ChatGPT Enterprise одоо өгөгдөлд хавсаргасан PDF файл доторх дүрслэлүүдийг (зураг, график, диаграмм гэх мэт) уншиж, ойлгох боломжтой боллоо. Хэрэглэгч PDF байршуулахад ChatGPT уг файл доторх текстийг төдийгүй бүх дүрслэлийг тайлбарлаж чадна.
Дэлгэрэнгүйг эндээс үзнэ үү: PDF доторх дүрслэлээс мэдээлэл хайх тухай түгээмэл асуултууд.
ChatGPT Enterprise-д хэд хэдэн аргаар файл байршуулах боломжтой:
Компьютероосоо шууд
GPT-ийн мэдлэг болгон
Төслийн файл болгон
Энэхүү гарын авлагад ChatGPT Enterprise-ийн боломжууд файлын төрөл, тоо, хэмжээнээс хамааран файлуудыг хэрхэн боловсруулдгийг тайлбарлаж, файлын шаардлагад нийцүүлэн үр дүнг сайжруулах аргуудыг авч үзнэ.
Хураангуй
ChatGPT Enterprise нь файлын төрлөөс хамааран эрс ялгаатай аргаар боловсруулдаг: PDF, үзүүлэн, Word зэрэг текстэн баримт бичгээс текстийг ялган авч, хүснэгтэн файлын бүтэцтэй өгөгдөлд Python кодоор шинжилгээ хийж, зургийн файлыг GPT-Vision-оор тайлбарладаг. Ямар төрлийн файлд ямар боловсруулалтын арга ашигладгийг ойлгох нь хүссэн үр дүнгээ авахад чухал.
Текстэн баримт бичгийн хувьд ChatGPT Enterprise аль болох их холбогдох текстийг өгөгдөлтэй шууд хамт оруулж, нэмэлт мэдээлэлд хандахдаа хайлтын систем ашигладаг. Энэ арга нь тодорхой асуултад хариулахад сайн тохирдог. Гэхдээ маш том баримт бичгийг хураангуйлах, эсвэл олон том файлыг харьцуулах зэрэг нарийн төвөгтэй даалгаварт энэ арга хүндрэлтэй байж болно. Үр дүнгээ сайжруулах аргуудтай танилцахын тулд үргэлжлүүлэн уншаарай.
Файлыг төрлөөс нь хамааруулан боловсруулах нь
ChatGPT Enterprise файлыг текст ялган авах, кодоор шинжлэх, зураг тайлбарлах гэсэн үндсэн гурван аргаар боловсруулдаг. ChatGPT Enterprise ямар аргаар боловсруулахыг файлын төрөл тодорхойлдог.
| Текстээс мэдээлэл хайх | Код тайлагч | Зураг боловсруулах | Дүрслэлээс мэдээлэл хайх | |
|---|---|---|---|---|
| Файлын төрлийн жишээнүүд | pptx, docx, txt, md, json, xml, pdf* * GPT-ийн мэдлэг эсвэл Төслийн файл болгон байршуулсан PDF-үүд | csv, xls, xlsx* *Тайлбар: Код тайлагч ямар ч төрлийн файлтай ажиллаж чадна. Гэхдээ ChatGPT Enterprise нь хүснэгтэн файл боловсруулахдаа ихэвчлэн Код тайлагчийг (CI) анхдагчаар ашигладаг. | jpg, png | pdf* * Хэрэглэгчийн өгөгдөлд хавсаргасан PDF-үүд |
| Ажиллах зарчим | Файлаас текстийг ялган авна. Текстийн зарим хэсгийг контекстийн цонхонд шууд хуулж («багтааж») оруулна, заримыг нь хайлтад зориулан хадгална. | Код тайлагч файлыг боловсруулахын тулд Python руу дамжуулна. | Мультимодаль загварууд зургийг шууд тайлбарлах боловч мэдэгдэж буй хязгаарлалтуудтай. | Текстээс мэдээлэл хайх болон зураг боловсруулах аргуудын хослол. Текстийг дижитал аргаар ялган авч, дүрслэл бүхий агуулгыг мультимодаль загварууд шууд тайлбарлана. |
Зөвхөн тексттэй файл, зургийн файл, эсвэл тодорхой бүтэцтэй өгөгдлийн файлын (жишээлбэл, гүйлгээний Excel хүснэгт) хувьд ийнхүү ангилж боловсруулах нь хамгийн оновчтой.
