инструмент за обработка на данни, а не просто в четец на документи.
Извличане на структурирани данни от неструктурирани източници
Структурираното извличане означава вземане на информация, разпръсната из целия документ, и организирането ѝ в удобен за употреба формат. За партида PDF фактури заявката е едно изречение: „Извлечи следното от всяка фактура: номер на фактура, дата, доставчик, сума без ДДС, ДДС и сума с ДДС. Представи всичко в таблица.“ Същият принцип важи и за годишен отчет с цифри, заровени в параграфи: „Извлечи всички финансови фигури, споменати в този отчет: приходи, нетна печалба, марж, брой служители. Организирай ги по година в сравнителна таблица.“ А за чисто текстов документ: „Този документ споменава 15 контакта. Извлечи имената, компаниите и длъжностите на всяко лице в структурирана таблица.“ Общото между тези три заявки е изричният списък с очакваните полета. Този списък превръща поток от текст в използваеми таблични данни, което представлява една от най-ценните възможности на ChatGPT.
Промяна на форматите
След като разполагате с данните, промяната на формата им е също толкова проста. Направете суров CSV файл четим: „Създайте четима таблица с ясни заглавия. Преведете имената на колоните от английски на френски.“ Превърнете таблица във визуализация: „Въз основа на тези данни генерирайте стълбовидна диаграма, показваща разпределението на продажбите по региони.“ Конвертирайте цифри в презентация за среща: „Трансформирайте тези тримесечни данни в 3 обобщаващи слайда: преглед, най-добри изпълнители и точки, изискващи внимание.“ Или превключвайте между технически структури: „Този JSON файл съдържа данни за продукти. Конвертирайте го в CSV таблица с колони: име, цена, категория, наличност.“
Кръстосване на два източника
Качете два файла в един и същи разговор и кръстосването им става с едно изречение. Представете си списък с клиенти с история на покупките във файл на Excel и проучване за удовлетвореността в CSV: „Кръстосайте тези два файла по име на клиент. За всеки клиент покажете общата сума на покупките и оценката за удовлетвореност. Сортирайте по оценка за удовлетвореност в низходящ ред. Идентифицирайте клиентите с висок потенциал (високи покупки + висока удовлетвореност) и клиентите в риск (високи покупки + ниска удовлетвореност).”
Обикновено тази операция би изисквала сложни формули в Excel или Python скрипт; тук тя се случва чрез разговорна заявка. Това е още по-голяма причина да проверите резултата: съпоставянето разчита на имена, а едноименниците или правописните грешки могат незабележимо да изкривят двойките. Проверете ръчно няколко реда, преди да базирате бизнес решения на изхода.
Почистване и нормализиране
Данните от реалния свят рядко идват в чист вид и точно тук ChatGPT блести. За хетерогенни формати: „В тази колона с телефонни номера някои записи използват формата 06.12.34.56.78, други +33612345678, а трети 06 12 34 56 78. Нормализирайте ги всички в международния формат +33 6 12 34 56 78.“ За съмнителни дати: „Анализирайте тази колона с дати. Идентифицирайте невалидни дати, несъответстващи формати и отклонения.“ За неясни дубликати, които никоя формула не може да хване: „Този файл съдържа вероятни дубликати (едни и същи имена с леки вариации в изписването). Идентифицирайте ги и предложете консолидирана версия.“ А за масово категоризиране: „Ето 200 описания на разходи. Категоризирайте всяко в една от следните категории: Транспорт, Хранене, Настаняване, Материали, Услуги, Други.“
Както при кръстосването, прегледът на извадка остава правило и за този последен случай: автоматизираното категоризиране рядко е грубо грешно, но прави грешки. За големи файлове не стартирайте пълната обработка веднага. Първо поискайте анализ на извадка, валидирайте метода и след това продължете с целия файл.
Получаване на резултата
Без конкретни инструкции за изход, ChatGPT ще покаже резултатите като текст в чата, оставяйки Ви да копирате и поставяте. Изрично поискайте файл: „Генерирайте файл за изтегляне в CSV формат с тези резултати“, „Създайте Excel файл с два раздела: сурови данни и обобщение“ или „Форматирайте тези данни като JSON за интеграция в нашия API.“ Системата произвежда файла и в разговора се появява връзка за изтегляне.
Индустриализиране на повтарящи се работни потоци
Ако получавате един и същи тип файл всеки месец, напишете подкана веднъж и я използвайте повторно: „Ще Ви изпращам PDF банкова выписка всеки месец. За всяка выписка искам да: (1) извлечете всички транзакции, (2) ги категоризирате в 6 категории (Жилище, Храна, Транспорт, Забавление, Здраве, Други), (3) изчислите общата сума за категория, (4) сравните с предходния месец, ако е наличен, (5) експортирате резултата като CSV.” Разположена в инструкциите на специализиран проект, тази подкана осигурява последователна обработка от месец на месец, позволявайки смислени сравнения. Въпреки това, банковата выписка съдържа чувствителни данни: оценете какво позволяват Вашият план и задължения, преди да я качите.
Ваш ред е
Почистете реален файл. Вземете файл от ежедневната си работа – експорт от CRM, табел с работно време, списък с контакти или финансов отчет – и попитайте: „Анализирайте този файл. Идентифицирайте проблеми с качеството на данните (дубликати, липсващи стойности, несъответстващи формати). Предложете план за почистване. След това приложете почистването и генерирайте коригиран файл за изтегляне.” Изберете този файл мъдро: здравните данни, ЕГН-тата и банковата информация изискват оценка на риска преди качване.
Официални източници: Data analysis with ChatGPT · Uploading files and audio to ChatGPT · Projects in ChatGPT (Help Center на OpenAI)
Ключови изводи
- ChatGPT може да извлича структурирани данни от неструктурирани документи с една единствена заявка
- Кръстосването на файлове и нормализирането на данни се извършват чрез разговор
- Изрично поискайте експорт (CSV, Excel, JSON), за да получите обработените данни
- Създавайте многократни подкани за месечни или повтарящи се задачи
- Винаги проверявайте резултатите, особено при кръстосване и автоматизирано категоризиране