Andmete ekstraheerimine ja teisendamine
Sellel lehel
Faili lugemine on alles esimene samm. ChatGPT oskab ekstraheerida struktureeritud andmeid struktureerimata dokumentidest, neid ümber vormindada, ristviidata mitmele allikale ja eksportida tulemused sinu soovitud vormingusse. See teisendusvõime muudab ta tõeliseks andmetöötlusvahendiks, mitte lihtsalt dokumendilugejaks.
Struktureeritud andmete ekstraheerimine struktureerimata allikatest
Struktureeritud ekstraheerimine tähendab dokumendis laiali pillutatud teabe kogumist ja kasutatavasse vormingusse organiseerimist. PDF-arvete partiiga piisab ühest lausest: „Ekstraheeri igalt arvelt järgnev: arve number, kuupäev, müüja, summa ilma käibemaksuta, käibemaks ja summa koos käibemaksuga. Esita kõik tabelina.“ Sama põhimõte kehtib aastaruande kohta, kus arvud on peidetud lõikudesse: „Ekstraheeri kõik selles aruandes mainitud finantsnäitajad: käive, netokasum, marginaal, töötajate arv. Organiseeri need aastati võrdlustabelisse.“ Ja puhttekstilise dokumendi puhul: „Selles dokumendis on mainitud 15 kontakti. Ekstraheeri iga isiku nimed, ettevõtted ja ametinimetused struktureeritud tabelisse.“ Nende kolme päringu ühine joon on oodatavate väljade selge loetelu. See loetelu muudab tekstivoogu kasutatavaks tabelandmeks, mis esindab üht ChatGPT väärtuslikumat võimet.
Vormingute muutmine
Kui andmed on olemas, on nende vormingu muutmine sama lihtne. Tee toor-CSV loetavaks: „Loo selgete päistega loetav tabel. Tõlgi veergude pealkirjad inglise keelest prantsuse keelde.“ Muuda tabel visualiseeringuks: „Loe sellel andmestikul põhinev tulpdiagramm, mis näitab müügi jaotust piirkonniti.“ Teisenda arvud koosoleku esitluseks: „Teisenda see kvartaliandmestik kolmeks kokkuvõtvas slaidiks: ülevaade, parimad tulemused ja hoiatavad punktid.“ Või lülita tehniliste struktuuride vahel: „See JSON-fail sisaldab tooteandmeid. Teisenda see CSV-tabeliks veergudega: nimi, hind, kategooria, laoseis.“
Kahe allika ristviitamine
Laadi samasse vestlusse kaks faili ja ristviitamine taandub ühele lausele. Kujuta ette kliendiloost ostuajalooga Exceli faili ja rahulolu-uuringuga CSV-faili: „Ristviita need kaks faili kliendi nime põhjal. Näita iga kliendi kohta ostude kogusummat ja rahulolu skoori. Sorteeri rahulolu skoori põhjal kahanevas järjekorras. Tuvasta suure potentsiaaliga kliendid (suured ostud + kõrge rahulolu) ja riskirühma kuuluvad kliendid (suured ostud + madal rahulolu).”
Tavaliselt nõuaks see toiming keerukaid Exceli valemeid või Pythoni skripti; siin toimub see vestluspäringu kaudu. See on seda enam põhjus tulemust üle kontrollida: sobitamine tugineb nimedele ning samanimelisus või trükivead võivad paaritust vaikselt moonutada. Kontrolli enne äriotsuste tegemist käsitsi mõnda rida.
