Ροές εργασίας δεδομένων με Code Interpreter
Σε αυτήν τη σελίδα
Μάθημα ενημερώθηκε στις 2 Νοεμβρίου 2026 βάσει της τεκμηρίωσης της OpenAI: το εργαλείο Code Interpreter απαιτεί την παράμετρο
container(προστέθηκε σε όλα τα παραδείγματα), τα τμήματα κειμένου της εισόδου είναι τύπουinput_text, και η αναζήτηση στον ιστό χρησιμοποιεί το εργαλείοweb_search(τοweb_search_previewείναι πλέον ένα παρωχημένο εργαλείο χωρίς φίλτρα τομέα). Τα παραγόμενα αρχεία ανακτώνται χρησιμοποιώντας τις συναρτήσειςfichiers_generesκαιtelechargerαπό το Μάθημα 10. Τα αρχεία που επισυνάπτονται στο μήνυμα μεταφορτώνονται με τον σκοπόuser_data, τον οποίο η OpenAI συνιστά για εισόδους μοντέλου (File inputs). Πηγές: Code Interpreter · Web search.
Ροές εργασίας δεδομένων με Code Interpreter
Τα προηγούμενα μαθήματα κάλυψαν μεμονωμένες εργασίες μία προς μία. Η πραγματική ανάλυση τις συνδέει μεταξύ τους: εισάγετε, καθαρίζετε, υπολογίζετε, οπτικοποιείτε και εξάγετε. Είναι η αλυσίδα—και όχι κάθε μεμονωμένο βήμα—που καταναλώνει χρόνο όταν γίνεται χειροκίνητα.
Οι τέσσερις ροές εργασίας παρακάτω είναι περιπτώσεις από τον πραγματικό κόσμο, σκόπιμα ποικίλες: περιοδική υποβολή εκθέσεων, ανάλυση συμπεριφοράς στο χρόνο, τμηματοποίηση και πρόβλεψη. Διαβάστε τες λιγότερο για τον κώδικα και περισσότερο για τη δομή του prompt—αριθμημένη, ρητή σχετικά με τα αναμενόμενα παραδοτέα και ακριβής σχετικά με τη μορφή. Αυτή η δομή μετατρέπει ένα αόριστο αίτημα σε μια εκτελέσιμη έκθεση και μπορείτε να την εφαρμόσετε απευθείας στα δικά σας δεδομένα.
Ροή εργασίας 1: Αυτοματοποιημένη Οικονομική Έκθεση
Η περιοδική υποβολή εκθέσεων είναι ο καλύτερος υποψήφιος για αυτοματοποίηση για έναν απλό λόγο: τα αρχεία αλλάζουν, αλλά η δομή της έκθεσης όχι. Μόλις γράψετε και επικυρώσετε το prompt για έναν μήνα, λειτουργεί και για τους επόμενους έντεκα. Σημειώστε την τελική οδηγία, η οποία ζητά εξαγωγή Excel ανά ενότητα. Αυτό καθιστά το αποτέλεσμα άμεσα κοινόχρηστο, αντί να σας αφήνει με κείμενο που χρειάζεται αναδιαμόρφωση.
from openai import OpenAI
client = OpenAI()
# Upload source files
files = {}
for name in ["revenus_2025.xlsx", "depenses_2025.xlsx", "budget_previsionnel.xlsx"]:
with open(name, "rb") as f:
file_obj = client.files.create(file=f, purpose="user_data")
files[name] = file_obj.id
content = [
{"type": "input_text", "text": (
"Generate a complete financial report from these 3 files: "
"1. SUMMARY: Total revenue, gross margin, net income "
"2. MONTHLY ANALYSIS: Month-over-month evolution with variations "
"3. BUDGET VARIANCES: Actual vs. forecast comparison, significant variances "
"4. CHARTS: "
" - Revenue and expenses evolution (dual axis) "
" - Budget variance waterfall "
" - Expense breakdown by category "
"5. EXPORT: Excel file with one tab per section"
)}
]
for fid in files.values():
content.append({"type": "input_file", "file_id": fid})
response = client.responses.create(
model="gpt-5.6-terra",
input=[{"role": "user", "content": content}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}],
instructions=(
"Produce a professional report. "
"Display figures with thousands separators. "
"Use European format (decimal comma). "
"Comment on each significant variance (> 5%)."
