Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Ekstrakcija i transformacija podataka

Lekcija 13 od 14 Ažurirano 5. studenoga 2026. Srednja razina
Na ovoj stranici
  1. Ekstrakcija strukturiranih podataka iz nestrukturiranih izvora
  2. Promjena formata
  3. Unakrsno povezivanje dvaju izvora
  4. Čišćenje i normalizacija
  5. Preuzimanje rezultata
  6. Industrializacija ponavljajućih radnih tijekova
  7. Tvoj red
  8. Ključne točke

Čitanje datoteke tek je prvi korak. ChatGPT može izvući strukturirane podatke iz nestrukturiranih dokumenata, reformatsirati ih, unakrsno povezati više izvora i izvesti rezultate u formatu po tvojem izboru. Ta mogućnost transformacije čini ga pravim alatom za obradu podataka, a ne samo čitačem dokumenata.

Ekstrakcija strukturiranih podataka iz nestrukturiranih izvora

Strukturirana ekstrakcija znači uzeti informacije raspršene po dokumentu i organizirati ih u upotrebljiv format. Za seriju PDF računa, zahtjev je jedna rečenica: „Iz svakog računa izvuci sljedeće: broj računa, datum, dobavljač, iznos bez PDV-a, PDV i iznos s PDV-om. Sve prikaži u tablici.“ Isti princip vrijedi za godišnje izvješće s brojkama zakopanima u odlomcima: „Izvuci sve financijske brojke spomenute u ovom izvješću: prihodi, neto dobit, marža, broj zaposlenih. Organiziraj ih po godinama u usporednu tablicu.“ A za čisto tekstualni dokument: „Ovaj dokument spominje 15 kontakata. Izvuci imena, tvrtke i radna mjesta za svaku osobu u strukturiranu tablicu.“ Zajednička nit ovih triju zahtjeva jest eksplicitan popis očekivanih polja. Taj popis pretvara tok teksta u upotrebljive tablične podatke, što predstavlja jednu od najvrjednijih mogućnosti ChatGPT-a.

Promjena formata

Kad jednom imaš podatke, promjena njihova formata jednako je jednostavna. Učini sirovi CSV čitljivim: „Stvori čitljivu tablicu s jasnim zaglavljima. Prevedi nazive stupaca s engleskog na hrvatski.“ Pretvori tablicu u vizual: „Na temelju ovih podataka generiraj stupčasti dijagram koji prikazuje distribuciju prodaje po regijama.“ Pretvori brojke u prezentaciju za sastanak: „Transformiraj ove kvartalne podatke u 3 sažeta slajda: pregled, najbolji rezultati i točke koje zahtijevaju pozornost.“ Ili se prebaci između tehničkih struktura: „Ova JSON datoteka sadrži podatke o proizvodima. Pretvori je u CSV tablicu sa stupcima: naziv, cijena, kategorija, zaliha.“

Unakrsno povezivanje dvaju izvora

Učitaj dvije datoteke u isti razgovor i unakrsno povezivanje postaje jedna rečenica. Zamisli popis kupaca s povijesti kupnje u Excel datoteci i anketu zadovoljstva u CSV-u: „Unakrsno poveži ove dvije datoteke prema imenu kupca. Za svakog kupca prikaži ukupan iznos kupnje i ocjenu zadovoljstva. Sortiraj po ocjeni zadovoljstva silazno. Identificiraj kupce s visokim potencijalom (visoke kupnje + visoko zadovoljstvo) i kupce u riziku (visoke kupnje + nisko zadovoljstvo).”

Normalno bi ta operacija zahtijevala složene Excel formule ili Python skriptu; ovdje se događa putem konverzacijskog zahtjeva. To je utoliko više razlog da provjeriš rezultat: podudaranje se oslanja na imena, a istozvučnici ili tipfelerski mogu tiho iskriviti uparivanja. Ručno provjeri nekoliko redaka prije nego što doneseš poslovne odluke na temelju izlaza.