Puhastamine ja normaliseerimine
Tegelikkuses saabuvad andmed harva puhtana ja just siin hiilgab ChatGPT. Heterogeensete vormingute jaoks: „Selles telefoninumbrite veerus kasutavad mõned kirjed vormingut 06.12.34.56.78, teised +33612345678 ja kolmandad 06 12 34 56 78. Normaliseeri need kõik rahvusvahelisse vormingusse +33 6 12 34 56 78.“ Küsitavate kuupäevade jaoks: „Analüüsi seda kuupäevade veergu. Tuvasta vigased kuupäevad, ebajärjekindlad vormingud ja hälbed.“ Häguste duplikaatide jaoks, mida ükski valem tabada ei suuda: „See fail sisaldab tõenäolisi duplikaate (samad nimed väikeste kirjaveaga variatsioonidega). Tuvasta need ja paku välja konsolideeritud versioon.“ Ja mahuka kategoriseerimise jaoks: „Siin on 200 kulude kirjeldust. Kategooriseeri igaüks neist ühte järgmistest kategooriatest: Transport, Söök, Majutus, Tarvikud, Teenused, Muu.“
Nagu ristviitamise puhul, kehtib ka viimase juhu puhul reegel proovivalimi ülevaatamiseks: automatiseeritud kategoriseerimine on harva täiesti vale, kuid teeb siiski vigu. Suurte failide puhul ära käivita kohe täismahus töötlemist. Taotle esmalt analüüsi proovivalimil, valideeri meetod ja alles seejärel töötle kogu fail.
Tulemuse kättesaamine
Ilma spetsiifiliste väljundjuhisteta kuvab ChatGPT tulemused vestluses tekstina, jättes sinule kopeerimise ja kleepimise. Taotle sõnaselgelt faili: „Genereeri nende tulemustega allalaaditav CSV-fail“, „Loo Exceli fail kahe vahelehega: toorandmed ja kokkuvõte“ või „Vorminda need andmed JSON-na integreerimiseks meie API-sse.“ Süsteem loob faili ja vestlusse ilmub allalaadimise link.
Korduvate töövoogude industrialiseerimine
Kui saad iga kuu sama tüüpi faili, kirjuta prompt üks kord ja kasuta seda uuesti: „Saadan sulle iga kuu pangaväljavõtte PDF-i. Iga väljavõtte puhul soovin, et sa: (1) ekstraheeriksid kõik tehingud, (2) kategoriseeriksid need kuude kategooriasse (Elamine, Toit, Transport, Vaba aeg, Tervis, Muu), (3) arvutaksid kogusumma kategooria kohta, (4) võrdleksid eelmise kuuga, kui see on saadaval, (5) ekspordiksid tulemuse CSV-na.” Pühendatud projekti juhistesse paigutatuna tagab see prompt kuu-kuult järjepideva töötlemise, võimaldades sisukaid võrdlusi. Pangaväljavõte on aga tundlik data: enne selle üleslaadimist hinda, mida sinu plaan ja kohustused lubavad.
Sinu kord
Puhasta reaalne fail. Võta fail oma igapäevatööst – CRM-i eksport, tööajatabel, kontaktide nimekiri või finantsaruanne – ja küsi: „Analüüsi seda faili. Tuvasta andmekvaliteedi probleemid (duplikaadid, puuduvad väärtused, ebajärjekindlad vormingud). Paku välja puhastusplaan. Seejärel rakenda puhastus ja genereeri parandatud allalaaditav fail.“ Vali see fail targalt: terviseandmed, isikukoodid ja pangainfo nõuavad enne üleslaadimist riskihinnangut.
Ametlikud allikad: Data analysis with ChatGPT · Uploading files and audio to ChatGPT · Projects in ChatGPT (OpenAI Help Center)
Peamised punktid
- ChatGPT suudab ühe päringuga ekstraheerida struktureeritud andmeid struktureerimata dokumentidest
- Failide ristviitamine ja andmete normaliseerimine toimuvad vestluse teel
- Töödeldud andmete kättesaamiseks taotle sõnaselgelt eksporti (CSV, Excel, JSON)
- Loo korduvate (kuu- või perioodiliste) ülesannete jaoks uuesti kasutatavaid prompte
- Kontrolli tulemusi alati, eriti ristviitamise ja automatiseeritud kategoriseerimise puhul