)
)
# Retrieve all generated files
for ann in fichiers_generes(response):
telecharger(client, ann, f"sortie_{ann.filename}")
print(f"Generated: {ann.filename}")
Ροή εργασίας 2: Ανάλυση Συνοδών (Cohort Analysis)
Η ανάλυση συνοδών παρακολουθεί ομάδες που σχηματίστηκαν την ίδια ημερομηνία εισόδου στο χρόνο. Λίγες ομάδες εκτελούν αυτόν τον υπολογισμό τακτικά επειδή η ρύθμισή του είναι επίπονη. Αυτός είναι ακριβώς ο λόγος που αξίζει να την αναθέσετε: η λογική είναι τυπική· μόνο τα δεδομένα αλλάζουν.
with open("utilisateurs.csv", "rb") as f:
file_obj = client.files.create(file=f, purpose="user_data")
response = client.responses.create(
model="gpt-5.6-terra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"Perform a cohort analysis on this user data: "
"1. Define cohorts by signup month "
"2. Calculate retention rate per cohort (month 1, 2, ..., 12) "
"3. Create a retention heatmap "
"4. Identify the cohort with the best retention "
"5. Estimate LTV per cohort "
"6. Export the retention table as CSV"
)},
{"type": "input_file", "file_id": file_obj.id}
]
}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}],
instructions=(
"Show the code step by step. "
"Display intermediate results. "
"For the heatmap, use a green palette (dark = good, light = low). "
"Annotate each cell with the percentage."
)
)
Ροή εργασίας 3: Βαθμολόγηση και Τμηματοποίηση
Εδώ, το μοντέλο δεν περιγράφει απλώς τα δεδομένα· χτίζει μια βαθμολογία και σχηματίζει ομάδες. Αυτό απαιτεί μια προφύλαξη: ζητάτε πάντα τη μέθοδο επιπλέον του αποτελέσματος. Ένα τμήμα όπως «πελάτες σε κίνδυνο» χωρίς τα κριτήρια που το παρήγαγαν είναι αχρησιμοποίητο: κανείς δεν μπορεί να το αμφισβητήσει, να το αναπαράγει ή να το διορθώσει.
def segmenter_clients(file_path: str) -> dict:
"""Segments customers using RFM and clustering."""
with open(file_path, "rb") as f:
file_obj = client.files.create(file=f, purpose="user_data")
response = client.responses.create(
model="gpt-5.6-terra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"Perform RFM customer segmentation: "
"1. Calculate Recency, Frequency, Monetary for each customer "
"2. Assign an RFM score from 1 to 5 for each dimension "
"3. Create segments: Champions, Loyal, At Risk, Lost "
"4. Apply K-Means (k=4 to 8, choose the best k using elbow method) "
"5. Visualize segments in 2D (PCA or t-SNE) "
"6. Profile each segment: size, average revenue, frequency "
"7. Export: CSV with segment per customer + PDF-like report"
)},
{"type": "input_file", "file_id": file_obj.id}
]
}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}],
instructions=(
"Use sklearn for clustering. "
"Normalize variables before clustering. "
"Display the elbow plot to justify the choice of k. "
"Create a radar chart per segment."
)
)
output_files = []
for ann in fichiers_generes(response):
telecharger(client, ann, ann.filename)
output_files.append(ann.filename)
return {
"analysis": response.output_text,
"files": output_files
}
Ροή εργασίας 4: Πρόβλεψη και Τάσεις
Η πρόβλεψη είναι η ροή εργασίας όπου η προσοχή έχει τη μεγαλύτερη σημασία. Το container μπορεί να εκτελέσει παλινδρόμηση ή εποχιακή αποσύνθεση και θα το κάνει ακόμα και όταν τα δεδομένα σας δεν είναι κατάλληλα—είκοσι σημεία δεδομένων αρκούν για να παράγουν μια τέλεια παρουσιάσιμη καμπύλη που είναι εντελώς άνευ σημασίας. Απαιτήστε το διάστημα εμπιστοσύνης και τις παραδοχές του μοντέλου: αυτό είναι που διακρίνει μια προβολή από μια extrapolation.
