Analysera text och data
På denna sida
Använd ChatGPT som en analyst på begäran
Ett avtal att dissekera, enkätresultat att tolka, ett kalkylblad som ingen har tid att gruva: det är här ChatGPT levererar sitt mest dramatiska värde. På några sekunder producerar det en strukturerad analys som skulle ta dig en timme att skriva. Men du måste ställa rätt fråga. « Analysera detta dokument » är ett kommando utan destination – du får en artig översikt som är rigoröst värdelös.
Analysera text
Målinriktad extraktion är det enklaste och mest lönsamma användningsfallet. Du tillhandahåller en lång text och specificerar exakt vad du vill ha utdraget:
« Här är protokollet från styrelsemötet. Extrahera:
- Fattade beslut
- Tilldelade åtgärder (med ansvarig och deadline)
- Punkter som skjuts upp till nästa möte »
Sentiment- och tonanalys gäller allt som kommer från dina kunder eller team. Det levererar verkligt värde när du ber om kvalificering och prioritering samtidigt, vilket förvandlar en hög med kommentarer till en handlingsplan:
« Här är 10 kundrecensioner av vår produkt. Ange för var och en: sentiment (positivt/neutralt/negativt), huvudämnet för klagomålet eller berömmet, och en åtgärdsprioritet (hög/medel/låg). Presentera resultatet som en tabell. »
Dokumentjämförelse fungerar enligt samma princip. Skicka in två versioner av samma text och be inte bara om en lista över skillnader, utan om en tolkning av dem: « Här är två versioner av vår returpolicy. Identifiera de största skillnaderna och ange vilken som är mest förmånlig för kunden. » Slutligen innebär kritisk analys att du tilldelar ChatGPT en adversariell roll, vilket ger feedback som är långt mer användbar än en självbelåten åsikt:
« Här är min affärsplan. Agera som en skeptisk investerare. Identifiera de 5 mest betydande svagheterna i denna plan och föreslå en förbättring för var och en. »
Analysera strukturerad data
Du kan klistra in en tabell direkt i konversationen, oavsett om den kommer från Excel, Google Sheets eller enkel justerad text. Det obligatoriska villkoret är att ange vad siffrorna representerar: en kolumn med siffror utan en förklaring tillåter ingen seriös analys, och ChatGPT kommer att fylla luckorna med antaganden.
« Här är min månatliga försäljning över 12 månader: Jan: 45 000 | Feb: 38 000 | Mar: 52 000 | Apr: 41 000 | Maj: 63 000 | Jun: 58 000 Jul: 35 000 | Aug: 28 000 | Sep: 55 000 | Okt: 62 000 | Nov: 71 000 | Dec: 85 000
Analysera dessa data: identifiera den generella trenden, exceptionella månader (bra och dåliga), säsongsvariationer, och ge mig en rimlig prognos för nästa januari. »
För större datamängder ska du inte klistra in: bifoga filen med knappen +. ChatGPT läser Excel-kalkylblad (.xlsx, .xls), CSV- och TSV-filer, och växlar sedan till dataanalys: det skriver och kör Python-kod i en isolerad miljö för att beräkna, gruppera, filtrera eller rita upp ett diagram. Stapel-, linje-, cirkel- och spridningsdiagram kan till och med bli interaktiva. Förbered filen som du skulle göra för en kollega: explicita kolumnrubriker på första raden, en post per rad, en enda tabell per ark. Be sedan exakt om det du vill ha: « Beräkna medelvärde, median, standardavvikelse och årlig tillväxttakt för dessa försäljningssiffror, och rita sedan upp deras utveckling månad för månad. »
En allvarlig varning gäller här. En beräkning som görs « i huvudet » inom svarstexten kan vara felaktig även om den presenteras med självförtroende. För varje siffra som driver ett beslut, begär uttryckligen att beräkningen går genom dataanalys, granska den visade koden och antagandena, och korskontrollera resultatet med ditt kalkylblad. Akta dig också för skannade eller fotograferade tabeller: OpenAI varnar för att exakta värden inte extraheras tillförlitligt från dem; föredra ett kalkylblad eller en textfil. Ett felaktigt tal i en rapport kostar oändligt mycket mer än de trettio sekunder verifiering du sparade.
Analysera långa dokument
För ett avtal, en rapport eller en akademisk uppsats, klistra inte in texten i konversationen: bifoga dokumentet (PDF, DOCX eller TXT) med knappen +. På Free-planen kan du räkna med tre filer per dag. ChatGPT kan sedan sammanfatta det, svara på målinriktade frågor om dess innehåll, extrahera en specifik klausul eller sektion, och jämföra det med andra dokument du tillhandahåller. Lektion 14 kommer att fördjupa sig i denna mekanik.
Återigen avgör precisionen i din begäran värdet på resultatet:
« Jag har bifogat ett serviceavtal. Identifiera: leverantörens skyldigheter, förseningsstraff, uppsägningsvillkor, och allt som kan vara problematiskt för oss som kund. »
Din tur
Välj din övning. Tre vägar, beroende på vad som liknar ditt dagliga arbete mest. Om ditt material är textuellt, ta ett nyligen skickat e-postmeddelande eller arbetsdokument och låt det extrahera de åtgärder som ska vidtas, rankade efter prioritet. Om du arbetar med siffror, ta dina senaste sex månadernas data – försäljning, KPI:er, budget – och be om en trendanalys med viktiga punkter att uppmärksamma. Om du föredrar att testa spegelfunktionen, klistra in ett dokument du skrivit själv och be om en utvärdering som listar tre styrkor och tre svagheter. I alla tre fallen, verifiera minst en siffra eller ett citat från svaret mot källan.
Officiella källor: Data analysis with ChatGPT (OpenAI Help Center: format, dataförberedelse, Python, diagram, begränsningar) · Uploading files and audio to ChatGPT (importformat och begränsningar) · Does ChatGPT tell the truth? (beräkningar och verifiering)
Viktiga punkter
- ChatGPT kan analysera text (extraktion, sentiment, jämförelse, kritik) och data (trender, beräkningar, statistik)
- Ange alltid kontext till dina data: vad de representerar, vad du letar efter
- För en siffra som spelar roll, låt dataanalys (Python) göra beräkningen och korskontrollera i ditt kalkylblad
- Bifoga långa dokument och kalkylblad med knappen + istället för att klistra in dem
- Strukturera dina analysbegäranden med specifika frågor snarare än en vag « analysera detta »