Przejdź do głównej treści
Polski— Wybierz język
Menu

Wyodrębnianie i przekształcanie danych

Lekcja 13 z 14 Zaktualizowano 5 listopada 2026 Średnio zaawansowani
Na tej stronie
  1. Wyodrębnianie ustrukturyzowanych danych ze źródeł nieustrukturyzowanych
  2. Zmiana formatów
  3. Krzyżowanie dwóch źródeł
  4. Czyszczenie i normalizacja
  5. Pobranie wyniku
  6. Industrializacja powtarzalnych procesów
  7. Czas na Ciebie
  8. Kluczowe wnioski

Odczytanie pliku to dopiero pierwszy krok. ChatGPT potrafi również wydobywać ustrukturyzowane dane z nieustrukturyzowanych dokumentów, zmieniać ich format, krzyżować informacje z wielu źródeł i eksportować wyniki w preferowanym przez Ciebie formacie. Ta zdolność do transformacji czyni z niego prawdziwe narzędzie do przetwarzania danych, a nie tylko czytnik dokumentów.

Wyodrębnianie ustrukturyzowanych danych ze źródeł nieustrukturyzowanych

Ustrukturyzowane wyodrębnianie oznacza pobranie informacji rozproszonych w całym dokumencie i zorganizowanie ich w użytecznym formacie. W przypadku partii faktur w formacie PDF wystarczy jedno zdanie: „Wyodrębnij z każdej faktury: numer faktury, datę, dostawcę, kwotę netto, VAT i kwotę brutto. Przedstaw wszystko w tabeli“. Ta sama zasada dotyczy raportu rocznego, w którym liczby są ukryte w akapitach: „Wyodrębnij wszystkie dane finansowe wspomniane w tym raporcie: przychód, zysk netto, marża, liczba pracowników. Zorganizuj je według lat w tabeli porównawczej“. A w przypadku dokumentu czysto tekstowego: „Ten dokument wspomina o 15 kontaktach. Wyodrębnij imiona i nazwiska, firmy oraz stanowiska każdej osoby do ustrukturyzowanej tabeli“. Wspólnym mianownikiem tych trzech poleceń jest wyraźna lista oczekiwanych pól. Lista ta przekształca strumień tekstu w użyteczne dane tabelaryczne, co stanowi jedną z najcenniejszych możliwości ChatGPT.

Zmiana formatów

Gdy już masz dane, zmiana ich formatu jest równie prosta. Spraw, by surowy plik CSV był czytelny: „Stwórz czytelną tabelę z wyraźnymi nagłówkami. Przetłumacz nazwy kolumn z języka angielskiego na polski“. Zamień tabelę w wizualizację: „Na podstawie tych danych wygeneruj wykres słupkowy pokazujący rozkład sprzedaży według regionów“. Przekształć liczby w prezentację na spotkanie: „Przekształć te dane kwartalne w 3 slajdy podsumowujące: przegląd, najlepsi wykonawcy i punkty wymagające uwagi“. Lub przełączaj się między strukturami technicznymi: „Ten plik JSON zawiera dane o produktach. Konwertuj go do tabeli CSV z kolumnami: nazwa, cena, kategoria, stan magazynowy“.

Krzyżowanie dwóch źródeł

Prześlij dwa pliki do tej samej rozmowy, a ich krzyżowanie sprowadzi się do jednego zdania. Wyobraź sobie listę klientów z historią zakupów w pliku Excel i ankietę satysfakcji w pliku CSV: „Skrzyżuj te dwa pliki według nazwiska klienta. Dla każdego klienta pokaż całkowitą kwotę zakupów i wynik satysfakcji. Posortuj według wyniku satysfakcji malejąco. Zidentyfikuj klientów o wysokim potencjale (wysokie zakupy + wysoka satysfakcja) oraz klientów zagrożonych (wysokie zakupy + niska satysfakcja)”.

Zazwyczaj operacja ta wymagałaby złożonych formuł w Excelu lub skryptu w Pythonie; tutaj dzieje się to poprzez polecenie w formie rozmowy. Tym bardziej warto zweryfikować wynik: dopasowanie opiera się na nazwiskach, a homonimy lub literówki mogą po cichu zniekształcić pary. Ręcznie sprawdź kilka wierszy, zanim podejmiesz decyzje biznesowe w oparciu o wynik.

Czyszczenie i normalizacja

Dane ze świata rzeczywistego rzadko przychodzą „czyste“ i tutaj ChatGPT sprawdza się najlepiej. W przypadku niejednorodnych formatów: „W tej kolumnie z numerami telefonów niektóre wpisy mają format 06.12.34.56.78, inne +33612345678, a jeszcze inne 06 12 34 56 78. Znormalizuj je wszystkie do formatu międzynarodowego +33 6 12 34 56 78“. W przypadku wątpliwych dat: „Przeanalizuj tę kolumnę z datami. Zidentyfikuj nieprawidłowe daty, niespójne formaty i wartości odstające“. W przypadku rozmytych duplikatów, których nie wykryje żadna formuła: „Ten plik zawiera prawdopodobne duplikaty (te same nazwiska z niewielkimi wariacjami w pisowni). Zidentyfikuj je i zaproponuj wersję scaloną“. A w przypadku masowej kategoryzacji: „Oto 200 opisów wydatków. Skategoryzuj każdy z nich do jednej z następujących kategorii: Transport, Posiłki, Zakwaterowanie, Materiały, Usługi, Inne“.

