ChatGPT Enterprise अब प्रॉम्प्ट में शामिल PDF फ़ाइलों के भीतर मौजूद दृश्य सामग्री (चित्र, ग्राफ़, आरेख आदि) को भी पढ़ और समझ सकता है. उपयोगकर्ता PDF अपलोड कर सकते हैं और ChatGPT उस फ़ाइल में मौजूद पाठ और दृश्य सामग्री को समझ सकता है.
अधिक जानकारी के लिए देखें: PDF में दृश्य पुनर्प्राप्ति के बारे में अक्सर पूछे जाने वाले सवाल.
ChatGPT Enterprise में आप कई तरीकों से फ़ाइलें अपलोड कर सकते हैं:
सीधे अपने कंप्यूटर से
GPT ज्ञान के रूप में
प्रोजेक्ट फ़ाइल के रूप में
GPT कार्रवाई से
यह मार्गदर्शिका बताती है कि ChatGPT Enterprise की सुविधाएं फ़ाइलों के प्रकार, संख्या और आकार के आधार पर उन्हें कैसे संसाधित करती हैं. इसमें फ़ाइल से जुड़ी ज़रूरतों के अनुसार बेहतर परिणाम पाने के तरीके भी बताए गए हैं.
सारांश
ChatGPT Enterprise अलग-अलग प्रकार की फ़ाइलों को बहुत अलग तरीकों से संसाधित करता है: PDF, प्रस्तुतियों और वर्ड फ़ाइलों जैसे दस्तावेज़ों से पाठ निकालता है, पाइथन कोड से स्प्रेडशीट के संरचित डेटा का विश्लेषण करता है और GPT-Vision के ज़रिए चित्र फ़ाइलों का वर्णन करता है. मनचाहा परिणाम पाने के लिए यह समझना ज़रूरी है कि किस प्रकार की फ़ाइल के लिए कौन-सी कार्यप्रक्रिया अपनाई जाती है.
पाठ-आधारित दस्तावेज़ों के लिए ChatGPT Enterprise प्रॉम्प्ट के साथ सीधे जितना संभव हो, उतना प्रासंगिक पाठ शामिल करता है और अतिरिक्त जानकारी पाने के लिए खोज प्रणाली का उपयोग करता है. विशिष्ट सवालों के जवाब देने में यह तरीका कारगर है. हालांकि, बहुत बड़े दस्तावेज़ों का सारांश बनाने या कई बड़ी फ़ाइलों की तुलना करने जैसे जटिल कामों में इस तरीके से मुश्किल हो सकती है. बेहतर परिणाम पाने के तरीके जानने के लिए आगे पढ़ें.
फ़ाइलों को उनके प्रकार के आधार पर संसाधित करना
ChatGPT Enterprise फ़ाइलों को तीन मुख्य तरीकों से संसाधित करता है: पाठ निकालना, कोड से विश्लेषण करना और चित्रों को समझना. फ़ाइल का प्रकार तय करता है कि ChatGPT Enterprise कौन-सी कार्यप्रक्रिया अपनाएगा.
| पाठ-आधारित पुनर्प्राप्ति | कोड इंटरप्रेटर | चित्र संसाधन | दृश्य पुनर्प्राप्ति | |
|---|---|---|---|---|
| फ़ाइल प्रकारों के उदाहरण | pptx, docx, txt, md, json, xml, pdf* * GPT ज्ञान या प्रोजेक्ट फ़ाइलों के रूप में अपलोड की गई PDF | csv, xls, xlsx* *ध्यान दें: कोड इंटरप्रेटर किसी भी प्रकार की फ़ाइल पर काम कर सकता है, लेकिन स्प्रेडशीट के लिए ChatGPT Enterprise आम तौर पर अपने-आप कोड इंटरप्रेटर चुनता है | jpg, png | pdf* * उपयोगकर्ता के प्रॉम्प्ट में शामिल PDF |
| काम करने का तरीका | फ़ाइल से पाठ निकालता है – कुछ पाठ सीधे कॉन्टेक्स्ट विंडो में पेस्ट (यानी “भरा”) किया जाता है; कुछ पाठ खोज के लिए संग्रहीत किया जाता है | कोड इंटरप्रेटर फ़ाइल को संसाधित करने के लिए पाइथन को भेजता है | मल्टी-मोडल मॉडल अपनी अंतर्निहित क्षमताओं से चित्रों को समझते हैं, हालांकि इस पर ज्ञात सीमाएं लागू होती हैं. | पाठ पुनर्प्राप्ति और चित्र संसाधन का संयुक्त तरीका. पाठ डिजिटल रूप से निकाला जाता है और मल्टी-मोडल मॉडल अपनी अंतर्निहित क्षमताओं से दृश्य सामग्री को समझते हैं. |
केवल पाठ वाली फ़ाइलों, चित्र फ़ाइलों या स्पष्ट रूप से संरचित डेटा फ़ाइलों (जैसे लेन-देन की एक्सेल तालिका) के लिए, यह वर्गीकरण सबसे उपयुक्त कार्यप्रक्रिया सुनिश्चित करता है.
