အနှစ်ချုပ်

ChatGPT Enterprise နှင့် Edu ရှိ workspace analytics သည် လက်ခံအသုံးပြုမှုနှင့် အသုံးပြုမှုကို အလုပ်နေရာအဆင့်ဖြင့် မြင်နိုင်စေသောကြောင့် trend များကို စောင့်ကြည့်ရန်၊ pattern များကို ရှာဖွေရန်နှင့် တိုးတက်မှုကို အချိန်နှင့်အမျှ အစီရင်ခံရန် ကူညီပေးပါသည်။

အလုပ်နေရာ ခွဲခြမ်းစိတ်ဖြာချက်များကို ဝင်ရောက်အသုံးပြုခြင်း

ChatGPT Enterprise သို့မဟုတ် Edu တွင်-

• အလုပ်နေရာ ဆက်တင်များ > အလုပ်နေရာ ခွဲခြမ်းစိတ်ဖြာချက်များ။ သို့ သွားပါ။

• https://chatgpt.com/admin/usage သို့ ဝင်ရောက်ပါ။

ခွင့်ပြုချက်များ

workspace analytics ကို ကြည့်ရှုနိုင်သူများမှာ-

• analytics viewer role ရှိသော အဖွဲ့ဝင်များ

• Workspace admin များ

• Workspace owner များ

Workspace analytics dashboard အပိုင်းများ

ခြုံငုံသုံးသပ်ချက်

လက်ခံအသုံးပြုမှုနှင့် ပါဝင်အသုံးပြုမှု အခြေအနေကို လျင်မြန်စစ်ဆေးရန် ခြုံငုံသုံးသပ်ချက် ကို အသုံးပြုပါ။ အချိန်ကြာလာသည်နှင့်အမျှ အသုံးပြုမှုပြောင်းလဲပုံကို နားလည်စေရန် ကူညီသည့် လမ်းကြောင်းပြ မြင်ကွင်းများကို ပေးထားပြီး ၎င်းတို့တွင် ပါဝင်သည်မှာ-

• သီးခြား တက်ကြွအသုံးပြုသူများ

• စုစုပေါင်း မက်ဆေ့ဂျ်များ

• GPT မက်ဆေ့ဂျ်များ

• ကိရိယာ မက်ဆေ့ဂျ်များ

• Project၊ အက်ပ်နှင့် ကျွမ်းကျင်မှု အသုံးပြုမှု လမ်းကြောင်းများ

• စီစဉ်သတ်မှတ်ထားပါက SCIM အုပ်စုများအလိုက် ခွဲခြမ်းပြချက်များ

  • သင့်အလုပ်နေရာတွင် SCIM ကို ဖွင့်ထားပါက ခွဲခြမ်းစိတ်ဖြာချက် မြင်ကွင်းများကို သင့်အထောက်အထားပံ့ပိုးသူထံမှ စင့်ခ်လုပ်ထားသော အုပ်စုများအလိုက် အပိုင်းခွဲကြည့်နိုင်သည်။ အဖွဲ့များ သို့မဟုတ် ဌာနများကဲ့သို့ အဖွဲ့အစည်း၏ ယူနစ်အစစ်များကို ကိုယ်စားပြုသည့် SCIM အုပ်စုများကို အသုံးပြုခြင်းက ပိုမိုအဓိပ္ပာယ်ရှိသော ခွဲခြမ်းစိတ်ဖြာချက် ခွဲခြမ်းပြချက်များကို ရရှိစေရန် ကူညီနိုင်သည်။

  • SCIM အကြောင်း ပိုမိုလေ့လာရန် SSO၊ SCIM နှင့် အသုံးပြုသူ စီမံခန့်ခွဲမှု ဆိုင်ရာ ကျွန်ုပ်တို့၏ ဆောင်းပါးစုစည်းမှုကို ကြည့်ပါ။

Benchmarks

Benchmarks ကို အသုံးပြု၍ အရေးကြီးသော လက်ခံအသုံးပြုမှုနှင့် ပါဝင်အသုံးပြုမှု signal များကို လုပ်ငန်းနယ်ပယ် median နှင့် နှိုင်းယှဉ်နိုင်ပါသည်-

• Activation rate

• အသုံးပြုရန် ဖွင့်ထားသော user တစ်ဦးလျှင် WAU (weekly active users)

