ChatGPT Enterprise תומך כעת בקריאה ובהבנה של רכיבים חזותיים (תמונות, גרפים, תרשימים ועוד) המוטמעים בקובצי PDF המצורפים לפרומפטים. משתמשים יכולים להעלות קובץ PDF, ו-ChatGPT יכול לפענח את הטקסט וגם את כל הרכיבים החזותיים שבקובץ.
לפרטים, ראו שאלות נפוצות על אחזור חזותי בקובצי PDF.
ChatGPT Enterprise מאפשר לכם להעלות קבצים בכמה דרכים:
ישירות מהמחשב שלכם
בתור ידע של GPT
בתור קובץ פרויקט
מתוך פעולת GPT
המדריך הזה מסביר כיצד התכונות של ChatGPT Enterprise מטפלות בקבצים לפי הסוג, המספר והגודל שלהם, ומציג אסטרטגיות לשיפור התוצאות בהתאם לדרישות הקבצים.
סיכום
ChatGPT Enterprise מטפל בסוגי קבצים שונים בדרכים שונות מאוד: הוא מחלץ טקסט ממסמכי טקסט כמו קובצי PDF, מצגות וקובצי Word, מנתח נתונים מובנים מגיליונות אלקטרוניים באמצעות קוד Python, ומתאר קובצי תמונה באמצעות GPT-Vision. כדי לקבל את התוצאה הרצויה, חשוב להבין איזה סוג קובץ מפעיל כל תהליך עבודה.
במסמכים מבוססי טקסט, ChatGPT Enterprise כולל כמה שיותר טקסט רלוונטי ישירות לצד הפרומפט, ומשתמש במערכת חיפוש כדי לגשת למידע נוסף. הגישה הזו עובדת היטב במענה על שאלות ממוקדות. עם זאת, היא עלולה להתקשות במשימות מורכבות כמו סיכום מסמכים גדולים מאוד או השוואה בין מספר קבצים גדולים. המשיכו לקרוא כדי להכיר אסטרטגיות לשיפור התוצאות שלכם.
טיפול בקבצים לפי סוג
ChatGPT Enterprise מעבד קבצים בשלוש דרכים עיקריות: חילוץ טקסט, ניתוח באמצעות קוד ופענוח תמונות. סוג הקובץ קובע באיזה תהליך עבודה ישתמש ChatGPT Enterprise.
| אחזור מבוסס טקסט | האינטרפרטר | עיבוד תמונות | אחזור חזותי | |
|---|---|---|---|---|
| דוגמאות לסוגי קבצים | pptx, docx, txt, md, json, xml, pdf* * קובצי PDF שהועלו בתור ידע של GPT או קובצי פרויקט | csv, xls, xlsx* *הערה: האינטרפרטר יכול לפעול על כל סוג קובץ, אך בדרך כלל ChatGPT Enterprise משתמש בו כברירת מחדל עבור גיליונות אלקטרוניים | jpg, png | pdf* * קובצי PDF המצורפים לפרומפטים של משתמשים |
| אופן הפעולה | הטקסט מחולץ מהקובץ — חלקו מודבק (״משולב״) ישירות בחלון ההקשר, וחלקו נשמר לצורכי חיפוש | האינטרפרטר מעביר את הקובץ ל-Python לעיבוד | התמונות מפוענחות באופן מובנה על ידי מודלים מולטי-מודאליים, בכפוף למגבלות ידועות. | שילוב של אחזור טקסט ועיבוד תמונות. הטקסט מחולץ דיגיטלית, והתוכן החזותי מפוענח באופן מובנה על ידי מודלים מולטי-מודאליים. |
עבור קובצי טקסט בלבד, קובצי תמונה או קובצי נתונים בעלי מבנה ברור (למשל, טבלת עסקאות ב-Excel), החלוקה הזו מספקת את אופן הטיפול המיטבי.
יש גם מקרים שבהם אופן הטיפול פחות מובן מאליו, למשל:
תמונות שמוטמעות בקבצים שאינם קובצי PDF אינן מעובדות. כדי לכלול אותן, המירו את הקובץ ל-PDF לפני ההעלאה.
ChatGPT Enterprise תמיד ישתמש באינטרפרטר לעבודה עם גיליונות אלקטרוניים, גם אם המסמך מכיל כמות גדולה של טקסט. לדוגמה, אם תבקשו מ-ChatGPT Enterprise לתרגם קובץ CSV עם 10 שורות טקסט, הוא ינסה לתרגם את הקובץ באמצעות ספריית Python — שיטה פחות מדויקת מאשר יצירת תרגום ישירות על ידי המודל. כדי לצמצם את הבעיה, נסו לייצא את הגיליון האלקטרוני לפורמט מבוסס טקסט (למשל PDF).