कुछ मामलों में यह अंतर इतना स्पष्ट नहीं होता, उदाहरण के लिए:
PDF के अलावा अन्य फ़ाइलों में मौजूद चित्र संसाधित नहीं किए जाते. उन्हें शामिल करने के लिए, अपलोड करने से पहले फ़ाइल को PDF में बदल लें.
ChatGPT Enterprise स्प्रेडशीट पर काम करने के लिए हमेशा कोड इंटरप्रेटर का उपयोग करेगा, भले ही दस्तावेज़ में बहुत अधिक पाठ हो. उदाहरण के लिए, अगर आप ChatGPT Enterprise से पाठ की 10 पंक्तियों वाली CSV फ़ाइल का अनुवाद करने को कहें, तो वह पाइथन लाइब्रेरी से फ़ाइल का अनुवाद करने की कोशिश करेगा. यह मॉडल से सीधे अनुवाद करवाने के मुकाबले कम सटीक होता है. इस समस्या को कम करने के लिए स्प्रेडशीट को पाठ-आधारित प्रारूप (जैसे PDF) में निर्यात करके देखें.
इसी तरह, अगर आप JSON फ़ाइल में मौजूद लेन-देन की संरचित तालिका अपलोड करते हैं, तो ChatGPT Enterprise इस फ़ाइल को सादे पाठ के रूप में पढ़ेगा. अगर आप JSON फ़ाइल में मौजूद डेटा का विश्लेषण करना चाहते हैं, तो अपने प्रॉम्प्ट में मॉडल को कोड इंटरप्रेटर का उपयोग करने का निर्देश दें.
आकार के आधार पर फ़ाइलों को संभालना
ChatGPT Enterprise अधिकतम 128k टोकन की कॉन्टेक्स्ट विंडो (लगभग 200 पेज टेक्स्ट) वाले मॉडल का उपयोग करता है. हालाँकि, अपलोड की गई फ़ाइलों के टेक्स्ट को शामिल करने के लिए सभी टोकन का उपयोग नहीं किया जाता. “स्टफ़ किए गए” टोकन की संख्या उपयोग के प्रकार के अनुसार बदलती है.
ChatGPT Enterprise कुछ मात्रा में टेक्स्ट “स्टफ़” करता है, और बचा हुआ टेक्स्ट निजी खोज इंडेक्स (एक “वेक्टर स्टोर”, जो बड़ी मात्रा में टेक्स्ट को कुशलता से संग्रहीत और पुनः प्राप्त करने के लिए डिज़ाइन किया गया डेटाबेस है) को भेजा जाता है. जब आप कोई प्रश्न पूछते हैं, तो ChatGPT Enterprise शामिल टेक्स्ट के साथ-साथ निजी खोज इंडेक्स से प्राप्त प्रासंगिक हिस्से लाता है.
यदि आप एक ही दस्तावेज़ अपलोड करते हैं, तो ChatGPT Enterprise शुरुआत से टेक्स्ट शामिल करता है, जब तक वह अपनी सीमा तक नहीं पहुँच जाता. यदि आप कई दस्तावेज़ अपलोड करते हैं, तो ChatGPT Enterprise हर दस्तावेज़ का कुछ या पूरा हिस्सा शामिल करता है. दस्तावेज़ों का पूरा टेक्स्ट निजी खोज इंडेक्स को भी भेजा जाता है.
टेक्स्ट दस्तावेज़ों के लिए कॉन्टेक्स्ट स्टफ़िंग
यह सुविधा सक्रिय विकास के अधीन है. इसलिए, निम्न विवरण बिना सूचना के बदल सकते हैं.
ChatGPT Enterprise अपलोड किए गए दस्तावेज़ों से कॉन्टेक्स्ट विंडो में अधिकतम 1,10,000 टोकन संसाधित कर सकता है. अगर आप एक या अधिक दस्तावेज़ अपलोड करते हैं जिनमें कुल मिलाकर 1,10,000 से कम टोकन हैं, तो उनकी पूरी सामग्री शामिल की जाएगी.