• WAU တစ်ဦးလျှင် message များ

in-product dropdown မှ benchmark industry တစ်ခုကို ရွေးချယ်နိုင်ပါသည်။

သက်ရောက်မှု

ထုတ်ကုန်အတွင်းရှိ ရွေးချယ်ဖြေဆိုနိုင်သော စစ်တမ်းများမှတစ်ဆင့် အစီရင်ခံထားသော အလုပ်နေရာအဆင့် ရလဒ်များကို နားလည်ရန် သက်ရောက်မှု ကို အသုံးပြုပါ။


သက်ရောက်မှု သည် ChatGPT က အဖွဲ့အစည်းတစ်လျှောက် လုပ်ငန်းအပေါ် မည်သို့သက်ရောက်သည်ကို အသင်းများ နားလည်စေရန် ကူညီသည့် သက်ရောက်မှု စစ်တမ်း မှ စုစည်းထားသော ကိုယ်တိုင်အစီရင်ခံ အချက်ပြချက်များကို ဖော်ပြပေးပြီး ၎င်းတို့တွင် ပါဝင်သည်မှာ-

• ကုန်ထုတ်စွမ်းအား၊ ချွေတာနိုင်သောအချိန်၊ လုပ်ငန်းအရည်အသွေး၊ အလုပ်ကျေနပ်မှု၊ လုပ်ငန်းအသစ်များ ပြီးစီးနိုင်စွမ်းနှင့် သက်ဆိုင်သူများအား ဝန်ဆောင်မှုပေးနိုင်မှုအပေါ် အပြုသဘောသက်ရောက်မှုရှိသည်ဟု ဖြေဆိုသူများ၏ အချိုး

• မေးခွန်းတစ်ခုချင်းစီအလိုက် အဖြေ ဖြန့်ဝေမှုများ

• စစ်တမ်း ပါဝင်ဖြေဆိုနှုန်း (အလုပ်နေရာအဖွဲ့ဝင်များထဲမှ ဖြေဆိုသူများ၏ အချိုး)

ဤအချက်ပြချက်များကို ဦးတည်ချက်ဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အဖွဲ့အစည်းဆိုင်ရာ နားလည်မှုအတွက် ရည်ရွယ်ထားသည်။ ၎င်းတို့သည် လိုက်နာမှု မှတ်တမ်းများ မဟုတ်သလို အကြောင်းရင်းခံ ROI တိုင်းတာမှုကိုလည်း ကိုယ်စားမပြုပါ။

သက်ရောက်မှု စစ်တမ်းများအကြောင်း နောက်ထပ်အချက်အလက်များအတွက် ကြည့်ရန်- အလုပ်နေရာ ခွဲခြမ်းစိတ်ဖြာချက်များတွင် သက်ရောက်မှု စစ်တမ်းများကို စီမံခန့်ခွဲခြင်း။

Task insights

Task insights သည် စကားပြောဆိုမှုများကို ကျယ်ပြန့်သော task အမျိုးအစားများနှင့် topic များအဖြစ် အမျိုးအစားခွဲခြားခြင်းဖြင့် ChatGPT အတွင်း လုပ်ငန်းဆောင်တာ ပုံစံများကို စုစည်းပြသပါသည်။ ၎င်းသည် တစ်ဦးချင်း တုံ့ပြန်ညွှန်ကြားချက်များ၊ စကားပြောဆိုမှုများ သို့မဟုတ် အသုံးပြုသူအဆင့် လုပ်ဆောင်မှုများကို မဖော်ပြဘဲ အလုပ်နေရာအဆင့် insight များကို ပေးပါသည်။

Task type

Task type အပိုင်းသည် စကားပြောဆိုမှုများကို task အမျိုးအစားများအနှံ့ ဖြန့်ဝေထားပုံကို ပြသပေးပြီး ChatGPT ကို သင့်အလုပ်နေရာတွင် အများဆုံး အသုံးပြုသည့် ပုံစံများနှင့် ထိုပုံစံများ အချိန်နှင့်အမျှ မည်သို့ပြောင်းလဲသည်ကို အမြန်နားလည်စေရန် ကူညီပေးသည်။

Heat map

Heat map သည် task type များကို ဒုတိယ dimension တစ်ခုအလိုက် နှိုင်းယှဉ်ပေးသောကြောင့် အသုံးပြုမှု ပုံစံများကို ပိုမိုအသေးစိတ် ဆန်းစစ်နိုင်ပါသည်။ ရရှိနိုင်သော ဒေတာအပေါ်မူတည်ပြီး task type များနှင့် conversation topic များ သို့မဟုတ် organizational unit များအကြား ဆက်နွယ်မှုကို ပြသပါသည်.

