ChatGPT Enterprise getur nú lesið og skilið myndefni (myndir, gröf, skýringarmyndir o.s.frv.) í PDF-skrám sem fylgja kvaðningum. Notendur geta hlaðið upp PDF-skjali og ChatGPT getur túlkað textann og allt myndefni í skjalinu.
Nánari upplýsingar má finna hér: Algengar spurningar um sjónræna upplýsingasókn í PDF-skjölum.
Í ChatGPT Enterprise geturðu hlaðið upp skrám á nokkra vegu:
Beint úr tölvunni þinni
Sem verkefnisskrá
Úr GPT-aðgerð
Þessi handbók útskýrir hvernig eiginleikar ChatGPT Enterprise meðhöndla skrár eftir gerð, fjölda og stærð og fjallar um leiðir til að bæta niðurstöður með hliðsjón af kröfum sem skrárnar gera.
Samantekt
ChatGPT Enterprise meðhöndlar ólíkar skráargerðir á mjög ólíkan hátt: það dregur texta úr textaskjölum eins og PDF-skjölum, kynningum og Word-skjölum, greinir skipulögð gögn úr töflureiknum með Python-kóða og lýsir myndskrám með GPT-Vision. Til að fá þá niðurstöðu sem þú væntir er mikilvægt að skilja hvaða vinnsluferli er notað fyrir hverja skráargerð.
Þegar unnið er með textaskjöl tekur ChatGPT Enterprise eins mikið af viðeigandi texta og hægt er beint með kvaðningunni og notar leitarkerfi til að nálgast viðbótarupplýsingar. Þetta hentar vel til að svara afmörkuðum spurningum. Þessi aðferð getur þó átt erfitt með flókin verkefni, eins og að taka saman efni úr mjög stórum skjölum eða bera saman margar stórar skrár. Lestu áfram til að kynna þér leiðir til að bæta niðurstöðurnar.
Meðhöndlun skráa eftir gerð
ChatGPT Enterprise vinnur úr skrám á þrjá meginvegu: með útdrætti texta, greiningu með kóða og túlkun mynda. Skráargerðin ræður því hvaða vinnsluferli ChatGPT Enterprise notar.
| Textamiðuð upplýsingasókn | Kóðatúlkur | Myndvinnsla | Sjónræn upplýsingasókn | |
|---|---|---|---|---|
| Dæmi um skráargerðir | pptx, docx, txt, md, json, xml, pdf* * PDF-skjöl sem hlaðið er upp sem þekkingarefni fyrir GPT eða verkefnisskrár | csv, xls, xlsx* *Athugið: Kóðatúlkur getur unnið með hvaða skráargerð sem er, en ChatGPT Enterprise notar hann oftast sjálfgefið fyrir töflureikna | jpg, png | pdf* * PDF-skjöl sem fylgja kvaðningum notenda |
| Virkni | Dregur textann úr skránni – hluti textans er límdur („troðið“) beint inn í samhengisgluggann og hluti er geymdur til leitar | Kóðatúlkur sendir skrána til Python til vinnslu | Myndir eru túlkaðar beint af fjöl-líkan líkönum, með þekktum takmörkunum. | Sambland af textasókn og myndvinnslu. Texti er dreginn út stafrænt og myndefni er túlkað beint af fjöl-líkan líkönum. |
Þessi skipting hentar best fyrir skrár sem innihalda eingöngu texta, myndskrár eða skrár með skýrt skipulögðum gögnum (t.d. Excel-töflu yfir færslur).
Sum tilvik eru þó síður augljós, til dæmis:
Ekki er unnið úr myndum sem eru felldar inn í aðrar skrár en PDF-skjöl. Til að taka þær með skaltu breyta skránni í PDF-skjal áður en þú hleður henni upp.
ChatGPT Enterprise notar alltaf kóðatúlk til að vinna með töflureikna, jafnvel þótt skjalið innihaldi mikinn texta. Ef þú biður ChatGPT Enterprise til dæmis um að þýða CSV-skrá með 10 línum af texta reynir það að þýða skrána með Python-safni, sem skilar ónákvæmari niðurstöðu en ef líkanið fær að búa þýðinguna til beint. Til að draga úr þessum vanda geturðu prófað að flytja töflureikninn út á textamiðuðu sniði (til dæmis PDF).
