Razmišljanje, izvršavanje koda i web pretraživanje: Automatizirani tijekovi rada
Na ovoj stranici
Kada razmišljanje susreće alate
Kombiniranje razmišljanja visoke razine s izvršavanjem koda i web pretraživanjem pretvara jezični model u agenta sposobnog za izračune, pretraživanje i sintezu rezultata u jedan zaključak. Ova lekcija pokazuje ti kako iskoristiti tu sinergiju. Prvo, napomena o terminologiji: u ChatGPT-u izvršavanje koda naziva se Data Analysis (Analiza podataka), a pretraživanje Search (Pretraživanje); u API-ju su to alati Code Interpreter i Web Search. Prijašnje generacije rezervirale su tu ulogu za namjenske modele razmišljanja poput o3; danas je to postavka dostupna svakom modelu.
Tri komplementarne uloge
Prvi stup je sam model. Na visokoj razini razmišljanja djeluje kao mozak: razmišlja, planira, odlučuje koje radnje poduzeti i orchestrira cijeli proces.
Izvršavanje koda služi kao ruke. Pokreće Python u izoliranom okruženju, omogućujući mu manipulaciju tvojim Excel, CSV ili JSON datotekama, izvođenje složenih izračuna, kreiranje grafikona i vizualizacija te čišćenje ili transformaciju podataka prije analize. Web pretraživanje djeluje kao oči: osigurava pristup informacijama u stvarnom vremenu, bilo da ti trebaju ažurni podaci, provjera činjenica, informacije prikupljene iz više izvora ili pristup javnim web-mjestima i bazama podataka.
Kako model odlučuje koristiti alat
Općenito ne moraš imenovati alat: model detektira kada je potreban izračun ili nedavna informacija i poziva alat u pravom trenutku. Ako preferiraš određeni alat, reci to: „izvrši izračun u Pythonu“, „pretraži web“. Na strani API-ja, Responses API ide dalje s Programmatic Tool Callingom: model piše JavaScript program koji se izvršava u izoliranom okruženju, poziva alate – potencijalno paralelno – i filtrira međurezultate, umjesto da ih poziva jedan po jedan.
Zahtjev za sveobuhvatnu financijsku analizu dobro ilustrira ovaj slijed.
„Ovdje su moji podaci o prodaji za posljednjih 12 mjeseci (Excel). Analiziraj trendove, izračunaj prosječnu mjesečnu stopu rasta, predvidi prodaju za sljedeća 3 mjeseca i pretraži web za industrijske prognoze radi usporedbe. Izradi izvješće s grafikonima.”
Model tada može izvršiti slijed poput ovog bez potrebe da ga ti raščlanjuješ; točan redoslijed varira od zahtjeva do zahtjeva.
- Razmišljaj: Razumij strukturu problema
- Izvrši kod: Učitaj Excel datoteku, izračunaj trendove, napravi projekcije
- Pretraži web: Pronađi industrijske prognoze
- Razmišljaj: Usporedi rezultate i izvuci zaključke
- Izvrši kod: Generiraj grafikone
- Razmišljaj: Napiši konačno izvješće
Primijeti izmjenjivanje: razmišljanje se ne događa samo na početku; vraća se između svakog poziva alata kako bi se odlučio sljedeći korak. Taj ritam je ono što razlikuje agenta od jednostavnog izvršitelja.
Što kombinacija omogućuje
Automatizirano benchmarkiranje najneposredniji je slučaj upotrebe jer zahtijeva usporedbu tvojih brojki s vanjskim podacima.
„Ovdje su metrike financijskih performansi moje tvrtke (Excel datoteka). Pretraži web za prosječne financijske omjere u našem sektoru (B2B SaaS u Europi) i usporedi ih s našima. Izradi tablicu za benchmarkiranje s kodiranjem boja: zeleno ako smo iznad prosjeka, crveno ako smo ispod.”
Konkurentska obavještajna djelatnost dobiva novu dimenziju kada je potkrijepljena tvojim vlastitim podacima: umjesto samo prikupljanja najava, mjeriš njihov utjecaj.