မှတ်ချက်- အဖွဲ့ဝင် 10 ယောက်အောက်သာရှိသော SCIM group များသည် task insights heat map တွင် row အဖြစ် မပေါ်ပါ။

Task insights ကို ပိတ်ခြင်း

Task insights tab နှင့် conversation classification ကို မူလအတိုင်း ဖွင့်ထားပါသည်။ Workspace admin များနှင့် owner များသည် အောက်ပါအတိုင်း opt out လုပ်နိုင်သည်-

1. Workspace settings သို့ သွားပါ

2. General tab အောက်ရှိ Workspace analytics အပိုင်းသို့ scroll လုပ်ပါ

3. Enable task insights ကို ပိတ်ပါ

အသုံးပြုသူများ

အသုံးပြုသူများ အပိုင်းသည် လိုင်စင်နှင့် ပါဝင်အသုံးပြုမှုကို ခြေရာခံရာတွင် ကူညီပေးသည်-

• ဝယ်ယူထားသော seats

• ဖွင့်ထားသော seats

• အသုံးပြုနေသော အသုံးပြုသူများ

• စောင့်ဆိုင်းနေသော ဖိတ်ခေါ်မှုများ

• အသုံးပြုသူတစ်ဦးချင်းစီ၏ အသုံးပြုမှု မက်ထရစ်များ (ဥပမာ- စုစုပေါင်း၊ GPT၊ tool၊ project နှင့် connector လုပ်ဆောင်မှု)

• Power users (ပါဝင်အသုံးပြုမှုအများဆုံးရှိသော အသုံးပြုသူများ- တစ်ပတ်လျှင် message 75+ စောင့် ပို့သူ ထိပ်တန်း 20% နှင့် တစ်လလျှင် tool မတူညီသော 3+ ခု) 

GPT များ

GPT analytics တွင် အောက်ပါတို့ပါဝင်သည်-

• စုစုပေါင်း GPT အရေအတွက်

• ကာလအတွင်း ဖန်တီးထားသော GPT များ

• ကာလအတွင်း အသုံးပြုနေသော GPT များ

• GPT အဆင့် အသုံးပြုမှုနှင့် ရောက်ရှိမှု မက်ထရစ်များ

Projects

Project analytics တွင် အောက်ပါတို့ပါဝင်သည်-

• စုစုပေါင်း project အရေအတွက်

• ကာလအတွင်း ဖန်တီးထားသော project များ

• ကာလအတွင်း အသုံးပြုနေသော project များ

• Project အဆင့် အသုံးပြုမှုနှင့် ရောက်ရှိမှု မက်ထရစ်များ

Skills

Skills analytics တွင် အောက်ပါတို့ပါဝင်သည်-

• Skill အသုံးပြုမှု trend များ

• message လုပ်ဆောင်မှုအလိုက် ထိပ်တန်း skill များ

Export

Export ကို အသုံးပြု၍ အောက်ပါ data type များအတွက် on-demand CSV အစီရင်ခံစာများကို ဖန်တီးနိုင်ပါသည်-

• GPT များ

• Impact survey

• Projects

• အသုံးပြုသူများ

Users၊ GPTs နှင့် Projects export များအတွက် ကြိုတင်သတ်မှတ်ထားသော date range တစ်ခုကို ရွေးပါ သို့မဟုတ် Custom ကို ရွေးပြီး စတင်ရက်နှင့် ပြီးဆုံးရက်ကို သတ်မှတ်ပါ။ Custom export range များသည် 12 လအထိ ဖုံးလွှမ်းနိုင်ပြီး လက်ရှိရက်စွဲထက် နောက်မကျနိုင်ပါ။

Non-CSV export format များနှင့် အပို tab များကို လက်ရှိတွင် မပံ့ပိုးသေးပါ။

CSV အစီရင်ခံစာ တစ်ခု ဖန်တီးရန်

1. Workspace settings > Workspace analytics သို့ သွားပါ။

2. Export data ကို ရွေးပါ။

3. Data type တစ်ခုကို ရွေးပါ။

4. ကြိုတင်သတ်မှတ်ထားသော Date range တစ်ခုကို ရွေးပါ၊ သို့မဟုတ် Custom ကို ရွေးပြီး စတင်ရက်နှင့် ပြီးဆုံးရက်ကို သတ်မှတ်ပါ။