Á sama hátt mun ChatGPT Enterprise túlka skrána sem hreinan texta ef þú hleður upp skipulagðri færslutöflu í JSON-skrá. Ef þú vilt greina gögnin í JSON-skrá skaltu taka fram í kvaðningunni að líkanið eigi að nota kóðatúlk.
Meðhöndlun skráa eftir stærð
ChatGPT Enterprise notar líkön með hámarks samhengisglugga upp á 128 þúsund tóka (um það bil 200 textasíður). Ekki eru þó allir tókar notaðir til að fella inn textann úr upphlöðnum skrám. Fjöldi „innfelldra“ tóka er breytilegur eftir notkunartegund.
ChatGPT Enterprise „fyllir“ inn ákveðið magn af texta og afgangurinn er sendur í einkaleitarskrá („vektorageymslu“, sem er tegund gagnagrunns sem er hönnuð til að geyma og sækja mikið magn texta á skilvirkan hátt). Þegar þú spyrð spurningar sækir ChatGPT Enterprise innfellda textann ásamt viðeigandi bútum sem sóttir eru úr einkaleitarskrá.
Ef þú hleður upp einu skjali tekur ChatGPT Enterprise með texta frá upphafi þar til hámarkinu er náð. Ef þú hleður upp mörgum skjölum tekur ChatGPT Enterprise með hluta af eða allt úr hverju skjali. Allur texti úr skjölunum er einnig sendur í einkaleitarskrá.
Samhengisfylling fyrir textaskjöl
Þessi eiginleiki er í virkri þróun. Því geta eftirfarandi upplýsingar breyst án fyrirvara.
ChatGPT Enterprise getur unnið úr allt að 110 þúsund tókum úr innhlöðnum skjölum í samhengisglugganum. Ef þú hleður upp einu eða fleiri skjölum sem innihalda samtals færri en 110 þúsund tóka verður allt efnið tekið með.
Ef eitt skjal inniheldur fleiri en 110 þúsund tóka verða aðeins fyrstu 110 þúsund tókarnir teknir með, talið frá upphafi skjalsins. Afgangurinn verður aðeins sendur í einkaleitarvísinn.
Ef mörgum skjölum er hlaðið upp og þau innihalda samtals fleiri en 110 þúsund tóka notar ChatGPT Enterprise eftirfarandi ferli til að tryggja jafnvægi milli þess hve mikið er tekið úr hverju skjali:
Allt að 55 þúsund tókar eru sóttir og skiptast þeir jafnt milli innhlaðinna skjala.
Þeim 55 þúsund tókum sem eftir eru er úthlutað hlutfallslega milli skjala sem voru ekki tekin með í heild í fyrsta skrefinu, eftir því hversu margir tókar eru eftir í hverju skjali.
Tókar sem eftir standa eru aðeins sendir í einkaleitarvísinn.
Þú getur áætlað fjölda tóka í textaskjali með því að afrita texta skjalsins yfir í tókunarverkfæri OpenAI.
Innsetning efnis í samhengisgluggann fyrir PDF-skjöl með margmiðlunarefni
Þegar notendur hlaða upp PDF-skjölum sem innihalda bæði texta og myndir gerir sjónræn upplýsingasókn ChatGPT kleift að vinna beint úr myndunum samhliða texta sem er dreginn út stafrænt. Eftirfarandi skref bætast við hefðbundna meðhöndlun okkar á samhengi þegar unnið er með PDF-skjöl með margmiðlunarefni:
Útdráttur og innfelling mynda: Myndir eru dregnar út og felldar inn ásamt tengdum stafrænum texta.
Snjöll stærðaraðlögun: Stærð mynda er sjálfkrafa aðlöguð til að halda jafnvægi milli gæða upplýsinga og skilvirkrar nýtingar á tiltækum samhengisglugga.
Þegar innhlaðin PDF-skjöl fara yfir 110 þúsund tóka mörkin eru bæði myndir og texti felld inn í einkaleitarvísinn. Textaívöf vísa í viðeigandi myndir, svo ChatGPT geti sótt saman rétta texta og myndir út frá fyrirspurnum notenda. Síðan er unnið úr myndunum sem sóttar voru með innbyggðri getu ChatGPT til að vinna með ólíkar gerðir gagna.
Erfitt er að áætla nákvæmlega hversu marga tóka þarf fyrir PDF-skjöl með margmiðlunarefni. Prófanir benda til þess að um 350 síður með blöndu af texta og myndum fylli 110 þúsund tóka samhengisgluggann.