अगर किसी एक दस्तावेज़ में 1,10,000 से अधिक टोकन हैं, तो शुरुआत के केवल 1,10,000 टोकन शामिल किए जाएंगे. बाकी सामग्री केवल निजी खोज सूचकांक में भेजी जाएगी.
अगर कई दस्तावेज़ अपलोड किए जाते हैं और उनमें कुल मिलाकर 1,10,000 से अधिक टोकन हैं, तो सभी दस्तावेज़ों की सामग्री संतुलित रूप से शामिल करने के लिए ChatGPT Enterprise यह प्रक्रिया अपनाता है:
अपलोड किए गए दस्तावेज़ों से बराबर हिस्सों में कुल 55,000 तक टोकन निकालता है.
पहले चरण में जिन दस्तावेज़ों की पूरी सामग्री शामिल नहीं हो पाती, उनमें बचे टोकनों के अनुपात में बाकी 55,000 टोकन आवंटित करता है.
इसके बाद बचे सभी टोकन केवल निजी खोज सूचकांक में भेजे जाते हैं.
आप किसी पाठ दस्तावेज़ का पाठ कॉपी करके OpenAI टोकनाइज़र में पेस्ट कर सकते हैं और उसमें टोकनों की संख्या का अनुमान लगा सकते हैं.
मल्टीमीडिया PDF की सामग्री कॉन्टेक्स्ट में शामिल करना
जब उपयोगकर्ता पाठ और चित्रों वाली PDF अपलोड करते हैं, तो दृश्य पुनर्प्राप्ति की मदद से ChatGPT डिजिटल रूप से निकाले गए पाठ के साथ इन चित्रों को भी सीधे संसाधित कर सकता है. मल्टीमीडिया PDF के लिए कॉन्टेक्स्ट को संभालने की हमारी मानक प्रक्रियाओं के अलावा, ये चरण भी अपनाए जाते हैं:
चित्र निकालना और एम्बेड करना: चित्रों को निकालकर उनसे जुड़े डिजिटल पाठ के साथ एम्बेड किया जाता है.
समझदारी से आकार बदलना: चित्रों का आकार अपने-आप बदला जाता है, ताकि जानकारी की गुणवत्ता और उपलब्ध कॉन्टेक्स्ट विंडो के कुशल उपयोग के बीच संतुलन बना रहे.
जब अपलोड की गई PDF में टोकनों की संख्या 1,10,000 की सीमा से अधिक होती है, तो चित्रों और पाठ, दोनों को निजी खोज सूचकांक में एम्बेड किया जाता है. पाठ की एम्बेडिंग में संबंधित चित्रों के संदर्भ होते हैं. इससे ChatGPT उपयोगकर्ता के सवालों के आधार पर उपयुक्त पाठ-चित्र जोड़े प्राप्त कर सकता है. फिर प्राप्त चित्रों को ChatGPT की अंतर्निहित मल्टीमोडल क्षमताओं से संसाधित किया जाता है.
मल्टीमीडिया PDF के लिए ज़रूरी टोकनों की संख्या का सटीक अनुमान लगाना कठिन है. परीक्षणों से पता चलता है कि पाठ और चित्रों वाले लगभग 350 पृष्ठ, 1,10,000 टोकन की कॉन्टेक्स्ट विंडो को पूरी तरह भर देंगे.
मॉडल प्रकार के आधार पर खोज रणनीतियाँ
GPT-सीरीज़ और o-सीरीज़, दोनों मॉडल फ़ाइल अपलोड का समर्थन करते हैं और समान कॉन्टेक्स्ट स्टफ़िंग और सर्च एम्बेडिंग लॉजिक का उपयोग करते हैं. सभी मॉडल निजी खोज इंडेक्स पर हाइब्रिड खोजें करते हैं, जिनमें कीवर्ड और सिमेंटिक तरीकों को मिलाया जाता है. हाइब्रिड खोज में, मॉडल उपयोगकर्ता के प्रॉम्प्ट के आधार पर खोज वाक्यांश बनाता है, और निजी खोज इंडेक्स उसी के अनुसार प्रासंगिक टेक्स्ट और इमेज प्राप्त करता है.
हालाँकि, ये मॉडल उन बड़े दस्तावेज़ों में खोज करने के तरीके में अलग होते हैं जो कॉन्टेक्स्ट विंडो से बड़े होते हैं:
GPT-सीरीज़ के मॉडल
हर प्रॉम्प्ट पर एक खोज: GPT-सीरीज़ के मॉडल उपयोगकर्ता के प्रत्येक प्रॉम्प्ट पर एक खोज करते हैं.