5. Generate CSV ကို ရွေးပါ။

ဒေတာ လွှမ်းခြုံမှုနှင့် ကန့်သတ်ချက်များ

Workspace analytics သည် စုစည်းထားသော analytics အတွေ့အကြုံ ဖြစ်သည်။ ၎င်းသည် raw log interface မဟုတ်သလို အောက်ပါတို့ကိုလည်း မဖော်ပြပါ-

• Message စာသား

• ဖိုင်အကြောင်းအရာများ

• item-level compliance record များ

raw log များ၊ legal/security workflow များနှင့် compliance control များအတွက် Compliance API ကို အသုံးပြုပါ။

ဒေတာ လတ်ဆတ်မှု

အလုပ်နေရာ ခွဲခြမ်းစိတ်ဖြာချက်များသည် အချိန်နှင့်တစ်ပြေးညီ မဟုတ်ပါ။ ဒေတာကို 1–24 နာရီတိုင်း ပုံမှန် ပြန်လည်အသစ်လုပ်ပြီး အများအားဖြင့် 6–12 နာရီအတွင်း ဖြစ်သည်။ ဒေတာ ရရှိနိုင်မှုအတွက် ပန်းတိုင်သည် အများဆုံး 48 နာရီအထိဖြစ်ပြီး UTC အစီရင်ခံရက်များကို အသုံးပြု၍ တွက်ချက်သည်။ လတ်ဆတ်မှုကို အတည်ပြုရန် UTC ဖြင့် ပြသထားသော နောက်ဆုံးအပ်ဒိတ်လုပ်ချိန် အချိန်တံဆိပ်ကို အသုံးပြုပါ။

EU ဒေတာ သိမ်းဆည်းပြီး စီမံဆောင်ရွက်သည့်နေရာ ပါရှိသော workspace များ

EU ဒေတာ သိမ်းဆည်းပြီး စီမံဆောင်ရွက်သည့်နေရာ ပါရှိသော workspace များတွင် Task insights ကို မူလအတိုင်း ပိတ်ထားပါသည်။ workspace owner တစ်ဦးသည် Workspace settings တွင် မည်သည့်အချိန်မဆို ဤ feature ကို ဖွင့်နိုင်ပါသည်။

ဖွင့်ပြီးသည်နှင့် ChatGPT သည် workspace အတွက် aggregate Task insights data ကို စတင်ဖန်တီးပါမည်။ နောက်ပိုင်းတွင် Task insights ကို ပြန်ပိတ်ပါက Task insights data အသစ်များ မဖန်တီးတော့ပါ။ ယခင်ဖန်တီးထားသော aggregate data များကို လက်ရှိတွင် မဖျက်ပါ။

မေးလေ့ရှိသော မေးခွန်းများ

analytics ကို team၊ department သို့မဟုတ် business unit အလိုက် segment ခွဲနိုင်ပါသလား?

အချို့သော workspace analytics view များသည် SCIM group များအလိုက် segmentation ကို ပံ့ပိုးပါသည်။ ထို group များသည် သင့် identity provider ကို ဘယ်လို configure လုပ်ထားသည်အပေါ်မူတည်၍ team များ၊ department များ သို့မဟုတ် business unit များကို ကိုယ်စားပြုနိုင်ပါသည်။ အပို breakdown များ လိုအပ်ပါက အစီရင်ခံစာများကို export လုပ်ပြီး သင့်အတွင်းပိုင်းဒေတာနှင့် ပေါင်းစပ်နိုင်ပါသည်။

သက်ရောက်မှု စစ်တမ်းကို ပြောင်းလဲနိုင်ပါသလား သို့မဟုတ် ကိုယ်ပိုင်စစ်တမ်း ပြုလုပ်နိုင်ပါသလား။

အလုပ်နေရာ ပိုင်ရှင်များသည် အက်ဒမင် ဖန်တီးထားသော စစ်တမ်းကို သက်ရောက်မှု တက်ဘ်မှ ဖန်တီးနိုင်သော်လည်း စစ်တမ်းမေးခွန်းများ သို့မဟုတ် အဖြေရွေးချယ်စရာများကို စိတ်ကြိုက်ပြင်ဆင်၍ မရနိုင်ပါ။ အက်ဒမင် ဖန်တီးထားသော စစ်တမ်းများသည် OpenAI ဖန်တီးထားသော စစ်တမ်းများနှင့် တူညီသော ပါဝင်ပြီးသား မေးခွန်းအစုံကို အသုံးပြုသည်။ နောက်ထပ်အချက်အလက်များအတွက် ကြည့်ရန်- အလုပ်နေရာ ခွဲခြမ်းစိတ်ဖြာချက်များတွင် သက်ရောက်မှု စစ်တမ်းများကို စီမံခန့်ခွဲခြင်း။

Task insights အစီရင်ခံစာများကို export လုပ်နိုင်ပါသလား?