Гэхдээ хэрхэн боловсруулах нь шууд тодорхой бус зарим тохиолдол бий. Жишээлбэл:
PDF-ээс өөр төрлийн файл дотор оруулсан зургуудыг боловсруулахгүй. Тэдгээр зургийг хамруулахын тулд байршуулахаасаа өмнө файлаа PDF болгон хөрвүүлээрэй.
Баримт бичигт их хэмжээний текст байсан ч ChatGPT Enterprise хүснэгтэн файлтай ажиллахдаа үргэлж Код тайлагчийг ашиглана. Жишээлбэл, ChatGPT Enterprise-аас 10 мөр тексттэй CSV файлыг орчуулахыг хүсвэл Python сан ашиглан орчуулахыг оролдоно. Энэ нь загвараар шууд орчуулга хийлгэхээс нарийвчлал багатай. Энэ асуудлыг багасгахын тулд хүснэгтэн файлыг текстэд суурилсан формат руу (жишээлбэл, PDF) экспортолж үзээрэй.
Үүнтэй адил, хэрэв та бүтэцтэй гүйлгээний хүснэгт агуулсан JSON файл байршуулбал ChatGPT Enterprise уг файлыг энгийн текст гэж үзнэ. Хэрэв JSON файл дахь өгөгдөлд шинжилгээ хийхийг хүсвэл оруулах өгөгдөлдөө Код тайлагчийг ашиглахыг загварт зааж өгөөрэй.
Файлыг хэмжээнээс нь хамааран боловсруулах
ChatGPT Enterprise нь хамгийн ихдээ 128k токены контекстийн цонхтой (ойролцоогоор 200 хуудас текст) загваруудыг ашигладаг. Гэхдээ бүх токеныг байршуулсан файлуудын текстийг оруулахад ашигладаггүй. “Оруулсан” токены тоо хэрэглээний төрлөөс хамааран өөр өөр байна.
ChatGPT Enterprise тодорхой хэмжээний текстийг “оруулж”, үлдсэн текстийг хувийн хайлтын индекс рүү илгээдэг (их хэмжээний текстийг үр ашигтай хадгалж, сэргээхэд зориулагдсан өгөгдлийн сангийн төрөл болох “вектор хадгалах сан”). Та асуулт асуух үед ChatGPT Enterprise оруулсан текстийг хувийн хайлтын индексээс авсан холбогдох хэсгүүдийн хамт авчирдаг.
Хэрэв та нэг баримт бичиг байршуулбал ChatGPT Enterprise эхнээс нь эхлэн хязгаарт хүрэх хүртэлх текстийг оруулна. Хэрэв та олон баримт бичиг байршуулбал ChatGPT Enterprise баримт бичиг бүрийн зарим эсвэл бүх хэсгийг оруулна. Баримт бичгүүдийн бүх текстийг мөн хувийн хайлтын индекс рүү илгээдэг.
Текст баримт бичгийн контекст оруулалт
Энэ боломж идэвхтэй хөгжүүлэлтийн шатанд байна. Иймээс дараах дэлгэрэнгүй мэдээлэл урьдчилан мэдэгдэлгүйгээр өөрчлөгдөж болно.
ChatGPT Enterprise нь байршуулсан баримт бичгүүдээс 110 мянга хүртэлх токеныг контекстийн цонхондоо боловсруулж чадна. Хэрэв та нийтдээ 110 мянгаас бага токентой нэг буюу хэд хэдэн баримт бичиг байршуулбал агуулгыг нь бүхэлд нь оруулна.
Нэг баримт бичиг 110 мянгаас олон токентой бол эхнээс нь тоолж, зөвхөн эхний 110 мянган токеныг оруулна. Үлдсэн хэсгийг зөвхөн хувийн хайлтын индекс рүү илгээнэ.
