ChatGPT Enterprise ara pot llegir i comprendre elements visuals (imatges, gràfics, diagrames, etc.) integrats en fitxers PDF inclosos en les indicacions. Els usuaris poden carregar un PDF i ChatGPT pot interpretar el text i tots els elements visuals que contingui.
Per a més informació, consulta les preguntes freqüents sobre la recuperació visual amb PDF.
ChatGPT Enterprise et permet carregar fitxers de diverses maneres:
Directament des del teu ordinador
Com a coneixement d'un GPT
Com a fitxer d'un projecte
Des d'una acció d'un GPT
Aquesta guia explica com les funcions de ChatGPT Enterprise gestionen els fitxers segons el tipus, el nombre i la mida, i presenta estratègies per millorar els resultats en funció dels requisits dels fitxers.
Resum
ChatGPT Enterprise tracta cada tipus de fitxer de manera molt diferent: extreu el text de documents com ara PDF, presentacions i fitxers de Word, analitza dades estructurades de fulls de càlcul amb codi Python i descriu fitxers d'imatge amb GPT-Vision. Entendre quin tipus de fitxer activa cada flux de treball és clau per obtenir el resultat esperat.
En el cas dels documents de text, ChatGPT Enterprise inclou tant text rellevant com pot directament al costat de la indicació i fa servir un sistema de cerca per accedir a informació addicional. Això funciona bé per respondre preguntes concretes. Tanmateix, aquest enfocament pot tenir dificultats amb tasques complexes, com ara resumir documents molt extensos o comparar diversos fitxers grans. Continua llegint per descobrir estratègies per millorar els resultats.
Gestió dels fitxers segons el tipus
ChatGPT Enterprise processa els fitxers de tres maneres principals: extracció de text, anàlisi amb codi i interpretació d'imatges. El tipus de fitxer determina quin flux de treball segueix ChatGPT Enterprise.
| Recuperació basada en text | Intèrpret de codi | Processament d'imatges | Recuperació visual | |
|---|---|---|---|---|
| Exemples de tipus de fitxer | pptx, docx, txt, md, json, xml, pdf* * PDF carregats com a coneixement d'un GPT o com a fitxers d'un projecte | csv, xls, xlsx* *Nota: l'Intèrpret de codi pot treballar amb qualsevol tipus de fitxer, però ChatGPT Enterprise el fa servir per defecte sobretot per als fulls de càlcul | jpg, png | pdf* * PDF inclosos en les indicacions de l'usuari |
| Comportament | Extreu el text del fitxer: una part s'enganxa (s'"incorpora") directament a la finestra de context i una altra s'emmagatzema per a la cerca | L'Intèrpret de codi passa el fitxer a Python perquè el processi | Els models multimodals interpreten les imatges de manera nativa, amb certes limitacions conegudes. | Una combinació de recuperació de text i processament d'imatges. El text s'extreu digitalment i els models multimodals interpreten el contingut visual de manera nativa. |
Per als fitxers que només contenen text, els fitxers d'imatge o els fitxers de dades clarament estructurades (per exemple, una taula de transaccions d'Excel), aquesta divisió ofereix el millor funcionament possible.
Hi ha alguns casos menys evidents, per exemple:
Les imatges integrades en fitxers que no siguin PDF no es processen. Per incloure-les, converteix el fitxer a PDF abans de carregar-lo.
ChatGPT Enterprise sempre farà servir l'Intèrpret de codi per treballar amb fulls de càlcul, encara que el document contingui una gran quantitat de text. Per exemple, si demanes a ChatGPT Enterprise que tradueixi un fitxer CSV amb 10 files de text, intentarà traduir-lo amb una biblioteca de Python, cosa que dona un resultat menys precís que deixar que el model generi la traducció directament. Per reduir aquest problema, prova d'exportar el full de càlcul a un format basat en text (PDF, per exemple).
De la mateixa manera, si carregues una taula estructurada de transaccions continguda en un fitxer JSON, ChatGPT Enterprise interpretarà aquest fitxer com a text sense format. Si vols analitzar les dades d'un fitxer JSON, demana al model que faci servir l'Intèrpret de codi a la teva indicació.
Gestió de fitxers segons la mida
ChatGPT Enterprise utilitza models amb una finestra de context màxima de 128 k segments (aproximadament 200 pàgines de text). Tanmateix, no tots els segments s’utilitzen per incorporar el text dels fitxers carregats. El nombre de segments «inserits» varia segons el tipus d’ús.
ChatGPT Enterprise «insereix» una certa quantitat de text, i el text restant s’envia a un índex de cerca privat (un «magatzem vectorial», que és un tipus de base de dades dissenyat per emmagatzemar i recuperar grans quantitats de text de manera eficient). Quan fas una pregunta, ChatGPT Enterprise incorpora el text inclòs juntament amb fragments rellevants recuperats d’un índex de cerca privat.
Si carregues un sol document, ChatGPT Enterprise inclou text des del principi fins que arriba al seu límit. Si carregues diversos documents, ChatGPT Enterprise inclou una part o la totalitat de cada document. Tot el text dels documents també s’envia a un índex de cerca privat.
Inserció de context per a documents de text
Aquesta funció està en desenvolupament actiu. Per tant, els detalls següents poden canviar sense avís previ.
ChatGPT Enterprise pot processar fins a 110.000 segments dels documents carregats a la finestra de context. Si carregues un o més documents que sumin menys de 110.000 segments, se n'inclourà tot el contingut.
Si un sol document supera els 110.000 segments, només se n'inclouran els primers 110.000, començant pel principi. La resta només s'enviarà a l'índex de cerca privat.