မရနိုင်သေးပါ။ ကျွန်ုပ်တို့သည် ဤအရာအပေါ် တက်ကြွစွာ လုပ်ဆောင်နေပြီး နောင်လာမည့် update တစ်ခုတွင် ဤစွမ်းရည်ကို မိတ်ဆက်ပေးနိုင်ရန် မျှော်လင့်ထားပါသည်။

Compliance API count များသည် workspace analytics နှင့် ဘာကြောင့် မကိုက်ညီသနည်း?

Compliance API သည် raw system data ကို ပြန်ပေးပြီး Workspace Analytics အစီရင်ခံစာများသည် သန့်စင်ထားသော analytics data ကို ပြသသောကြောင့် count များ ကွာခြားနိုင်ပါသည်။ ဥပမာအားဖြင့် API တွင် analytics က ဖယ်ထုတ်ထားသော internal system message များ သို့မဟုတ် timestamp မရှိသော record များ ပါဝင်နိုင်ပါသည်။

Overview ရှိ “Filter by Group” နှင့် Task insights ရှိ “All organizational units” တို့အကြား ဘာကွာခြားသလဲ?

Overview တွင် Filter by Group dropdown menu သည် workspace တွင် ရရှိနိုင်သော group အားလုံးကို ပါဝင်စေပြီး SCIM ဖြင့် စီမံထားသော group များနှင့် ChatGPT UI တွင် ဖန်တီးထားသော group များ နှစ်မျိုးစလုံး ပါဝင်ပါသည်။

Task insights တွင် All organizational units dropdown menu သည် SCIM group များသာ ပါဝင်ပါသည်။ ဤ view တွင် organizational unit များသည် SCIM group များနှင့် ကိုက်ညီပါသည်။

ကျွန်ုပ်၏အလုပ်နေရာတွင် SCIM မသုံးဘူးဆိုရင် ဘာဖြစ်မလဲ?

သင့်အလုပ်နေရာတွင် SCIM ကို မသုံးပါက admin များအနေဖြင့် Task insights အတွက် group များကို လက်ဖြင့်ဖန်တီးခြင်း သို့မဟုတ် map လုပ်ခြင်း မလိုအပ်ပါ။ ထိုအစား Task insights သည် organizational units မဟုတ်ဘဲ Task type နှင့် Conversation topic တို့၏ ဆုံမှတ်အပေါ် အခြေခံသော အခြား view တစ်ခုကို ပြသပါသည်.

Conversation topic များကို အလိုအလျောက် ဖန်တီးပေးပြီး Sales သို့မဟုတ် Engineering ကဲ့သို့သော အမျိုးအစားများ ပါဝင်နိုင်ပါသည်။

နောက်ဆက်တွဲ: Export ဒေတာ အညွှန်း

အောက်ပါဇယားများတွင် လက်ရှိ export ဖိုင်များတွင် ပါဝင်သော ကော်လံများကို ဖော်ပြထားသည်။

Users၊ GPTs နှင့် Projects ထုတ်ယူမှုများရှိ ဘုံကော်လံများ

မက်ပ်အကွက်များ

မော်ဒယ်၊ GPT၊ ကိရိယာ သို့မဟုတ် ပရောဂျက်ကဲ့သို့သော အရာတစ်ခုကို ၎င်းနှင့်ဆက်စပ်သည့် မက်ဆေ့ချ်အရေအတွက်နှင့် ချိတ်ဆက်ပေးသော မက်ပ်များ။ CSV ထုတ်ယူမှုများတွင် ဤမက်ပ်များကို serialized စာသားအဖြစ် ဖော်ပြထားသည်။

အသုံးပြုသူ အစီရင်ခံစာ

ရွေးချယ်ထားသောကာလအတွက် အသုံးပြုသူတစ်ဦးချင်းစီ၏ အလုပ်နေရာ အသုံးပြုမှုအစီရင်ခံစာ။ ၎င်းတွင် အသုံးပြုသူ အထောက်အထားနှင့် အခြေအနေအကွက်များကို မက်ဆေ့ချ်များ၊ GPTs၊ ကိရိယာများနှင့် ပရောဂျက်များအတွက် စုစုပေါင်းအသုံးပြုမှု မက်ထရစ်များနှင့် ပေါင်းစပ်ထားသည်။