Хэрэв олон баримт бичиг байршуулж, нийт токены тоо нь 110 мянгаас давбал ChatGPT Enterprise баримт бичиг бүрээс тэнцвэртэйгээр агуулга оруулахын тулд дараах аргыг ашиглана:
Байршуулсан баримт бичгүүдээс тэнцүү хэмжээгээр, нийт 55 мянга хүртэлх токеныг ялган авна.
Эхний алхамд бүрэн оруулаагүй баримт бичгүүдэд үлдсэн 55 мянган токеныг тухайн баримт бичиг бүрд үлдсэн токены тоотой пропорциональ хэмжээгээр хуваарилна.
Үүнээс үлдсэн бүх токеныг зөвхөн хувийн хайлтын индекс рүү илгээнэ.
Текстэн баримт бичгийн текстийг OpenAI токенчлогч руу хуулж оруулан токены тоог нь ойролцоогоор тооцоолж болно.
Мультимедиа PDF-ийн агуулгыг контекстэд оруулах нь
Хэрэглэгч текст, зураг хосолсон PDF байршуулахад Дүрслэлээс мэдээлэл хайх боломжийн тусламжтайгаар ChatGPT эдгээр зургийг дижитал аргаар ялгаж авсан тексттэй хамт шууд боловсруулж чадна. Мультимедиа PDF-ийн хувьд контекст боловсруулах стандарт үйл явцад дараах алхмууд нэмэгдэнэ:
Зургийг ялган авч оруулах: Зургийг ялган авч, холбогдох дижитал тексттэй нь хамт оруулна.
Хэмжээг ухаалгаар тохируулах: Мэдээллийн чанарыг хадгалахын зэрэгцээ контекстийн цонхны багтаамжийг үр ашигтай ашиглахын тулд зургийн хэмжээг автоматаар тохируулна.
Байршуулсан PDF-үүд 110 мянган токены хязгаараас давбал зураг болон текстийг хоёуланг нь вектор дүрслэл болгон хувийн хайлтын индекст оруулна. Текстийн вектор дүрслэлүүд нь холбогдох зургуудыг заадаг тул ChatGPT хэрэглэгчийн асуулгад үндэслэн тохирох текст, зургийн хосыг олж авах боломжтой. Дараа нь олж авсан зургуудыг ChatGPT-ийн өөрийн мультимодаль чадвараар боловсруулна.
Мультимедиа PDF-д хэдэн токен шаардагдахыг нарийн тооцоолоход хүндрэлтэй. Туршилтаас үзэхэд текст, зураг хосолсон ойролцоогоор 350 хуудас нь 110 мянган токены багтаамжтай контекстийн цонхыг бүрэн дүүргэдэг.
Загварын төрлөөс хамаарсан хайлтын стратеги
GPT цуврал болон o цувралын загварууд хоёулаа файл байршуулахыг дэмжиж, ижил контекст оруулах болон хайлтын эмбеддинг логикийг ашигладаг. Бүх загвар хувийн хайлтын индекс дээр түлхүүр үгийн болон семантик аргуудыг хослуулсан гибрид хайлт гүйцэтгэдэг. Гибрид хайлтад загвар хэрэглэгчийн өгөгдөлд үндэслэн хайлтын хэллэг үүсгэж, хувийн хайлтын индекс нь түүнд тохирох текст болон зургийг олж авдаг.
Гэхдээ эдгээр загвар контекстийн цонхоос давсан том баримт бичиг дотор хэрхэн хайдгаараа ялгаатай:
GPT цувралын загварууд
Өгөгдөл бүрээр нэг хайлт хийх: GPT цувралын загварууд хэрэглэгчийн өгөгдөл бүрээр нэг хайлт хийдэг.
Тохиромжтой хэрэглээ: Их хэмжээний баримт бичигт агуулагдсан энгийн асуултад хариулахад нэн тохиромжтой.
Асуулгын жишээ:
“Эрт тэтгэвэрт гарахтай холбоотой хүний нөөцийн бодлого юу вэ?”