בדומה לכך, אם תעלו טבלת עסקאות מובנית בתוך קובץ JSON, ChatGPT Enterprise יתייחס לקובץ כטקסט רגיל. אם ברצונכם לנתח נתונים בקובץ JSON, הנחו את המודל בפרומפט להשתמש באינטרפרטר.
טיפול בקבצים לפי גודל
ChatGPT Enterprise משתמש במודלים עם חלון הקשר מרבי של 128 אלף טוקנים (כ-200 עמודי טקסט). עם זאת, לא כל הטוקנים משמשים לשילוב הטקסט מהקבצים שהועלו. מספר הטוקנים ש״משולבים״ בחלון ההקשר משתנה לפי סוג השימוש.
ChatGPT Enterprise ״משלב״ כמות מסוימת של טקסט בחלון ההקשר, ושאר הטקסט נשלח לאינדקס חיפוש פרטי (״מאגר וקטורים״ — סוג של מסד נתונים שנועד לאחסן ולאחזר ביעילות כמויות גדולות של טקסט). כשאתם שואלים שאלה, ChatGPT Enterprise משתמש בטקסט שנכלל בחלון ההקשר לצד מקטעים רלוונטיים שאוחזרו מאינדקס חיפוש פרטי.
אם אתם מעלים מסמך יחיד, ChatGPT Enterprise כולל טקסט מתחילת המסמך ועד להגעה למגבלה. אם אתם מעלים מספר מסמכים, ChatGPT Enterprise כולל חלק מכל מסמך או את כולו. כל הטקסט מהמסמכים נשלח גם לאינדקס חיפוש פרטי.
שילוב תוכן בחלון ההקשר עבור מסמכי טקסט
התכונה הזו נמצאת בפיתוח פעיל. לכן, הפרטים הבאים עשויים להשתנות ללא הודעה מוקדמת.
ChatGPT Enterprise יכול לעבד בחלון ההקשר עד 110 אלף טוקנים מתוך מסמכים שהועלו. אם אתם מעלים מסמך אחד או יותר שמכילים יחד פחות מ-110 אלף טוקנים, התוכן המלא ייכלל.
במסמך יחיד שמכיל יותר מ-110 אלף טוקנים, ייכללו רק 110 אלף הטוקנים הראשונים, מתחילת המסמך. היתרה תישלח רק לאינדקס החיפוש הפרטי.
אם מועלים מספר מסמכים שמכילים יחד יותר מ-110 אלף טוקנים, ChatGPT Enterprise משתמש בתהליך דו-שלבי כדי לאזן את הייצוג של המסמכים:
חילוץ של עד 55 אלף טוקנים, בחלוקה שווה בין המסמכים שהועלו.
למסמכים שלא יוצגו במלואם בשלב הראשון, מוקצים 55 אלף הטוקנים הנותרים באופן יחסי, לפי מספר הטוקנים שנותרו בכל מסמך.
כל הטוקנים שנותרו נשלחים רק לאינדקס החיפוש הפרטי.
אפשר להעריך את מספר הטוקנים במסמך טקסט באמצעות העתקת הטקסט שלו אל כלי הטוקניזציה של OpenAI.
שילוב תוכן בחלון ההקשר עבור קובצי PDF עם מולטימדיה
כשמשתמשים מעלים קובצי PDF שמכילים גם טקסט וגם תמונות, אחזור חזותי מאפשר ל-ChatGPT לעבד את התמונות האלה באופן מובנה לצד טקסט שחולץ דיגיטלית. השלבים הבאים משלימים את התהליכים הרגילים שלנו לטיפול בהקשר כשמדובר בקובצי PDF עם מולטימדיה:
חילוץ והטמעה של תמונות: התמונות מחולצות ומוטמעות לצד הטקסט הדיגיטלי המשויך להן.
התאמת גודל חכמה: גודל התמונות מותאם אוטומטית כדי לשמור על איזון בין איכות המידע לבין ניצול יעיל של חלון ההקשר הזמין.
כשקובצי ה-PDF שהועלו חורגים מהמגבלה של 110 אלף טוקנים, גם התמונות וגם הטקסט מוטמעים באינדקס החיפוש הפרטי. הטמעות הטקסט מפנות לתמונות רלוונטיות, וכך ChatGPT יכול לאחזר את צמדי הטקסט והתמונה המתאימים בהתאם לשאילתות המשתמש. לאחר מכן, התמונות שאוחזרו מעובדות באמצעות היכולות המולטי-מודאליות המובנות של ChatGPT.