Podobnie jak przy krzyżowaniu danych, również w tym ostatnim przypadku zasadą jest przeglądanie próbki: automatyczna kategoryzacja rzadko myli się drastycznie, ale popełnia błędy. W przypadku dużych plików nie uruchamiaj od razu pełnego przetwarzania. Najpierw poproś o analizę na próbce, zatwierdź metodę, a następnie przystąp do przetwarzania całego pliku.

Pobranie wyniku

Bez konkretnych instrukcji dotyczących wyjścia ChatGPT wyświetli wyniki jako tekst w czacie, pozostawiając Ci kopiowanie i wklejanie. Wyraźnie zażądaj pliku: „Wygeneruj plik CSV do pobrania z tymi wynikami“, „Stwórz plik Excel z dwiema zakładkami: dane surowe i podsumowanie“ lub „Sformatuj te dane jako JSON do integracji z naszym API“. System tworzy plik, a w rozmowie pojawia się link do pobrania.

Industrializacja powtarzalnych procesów

Jeśli co miesiąc otrzymujesz ten sam typ pliku, napisz polecenie raz i używaj go ponownie: „Będę Ci co miesiąc wysyłać wyciąg bankowy w formacie PDF. Dla każdego wyciągu chcę, abyś: (1) wyodrębnił wszystkie transakcje, (2) sklasyfikował je do 6 kategorii (Mieszkanie, Żywność, Transport, Rozrywka, Zdrowie, Inne), (3) obliczył sumę dla każdej kategorii, (4) porównał z poprzednim miesiącem, jeśli dostępne, (5) wyeksportował wynik jako CSV”. Umieszczone w instrukcjach dedykowanego projektu, to polecenie zapewnia spójne przetwarzanie z miesiąca na miesiąc, umożliwiając sensowne porównania. Pamiętaj jednak, że wyciąg bankowy to dane wrażliwe: zanim go prześlesz, oceń, co pozwala na to Twój plan i obowiązujące przepisy.

Przekształcanie danych w czterech krokach Cztery kroki: wyodrębnij użyteczne pola z dokumentu; skrzyżuj dwa źródła na podstawie wspólnego klucza; wyczyść i znormalizuj formaty; wyeksportuj wynik do CSV lub Excela. Weryfikuj próbkę na każdym etapie. WYODRĘBNIJ, SKRZYŻUJ, WCZYŚĆ, EKSPORTUJ Przekształcanie danych w czterech krokach 1 Wyodrębnij Użyteczne pola 2 Skrzyżuj Na podstawie wspólnego klucza 3 Wyczyść Formaty, duplikaty 4 Eksportuj CSV lub Excel Weryfikuj próbkę na każdym etapie: niezgodne nazwisko po cichu zniekształca krzyżowanie danych.
Na podstawie artykułu „Data analysis with ChatGPT“ z Centrum Pomocy OpenAI (listopad 2026).

Czas na Ciebie

Wyczyść prawdziwy plik. Weź plik ze swojej codziennej pracy – eksport z CRM, kartę czasu pracy, listę kontaktów lub sprawozdanie finansowe – i zadaj pytanie: „Przeanalizuj ten plik. Zidentyfikuj problemy z jakością danych (duplikaty, brakujące wartości, niespójne formaty). Zaproponuj plan czyszczenia. Następnie zastosuj czyszczenie i wygeneruj poprawiony plik do pobrania“. Wybierz ten plik rozsądnie: dane zdrowotne, numery ubezpieczenia społecznego i informacje bankowe wymagają oceny ryzyka przed przesłaniem.

Źródła oficjalne: Data analysis with ChatGPT · Uploading files and audio to ChatGPT · Projects in ChatGPT (Centrum Pomocy OpenAI)

Kluczowe wnioski

  • ChatGPT potrafi wyodrębnić ustrukturyzowane dane z nieustrukturyzowanych dokumentów w ramach jednego polecenia
  • Krzyżowanie plików i normalizacja danych odbywają się w formie rozmowy
  • Aby pobrać przetworzone dane, wyraźnie zażądaj eksportu (CSV, Excel, JSON)
  • Twórz wielokrotnego użytku polecenia (prompty) do zadań miesięcznych lub cyklicznych
  • Zawsze weryfikuj wyniki, zwłaszcza w przypadku krzyżowania danych i automatycznej kategoryzacji