उपयोग के प्रभावी मामले: व्यापक दस्तावेज़ों में मौजूद सीधे-सादे प्रश्नों के उत्तर देने के लिए आदर्श.
प्रश्नों के उदाहरण:
"समय-पूर्व सेवानिवृत्ति से संबंधित मानव संसाधन नीति क्या है?"
"process_order फ़ंक्शन क्या करता है?"
o-सीरीज़ के मॉडल
हर प्रॉम्प्ट पर कई खोजें: उपयोगकर्ता के प्रत्येक प्रॉम्प्ट पर कई खोजें (आमतौर पर 2-3) कर सकता है, जिनमें हर खोज के लिए अलग वाक्यांश होता है. खोजें एक के बाद एक की जाती हैं और मॉडल पिछली खोजों से मिली जानकारी के आधार पर अपना तरीका बदल सकता है.
उपयोग के प्रभावी मामले: व्यापक दस्तावेज़ों में कई लक्षित खोजों की आवश्यकता वाले जटिल प्रश्नों के लिए अधिक उपयुक्त.
प्रश्नों के उदाहरण:
"समय-पूर्व सेवानिवृत्ति, अभिभावकीय अवकाश और विदेश स्थानांतरण से संबंधित मानव संसाधन नीतियां क्या हैं?"
"समझाएं कि process_order फ़ंक्शन क्या करता है, इस फ़ंक्शन द्वारा कॉल की जाने वाली सभी विधियों की सूची दें और हर विधि का संक्षिप्त वर्णन करें."
अपनी खूबियों के बावजूद, तीन से अधिक खोजों की आवश्यकता होने पर o-सीरीज़ के मॉडलों को कठिनाई हो सकती है.
फ़ाइल खोज परिणाम बेहतर बनाने के सुझाव
कई खोजों की आवश्यकता वाले जटिल प्रश्नों के लिए o-सीरीज़ मॉडल का उपयोग करके देखें.
याद रखें कि प्रतिक्रियाएँ आपके द्वारा अपलोड किए गए दस्तावेज़ों के प्रकार, संख्या और आकार के आधार पर बदल सकती हैं.
आम तौर पर, कम और केंद्रित दस्तावेज़ लोड करने से सटीकता अधिक होगी.
कई-प्रश्न वाले विषयों को एकल प्रश्नों में बदलें:
यदि आपको हर राज्य की HR नीतियाँ जाननी हैं, तो उन्हें एक-एक करके पूछें.
यदि आपको कई दस्तावेज़ों का सारांश चाहिए, तो एक बार में एक दस्तावेज़ के लिए पूछें. यदि वह दस्तावेज़ कई सौ पेज का है, तो उसे छोटे घटकों में बाँटने पर विचार करें.
यदि आपने पूरे दस्तावेज़ों के बजाय कई सारांश दिए हैं, तो आप ChatGPT Enterprise से “सारांशों का सारांश” लिखने को कह सकते हैं.
यदि आपके पास किसी RFP की CSV है (हर पंक्ति अलग प्रश्न है), तो CSV लोड करके एक ही उत्तर माँगने के बजाय उन प्रश्नों को एक-एक करके पूछें.
मॉडल की प्रतिक्रियाओं का ऑडिट करने के तरीके खोजें. उदाहरण GPT निर्देश नीचे दिए गए हैं:
# संदर्भ
आप दस्तावेज़ों को समझने में विशेषज्ञ हैं. उपयोगकर्ता एक दस्तावेज़ संलग्न करेगा और एक प्रश्न पूछेगा. उन्हें आपके उत्तर को टेक्स्ट के ठीक उसी भाग से जोड़ पाने की आवश्यकता है जहाँ से आपने अपना उत्तर लिया है.
# निर्देश
1. नीचे दिए गए ठीक प्रारूप का उपयोग करके, उपयोगकर्ता के संलग्न दस्तावेज़ के आधार पर उसके प्रश्न का उत्तर दें
# प्रारूप
- प्रश्न: { repeat user's question }
- उत्तर: { provide an answer to user's question }
स्रोत:
- - अनुभाग संख्या: { provide section number where you pulled in the answer }
- - अनुभाग शीर्षक: { provide section title where you pulled in the answer }
- - सटीक टेक्स्ट: { provide the exact text where you pulled the answer from }
# नियम
- स्पष्ट और संक्षिप्त उत्तर दें
- केवल दस्तावेज़ में दी गई जानकारी दें
- यदि आपको दस्तावेज़ में उत्तर नहीं मिल पाता है, तो बस “कोई जानकारी नहीं मिली.” उत्तर दें