„Pretraži najnovije najave naša 3 konkurenta (Konkurent A, Konkurent B, Konkurent C) iz posljednjih 30 dana. Ukrsti to s našim podacima o web prometu (priložena CSV datoteka) kako bi utvrdio/la jesu li njihove najave utjecale na naš promet.”
Treći tipičan slučaj upotrebe je izvješće vođeno podacima s vizualizacijama, gdje izvršavanje koda obavlja težak dio posla na tvojim internim podacima.
„Ovdje su naši HR podaci (Excel datoteka). Izračunaj stopu fluktuacije po odjelima, prosječni trošak zamjene (pretpostavka: 6 mjeseci plaće) i projiciraj utjecaj na proračun. Generiraj grafikon po odjelu i sažetu tablicu.“
Omogućivanje i kontrola alata
U ChatGPT-u, Data Analysis se aktivira kad god datoteka ili izračun to zahtijevaju; u poslovnom radnom prostoru provjeri nije li administrator onemogućio tu opciju. Web pretraživanje se pokreće kada model detektira potrebu za nedavnim informacijama, a možeš ga prisiliti gumbom +, a zatim Search. Na strani API-ja oba su alata deklarirana u zahtjevu. Za razinu razmišljanja, OpenAI kategorizira korištenje alata i pretraživanje kao low kada je brzina od presudne važnosti, a preporučuje medium kada su planiranje i prosuđivanje bitni – što je slučaj s tijekovima rada koji uključuju više alata.
Ovi alati imaju jasne granice koje moraš poznavati. Python okruženje za Data Analysis nema pristup internetu: radi samo s datotekama koje pružiš, a vanjski podaci moraju doći putem pretraživanja ili tvojih vlastitih uvoza. Vremena odgovora značajno rastu kada se sva tri elementa kombiniraju, a kvote se troše brže, posebno na višim razinama razmišljanja.
Tvoj red
Sva tri gradivna bloka zajedno. Isprobaj punu kombinaciju na slučaju gdje su razmišljanje, kod i pretraživanje svi bitni.
„Ovdje je CSV datoteka s mojim mjesečnim troškovima tijekom 12 mjeseci. (1) Analiziraj trendove u Pythonu i generiraj grafikon. (2) Pretraži web za stopu inflacije u Francuskoj za svaki odgovarajući mjesec. (3) Izračunaj moje troškove prilagođene inflaciji. (4) Izradi izvješće koje uspoređuje nominalne i realne troškove.”
Ako nemaš pri ruci CSV datoteku, zamoli model da prvo generira realističnu. Tijekom vježbe imaj na umu tri refleksa. Provjeri izračune: pogrešna formula koja se uredno izvrši i dalje je pogrešna formula. Unakrsno provjeri izvore pretraživanja jer rezultati mogu biti zastarjeli ili netočni. I preuzmi generirane datoteke – grafikone, tablice – prije zatvaranja razgovora. Jedan konačni savjet vrijedi za sve: čak i kada model upravlja vlastitim alatima, složeni tijekovi rada daju bolje rezultate kada se razbiju na korake, a ne kada se zgnječe u jedan golem upit.
Službeni izvori: Data analysis with ChatGPT (OpenAI Help Center: izolirani Python, bez web pristupa) · Searching the web with ChatGPT · Code Interpreter i Web search (API alati) · Programmatic Tool Calling · Reasoning models (razine napora i alati)
Ključne točke
- Visoka razina razmišljanja autonomno kombinira razmišljanje, izvršavanje koda i web pretraživanje
- Model automatski odlučuje kada koristiti svaki alat; na strani API-ja, Programmatic Tool Calling omogućuje mu orchestriranje alata putem koda
- Izvršavanje koda (Data Analysis, Code Interpreter) manipulira datotekama i stvara grafikone bez web pristupa; pretraživanje donosi nedavne informacije
- Za tijekove rada s više alata, započni s
medium, razinom koju OpenAI preporučuje kada je planiranje bitno - Uvijek provjeri rezultate – alati pojačavaju i moć i rizik od pogreške