“process_order функц юу хийдэг вэ?”
o цувралын загварууд
Өгөгдөл бүрээр олон хайлт хийх: Хэрэглэгчийн өгөгдөл бүрд тус бүр нь давтагдашгүй хайлтын хэллэгтэй хэд хэдэн хайлтыг (ихэвчлэн 2–3) гүйцэтгэж чадна. Хайлтуудыг дарааллаар гүйцэтгэх бөгөөд загвар өмнөх хайлтаар олсон мэдээлэлд үндэслэн арга барилаа шинэчилж чадна.
Тохиромжтой хэрэглээ: Их хэмжээний баримт бичгээс чиглэсэн хэд хэдэн хайлт хийх шаардлагатай нарийн төвөгтэй асуултад илүү тохиромжтой.
Асуулгын жишээ:
“Эрт тэтгэвэрт гарах, эцэг эхийн чөлөө авах, гадаадад шилжин ажиллахтай холбоотой хүний нөөцийн бодлого юу вэ?”
“process_order функц юу хийдгийг тайлбарлаж, уг функцийн дууддаг бүх аргыг жагсаан, тус бүрийг нь товч тайлбарлана уу.”
Давуу талтай хэдий ч асуулгыг шийдэхэд гурваас олон хайлт шаардлагатай бол o цувралын загваруудад хүндрэл учирч болзошгүй.
Файл хайлтын үр дүнг сайжруулах зөвлөмжүүд
Олон хайлт шаарддаг төвөгтэй асуултад o цувралын загвар ашиглаж үзээрэй.
Таны байршуулсан баримт бичгийн төрөл, тоо хэмжээ, хэмжээнээс хамааран хариултууд өөр өөр байж болохыг санаарай.
Ерөнхийдөө цөөн, чиглэсэн баримт бичиг ачаалснаар нарийвчлал өндөрснө.
Олон асуулттай сэдвүүдийг нэг асуулт болгон хувирга:
Хэрэв танд муж бүрийн хүний нөөцийн бодлогыг мэдэх шаардлагатай бол тэдгээрийг нэг нэгээр нь асуу.
Хэрэв олон баримт бичгийг хураангуйлах шаардлагатай бол нэг удаад нэг баримт бичиг асуу. Хэрэв тухайн баримт бичиг хэдэн зуун хуудастай бол жижиг хэсгүүдэд хуваахыг бодолцоорой.
Бүтэн баримт бичгийн оронд олон хураангуй өгсөн бол ChatGPT Enterprise-аар “хураангуйн хураангуй” бичүүлж болно.
Хэрэв танд RFP-ийн CSV байгаа бол (мөр бүр нь өөр асуулт) CSV-г зүгээр ачаалаад нэг хариулт хүсэхийн оронд тэдгээр асуултыг нэг нэгээр нь асуу.
Загварын хариултуудыг аудит хийх арга зам хай. GPT-ийн зааврын жишээг доор харуулав:
# Контекст
Та баримт ойлгох чиглэлээр мэргэшсэн шинжээч. Хэрэглэгч баримт хавсаргаад асуулт асуух гэж байна. Тэд таны хариултыг авсан текстийн яг аль хэсэгтэй холбож чаддаг байх хэрэгтэй.
# Заавар
1. Хэрэглэгчийн асуултад хавсаргасан баримтад үндэслэн доорх яг форматаар хариул
# Формат
- Асуулт: { хэрэглэгчийн асуултыг давт }
- Хариулт: { хэрэглэгчийн асуултад хариул }
Эх сурвалж:
- - Хэсгийн дугаар: { хариулт авсан хэсгийн дугаарыг өг }
- - Хэсгийн гарчиг: { хариулт авсан хэсгийн гарчгийг өг }
- - Яг текст: { хариултыг авсан яг текстийг өг }
# Дүрэм
- Хариултыг ойлгомжтой, товч өг
- Зөвхөн баримтад өгөгдсөн мэдээллийг өг
- Хэрэв баримтаас хариултыг олж чадахгүй бол зүгээр л "Мэдээлэл олдсонгүй." гэж хариул