קשה להעריך במדויק את מספר הטוקנים הנדרש לקובצי PDF עם מולטימדיה. לפי בדיקות, כ-350 עמודים המשלבים טקסט ותמונות ימלאו את חלון ההקשר של 110 אלף הטוקנים.
אסטרטגיות חיפוש לפי סוג המודל
גם מודלים מסדרת GPT וגם מודלים מסדרת o תומכים בהעלאת קבצים ומשתמשים באותה לוגיקה לשילוב תוכן בחלון ההקשר וליצירת הטמעות לצורכי חיפוש. כל המודלים מבצעים חיפושים משולבים באינדקס חיפוש פרטי, המשלבים חיפוש לפי מילות מפתח עם חיפוש סמנטי. בחיפוש משולב, המודל יוצר ביטוי חיפוש על סמך הפרומפט של המשתמש, ואינדקס החיפוש הפרטי מאחזר טקסט ותמונות רלוונטיים בהתאם.
עם זאת, המודלים האלה נבדלים באופן שבו הם מחפשים במסמכים גדולים שחורגים מחלון ההקשר:
מודלים מסדרת GPT
חיפוש יחיד לכל פרומפט: מודלים מסדרת GPT מבצעים חיפוש אחד לכל פרומפט של המשתמש.
שימושים מומלצים: מתאימים במיוחד למענה על שאלות פשוטות שהתשובות להן נמצאות בתיעוד נרחב.
שאילתות לדוגמה:
"What is the HR policy for early retirement?"
"What does the process_order function do?"
מודלים מסדרת o
מספר חיפושים לכל פרומפט: יכולים לבצע מספר חיפושים (בדרך כלל 2–3) לכל פרומפט של המשתמש, כל אחד עם ביטוי חיפוש ייחודי. החיפושים מתבצעים בזה אחר זה, והמודל יכול לעדכן את הגישה שלו בהתאם למידע שאוחזר בחיפושים קודמים.
שימושים מומלצים: מתאימים יותר לשאלות מורכבות שדורשות מספר חיפושים ממוקדים בתיעוד נרחב.
שאילתות לדוגמה:
"What are the HR policies for early retirement, parental leave, and overseas transfer?"
"Explain what the process_order function does, list all methods invoked by this function, and briefly describe each invoked method."
למרות היתרונות שלהם, מודלים מסדרת o עלולים להתקשות כאשר שאילתה דורשת יותר משלושה חיפושים.
טיפים לשיפור תוצאות החיפוש בקבצים
נסו להשתמש במודל מסדרת o לשאלות מורכבות שדורשות מספר חיפושים.
זכרו שהתשובות עשויות להשתנות בהתאם לסוג, למספר ולגודל של המסמכים שאתם מעלים.
ככלל, העלאת מספר קטן יותר של מסמכים ממוקדים תוביל לדיוק רב יותר.
פצלו נושאים שכוללים כמה שאלות לשאלות נפרדות:
אם אתם צריכים לדעת מהי מדיניות משאבי האנוש בכל מדינה, שאלו על כל מדינה בנפרד.
אם אתם צריכים לסכם מסמכים רבים, בקשו סיכום של מסמך אחד בכל פעם. אם המסמך מכיל מאות רבות של עמודים, שקלו לפצל אותו לחלקים קטנים יותר.
אפשר לבקש מ-ChatGPT Enterprise לכתוב ״סיכום של סיכומים״, אם תספקו לו כמה סיכומים במקום מסמכים שלמים.
אם יש לכם קובץ CSV של בקשה להצעות (RFP), שבו כל שורה היא שאלה אחרת, שאלו את השאלות אחת-אחת במקום להעלות את הקובץ ולבקש תשובה אחת.
מצאו דרכים לבדוק את תשובות המודל. להלן הוראות לדוגמה עבור GPT:
# Context
You are an expert at understanding documents. The user is going to attach a document and ask a question. They need to be able to connect your answer back to the exact part of the text where you grabbed your answer from.
# Instructions
1. Answer the user's question based on their attached document using the exact format provided below
# Format
- Question: { repeat user's question }
- Answer: { provide an answer to user's question }
Source:
- - Section Number: { provide section number where you pulled in the answer }
- - Section Title: { provide section title where you pulled in the answer }
- - Exact Text: { provide the exact text where you pulled the answer from }
# Rules
- Give answers that are clear and concise
- Only provide information provided in the document
- If you cannot find the answer in the document, simply reply "No information found."