Čišćenje i normalizacija

Podaci iz stvarnog svijeta rijetko stižu čisti, a tu ChatGPT excels. Za heterogene formate: „U ovom stupcu s brojevima telefona neki unosi koriste format 06.12.34.56.78, drugi +33612345678, a treći 06 12 34 56 78. Normaliziraj ih sve u međunarodni format +33 6 12 34 56 78.“ Za upitne datume: „Analiziraj ovaj stupac s datumima. Identificiraj nevažeće datume, nedosljedne formate i ekstremne vrijednosti.“ Za nejasne duplikate koje nijedna formula ne može uhvatiti: „Ova datoteka sadrži vjerojatne duplikate (ista imena s malim varijacijama u pravopisu). Identificiraj ih i predloži konsolidiranu verziju.“ A za masovnu kategorizaciju: „Ovdje je 200 opisa troškova. Kategoriziraj svaki u jednu od ovih kategorija: Prijevoz, Obroci, Smještaj, Potrošni materijal, Usluge, Ostalo.“

Kao i kod unakrsnog povezivanja, pregled uzorka ostaje pravilo i za ovaj posljednji slučaj: automatizirana kategorizacija rijetko je drastično pogrešna, ali ipak griješi. Za velike datoteke nemoj odmah pokrenuti punu obradu. Prvo zatraži analizu na uzorku, validiraj metodu, a zatim nastavi s cijelom datotekom.

Preuzimanje rezultata

Bez specifičnih uputa za izlaz, ChatGPT će prikazati rezultate kao tekst u chatu, ostavljajući tebi da kopiraš i lijepiš. Eksplicitno zatraži datoteku: „Generiraj CSV datoteku za preuzimanje s ovim rezultatima“, „Stvori Excel datoteku s dvije kartice: sirovi podaci i sažetak“ ili „Formatiraj ove podatke kao JSON za integraciju u naš API.“ Sustav proizvodi datoteku i u razgovoru se pojavljuje poveznica za preuzimanje.

Industrializacija ponavljajućih radnih tijekova

Ako svaki mjesec primaš istu vrstu datoteke, napiši upit jednom i ponovno ga koristi: „Svaki ću ti mjesec poslati PDF izvoda iz banke. Za svaki izvod želim da: (1) izvučeš sve transakcije, (2) kategoriziraš ih u 6 kategorija (Stanovanje, Hrana, Prijevoz, Slobodno vrijeme, Zdravlje, Ostalo), (3) izračunaš ukupno po kategoriji, (4) usporediš s prethodnim mjesecom ako je dostupno, (5) izvezeš rezultat kao CSV.” Smješten u upute namjenskog projekta, ovaj upit osigurava dosljednu obradu iz mjeseca u mjesec, omogućujući smislene usporedbe. Međutim, izvod iz banke osjetljivi su podaci: procijeni što tvoj plan i obveze dopuštaju prije nego što ga učitaš.

Transformacija podataka u četiri koraka Četiri koraka: izvuci korisna polja iz dokumenta; unakrsno poveži dva izvora na zajedničkom ključu; očisti i normaliziraj formate; izvezi rezultat u CSV ili Excel. Provjeri uzorak u svakom koraku. IZVUCI, UNAKRSNO POVEŽI, OČISTI, IZVEZI Transformacija podataka u četiri koraka 1 Izvuci Korisna polja 2 Unakrsno poveži Na zajedničkom ključu 3 Očisti Formati, duplikati 4 Izvezi CSV ili Excel Provjeri uzorak u svakom koraku: neusklađeno ime tiho iskrivljuje unakrsno povezivanje.
Na temelju članka „Data analysis with ChatGPT“ iz OpenAI Help Centera (studeni 2026.).

Tvoj red

Očisti stvarnu datoteku. Uzmi datoteku iz svog svakodnevnog rada – izvoz iz CRM-a, evidenciju radnog vremena, popis kontakata ili financijski izvještaj – i pitaj: „Analiziraj ovu datoteku. Identificiraj probleme s kvalitetom podataka (duplikati, nedostajuće vrijednosti, nedosljedni formati). Predloži plan čišćenja. Zatim primijeni čišćenje i generiraj ispravljenu datoteku za preuzimanje.” Mudro odaberi ovu datoteku: zdravstveni podaci, OIB-ovi i bankovni podaci zahtijevaju procjenu rizika prije učitavanja.

Službeni izvori: Data analysis with ChatGPT · Uploading files and audio to ChatGPT · Projects in ChatGPT (OpenAI Help Center)

Ključne točke

  • ChatGPT može izvući strukturirane podatke iz nestrukturiranih dokumenata jednim zahtjevom
  • Unakrsno povezivanje datoteka i normalizacija podataka odvijaju se konverzacijski
  • Eksplicitno zatraži izvoz (CSV, Excel, JSON) kako bi preuzeo obrađene podatke
  • Stvori ponovno upotrebljive upite za mjesečne ili ponavljajuće zadatke
  • Uvijek provjeri rezultate, posebno kod unakrsnog povezivanja i automatizirane kategorizacije