Leitaraðferðir eftir tegund líkans
Bæði líkön í GPT-röðinni og o-röðinni styðja skráaupphleðslur og nota sama rökkerfi fyrir samhengisfyllingu og leitarvektun. Öll líkön framkvæma blandaðar leitir í einkaleitarskrá og sameina lykilorða- og merkingaraðferðir. Í blandaðri leit býr líkanið til leitarorðasamband út frá kvaðningu notandans og einkaleitarskráin sækir viðeigandi texta og myndir í samræmi við það.
Þessi líkön eru þó ólík hvað varðar leit í stórum skjölum sem fara yfir samhengisgluggann:
Líkön í GPT-línunni
Ein leit fyrir hverja kvaðningu: Líkön í GPT-línunni framkvæma eina leit fyrir hverja kvaðningu notanda.
Hentug notkunartilvik: Tilvalin til að svara einföldum spurningum sem finna má svör við í umfangsmiklum gögnum.
Dæmi um fyrirspurnir:
„Hver er starfsmannastefnan um snemmbær starfslok?“
„Hvað gerir fallið process_order?“
Líkön í o-línunni
Margar leitir fyrir hverja kvaðningu: Geta framkvæmt margar leitir (yfirleitt 2–3) fyrir hverja kvaðningu notanda, hverja með sérstöku leitarorðalagi. Leitirnar eru framkvæmdar í röð og líkanið getur breytt nálgun sinni út frá upplýsingum sem fengust úr fyrri leitum.
Hentug notkunartilvik: Henta betur fyrir flóknar spurningar sem krefjast margra markvissra leita í umfangsmiklum gögnum.
Dæmi um fyrirspurnir:
„Hverjar eru starfsmannastefnurnar um snemmbær starfslok, foreldraorlof og flutning til útlanda?“
„Útskýrðu hvað fallið process_order gerir, tilgreindu allar aðferðir sem fallið kallar á og lýstu hverri þeirra stuttlega.“
Þrátt fyrir styrkleika sína geta líkön í o-línunni átt í erfiðleikum þegar fyrirspurn krefst fleiri en þriggja leita.
Ráð til að bæta niðurstöður úr skráaleit
Prófaðu að nota líkan úr o-röðinni fyrir flóknar spurningar sem krefjast margra leita.
Mundu að svör geta verið mismunandi eftir tegund, fjölda og stærð skjala sem þú hleður upp.
Almennt leiðir það til meiri nákvæmni að hlaða inn færri, afmarkaðri skjölum.
Breyttu efnum með mörgum spurningum í stakar spurningar:
Ef þú þarft að þekkja starfsmannastefnur hvers ríkis skaltu spyrja um þær eina í einu.
Ef þú þarft að taka saman mörg skjöl skaltu biðja um eitt skjal í einu. Ef skjalið er mörg hundruð síður skaltu íhuga að skipta því niður í smærri hluta.
Þú gætir beðið ChatGPT Enterprise að skrifa „samantekt samantekta“ ef þú gefur því margar samantektir frekar en heil skjöl.
Ef þú ert með CSV af RFP (hver lína er önnur spurning) skaltu spyrja þessara spurninga einnar í einu í stað þess að hlaða bara inn CSV-skránni og biðja um eitt svar.
Finndu leiðir til að endurskoða svör líkansins. Dæmi um GPT-leiðbeiningar eru hér fyrir neðan:
# Samhengi
Þú ert sérfræðingur í að skilja skjöl. Notandinn ætlar að hengja við skjal og spyrja spurningar. Þeir þurfa að geta tengt svarið þitt aftur við nákvæmlega þann hluta textans sem þú tókst svarið úr.
# Leiðbeiningar
1. Svaraðu spurningu notandans út frá meðfylgjandi skjali hans með því að nota nákvæmlega sniðið hér að neðan
# Snið
- Spurning: { endurtaktu spurningu notandans }
- Svar: { gefðu svar við spurningu notandans }
Heimild:
- - Kaflanúmer: { gefðu upp kaflanúmerið þar sem þú tókst svarið }
- - Kaflaheiti: { gefðu upp kaflaheitið þar sem þú tókst svarið }
- - Nákvæmur texti: { gefðu upp nákvæmlega textann sem þú tókst svarið úr }
# Reglur
- Gefðu skýr og hnitmiðuð svör
- Veittu aðeins upplýsingar sem koma fram í skjalinu
- Ef þú finnur ekki svarið í skjalinu skaltu einfaldlega svara „Engar upplýsingar fundust.“