Si es carreguen diversos documents que, en conjunt, superen els 110.000 segments, ChatGPT Enterprise segueix aquest procés per equilibrar la representació dels documents:
Extreu fins a 55.000 segments, repartits a parts iguals entre els documents carregats.
Per als documents que no han quedat representats íntegrament en el primer pas, distribueix els 55.000 segments restants proporcionalment segons els segments que queden a cada document.
Els segments que encara queden només s'envien a l'índex de cerca privat.
Pots estimar el nombre de segments d'un document de text copiant-ne el text al segmentador d'OpenAI.
Incorporació de contingut al context per a PDF multimèdia
Quan els usuaris carreguen PDF que contenen text i imatges, la recuperació visual permet que ChatGPT processi aquestes imatges de manera nativa juntament amb el text extret digitalment. Els passos següents complementen els nostres procediments habituals de gestió del context per als PDF multimèdia:
Extracció i incorporació d'imatges: les imatges s'extreuen i s'incorporen juntament amb el text digital que hi està associat.
Ajust intel·ligent de la mida: la mida de les imatges s'ajusta automàticament per mantenir un equilibri entre la qualitat de la informació i l'ús eficient de la finestra de context disponible.
Quan els PDF carregats superen el límit de 110.000 segments, tant les imatges com el text s'incorporen a l'índex de cerca privat en forma de representacions vectorials. Les representacions vectorials del text fan referència a les imatges pertinents, cosa que permet que ChatGPT recuperi els parells de text i imatge adequats segons les consultes de l'usuari. A continuació, les imatges recuperades es processen amb les capacitats multimodals natives de ChatGPT.
És difícil estimar amb precisió quants segments necessiten els PDF multimèdia. Les proves indiquen que unes 350 pàgines amb text i imatges ocupen tota la finestra de context de 110.000 segments.
Estratègies de cerca segons el tipus de model
Tant els models de la sèrie GPT com els de la sèrie o admeten la càrrega de fitxers i utilitzen la mateixa lògica d’inserció de context i d’incrustacions de cerca. Tots els models executen cerques híbrides en un índex de cerca privat, combinant mètodes de paraules clau i semàntics. En una cerca híbrida, el model genera una frase de cerca basada en la indicació de l’usuari, i l’índex de cerca privat recupera el text i les imatges rellevants en conseqüència.
Tanmateix, aquests models difereixen en la manera com cerquen en documents grans que superen la finestra de context:
Models de la sèrie GPT
Una sola cerca per indicació: els models de la sèrie GPT fan una cerca per cada indicació de l'usuari.
Casos d'ús adequats: són ideals per respondre preguntes senzilles incloses en documentació extensa.
Exemples de consultes:
"Quina és la política de recursos humans sobre la jubilació anticipada?"
"Què fa la funció process_order?"
Models de la sèrie o
Diverses cerques per indicació: poden executar diverses cerques (normalment, 2 o 3) per cada indicació de l'usuari, cadascuna amb una frase de cerca única. Les cerques s'executen de manera seqüencial i el model pot actualitzar el seu enfocament segons la informació obtinguda en cerques anteriors.
Casos d'ús adequats: són més adients per a preguntes complexes que requereixen diverses cerques específiques en documentació extensa.
Exemples de consultes:
"Quines són les polítiques de recursos humans sobre jubilació anticipada, permís parental i trasllats a l'estranger?"
"Explica què fa la funció process_order, enumera tots els mètodes que invoca i descriu breument cadascun d'aquests mètodes."
Malgrat els seus punts forts, els models de la sèrie o poden tenir dificultats quan una consulta requereix més de tres cerques.
Consells per millorar els resultats de la cerca de fitxers
Prova d’utilitzar un model de la sèrie o per a preguntes complexes que requereixen diverses cerques.
Recorda que les respostes poden variar segons el tipus, el nombre i la mida dels documents que carreguis.
En general, carregar menys documents i més enfocats comportarà una precisió més alta.
Converteix els temes amb diverses preguntes en preguntes individuals:
Si necessites conèixer les polítiques de RR. HH. de cada estat, pregunta-les una per una.
Si necessites resumir molts documents, demana un document cada vegada. Si aquest document té molts centenars de pàgines, considera dividir-lo en components més petits.
Podries demanar a ChatGPT Enterprise que escrigui un «resum de resums» si li proporcionessis diversos resums en lloc de documents sencers.
Si tens un CSV d’una RFP (cada línia és una pregunta diferent), fes aquestes preguntes una per una en lloc de carregar el CSV i demanar una sola resposta.
Troba maneres d’auditar les respostes del model. A continuació hi ha exemples d’instruccions per a GPT:
# Context
Ets un expert en comprendre documents. L'usuari adjuntarà un document i farà una pregunta. Ha de poder connectar la teva resposta amb la part exacta del text d'on has tret la resposta.
# Instruccions
1. Respon la pregunta de l'usuari basant-te en el document adjunt amb el format exacte que s'indica a continuació
# Format
- Pregunta: { repeteix la pregunta de l'usuari }
- Resposta: { proporciona una resposta a la pregunta de l'usuari }
Font:
- - Número de secció: { proporciona el número de secció d'on has tret la resposta }
- - Títol de la secció: { proporciona el títol de la secció d'on has tret la resposta }
- - Text exacte: { proporciona el text exacte d'on has tret la resposta }
# Regles
- Dona respostes clares i concises
- Proporciona només informació continguda al document
- Si no trobes la resposta al document, simplement respon «No s'ha trobat informació.»