response = client.responses.create(
model="gpt-5.6-terra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"Based on this monthly sales data: "
"1. Decompose the time series (trend, seasonality, residual) "
"2. Apply exponential smoothing (Holt-Winters) "
"3. Forecast the next 6 months with a 95% confidence interval "
"4. Compare with a simple linear regression "
"5. Generate a chart with history + forecasts "
"6. Calculate error metrics (MAE, RMSE, MAPE)"
)},
{"type": "input_file", "file_id": file_obj.id}
]
}],
tools=[{"type": "code_interpreter", "container": {"type": "auto"}}],
instructions=(
"Use statsmodels for decomposition and forecasting. "
"Color the confidence interval in transparent blue. "
"Clearly mark the separation between history and forecasts."
)
)
Ορχήστρωση μιας Ροής Εργασίας Πολλαπλών Βημάτων
Πέρα από ένα ορισμένο μέγεθος, ένα ενιαίο prompt φτάνει στα όριά του: η ανάλυση αποκλίνει, μια ενδιάμεση οδηγία ξεχνιέται και χάνετε την επαφή με το ποιο βήμα βρίσκεστε. Η διάσπαση της διαδικασίας σε διαδοχικές κλήσεις, οι οποίες όλες λειτουργούν μέσα στο ίδιο container όπου τα αρχεία από το προηγούμενο βήμα παραμένουν διαθέσιμα, αποκαθιστά αυτό που χάσατε—ένα σημείο ελέγχου μετά από κάθε βήμα και τη δυνατότητα επανέναρξης από το ελαττωματικό βήμα αντί να ξεκινάτε όλα από την αρχή.
class WorkflowData:
def __init__(self):
self.client = OpenAI()
# An explicit container: files produced remain available from one step to the next
self.container = self.client.containers.create(name="workflow-data")
self.intermediate_files = []
def step(self, instruction: str, file_ids: list[str] | None = None) -> str:
"""Executes a workflow step in the shared container."""
content = [{"type": "input_text", "text": instruction}]
for fid in file_ids or []:
content.append({"type": "input_file", "file_id": fid})
response = self.client.responses.create(
model="gpt-5.6-terra",
input=[{"role": "user", "content": content}],
tools=[{"type": "code_interpreter", "container": self.container.id}],
)
# Memorize generated files to download at the end
self.intermediate_files.extend(fichiers_generes(response))
return response.output_text
def download_results(self, output_folder: str):
"""Downloads generated files before the container expires."""
import os
os.makedirs(output_folder, exist_ok=True)
for ann in self.intermediate_files:
telecharger(self.client, ann, os.path.join(output_folder, ann.filename))
# Usage
wf = WorkflowData()
# Step 1: Import and clean
with open("donnees_brutes.csv", "rb") as f:
file_obj = client.files.create(file=f, purpose="user_data")
wf.step(
"Clean this CSV: remove duplicates, handle missing values, "
"normalize types. Export the result.",
[file_obj.id]
)
# Step 2: Analysis
wf.step("Calculate key KPIs and identify trends.")
# Step 3: Visualization
wf.step("Create 4 key charts for an executive report.")
# Step 4: Export
wf.step("Compile everything into an Excel file with tabs and embedded charts.")
wf.download_results("./sortie_workflow/")
Βασικά σημεία
- Διαχωρίστε τις σύνθετες ροές εργασίας σε βήματα με passing αρχείων
- Χρησιμοποιήστε λεπτομερείς οδηγίες για κάθε βήμα
- Το μοντέλο χειρίζεται εγγενώς στατιστική ανάλυση και βασική μηχανική μάθηση
- Ανακτάτε συστηματικά τα ενδιάμεσα αρχεία για ιχνηλασιμότητα
- Συνδυάστε την ανάλυση δεδομένων και την οπτικοποίηση σε μια ενιαία κλήση για πλήρεις εκθέσεις