ကော်လံ

ဖော်ပြချက်

public_id

အသုံးပြုသူနှင့် ဆက်စပ်ထားသော အများသုံး ID။

name

အသုံးပြုသူ၏ အမည်။ ဆိုင်းငံ့အသုံးပြုသူများအတွက် ၎င်းသည် ဗလာဖြစ်နိုင်သည်။

email

အသုံးပြုသူ၏ အီးမေးလ်လိပ်စာ။

role

စတင်အသုံးပြုရေးတွင် အသုံးပြုသူက ထည့်သွင်းထားသော ရာထူး။

user_role

ကာလအဆုံးတွင် ရှိသော အလုပ်နေရာအတွင်းရှိ အခန်းကဏ္ဍ။

seat_type

ထုတ်ယူမှု ဖန်တီးချိန်တွင် အသုံးပြုသူအား သတ်မှတ်ထားသော seat အမျိုးအစား။ ဖြစ်နိုင်သောတန်ဖိုးများမှာ ChatGPT၊ Codex နှင့် Automation တို့ ဖြစ်သည်။ ဤရွေးချယ်နိုင်သော အကွက်သည် အကျုံးဝင်သော အလုပ်နေရာများအတွက်သာ ပေါ်လာသည်။

department

စတင်အသုံးပြုရေးတွင် အသုံးပြုသူက ထည့်သွင်းထားသော ဌာန။

groups

ကာလအဆုံးတွင် အသုံးပြုသူအတွက် အဖွဲ့ဝင်ဖြစ်မှုဒေတာ။

user_status

ကာလအဆုံးတွင် ရှိသော အသုံးပြုသူမှတ်တမ်းအခြေအနေ။

created_or_invited_date

အသုံးပြုသူကို provision ပြုထားသော သို့မဟုတ် ဖိတ်ကြားထားသော ရက်စွဲ။

is_active

အစီရင်ခံကာလအတွင်း အသုံးပြုသူက အနည်းဆုံး မက်ဆေ့ချ်တစ်စောင် ပို့ခဲ့ခြင်း ရှိ၊ မရှိ။

first_day_active_in_period

အစီရင်ခံကာလအတွင်း အသုံးပြုသူ ပထမဆုံး active ဖြစ်ခဲ့သည့်နေ့။

last_day_active_in_period

အစီရင်ခံကာလအတွင်း အသုံးပြုသူ နောက်ဆုံး active ဖြစ်ခဲ့သည့်နေ့။

messages

ကာလအတွင်း အသုံးပြုသူ ပို့ခဲ့သည့် မက်ဆေ့ချ်စုစုပေါင်း။

messages_rank

ထိုကာလအတွက် အလုပ်နေရာအတွင်း မက်ဆေ့ချ်စုစုပေါင်းအလိုက် အဆင့်သတ်မှတ်ချက်။

model_to_messages

မော်ဒယ် မိသားစုမှ မက်ဆေ့ချ်အရေအတွက်သို့ serialized မက်ပ်။

gpt_messages

ကာလအတွင်း အသုံးပြုသူက စိတ်ကြိုက် GPTs များသို့ ပို့ခဲ့သော မက်ဆေ့ချ်များ။

gpts_messaged

ကာလအတွင်း အသုံးပြုသူ မက်ဆေ့ချ်ပို့ခဲ့သော သီးခြားစိတ်ကြိုက် GPT အရေအတွက်။

gpt_to_messages

GPT ID မှ မက်ဆေ့ချ်အရေအတွက်သို့ serialized မက်ပ်။

tool_messages

အစီရင်ခံကာလအတွင်း အသုံးပြုသူအတွက် ကိရိယာလုပ်ဆောင်မှုနှင့် ဆက်စပ်သော မက်ဆေ့ချ်မှတ်တမ်း အရေအတွက်။ ၎င်းသည် အသုံးပြုသူ မြင်နိုင်သော ကိရိယာလုပ်ဆောင်ချက်များ သို့မဟုတ် ကိရိယာခေါ်ယူမှုများ၏ အရေအတွက်နှင့် တူညီချင်မှ တူညီမည်။

tools_messaged

ကာလအတွင်း အသုံးပြုထားသော သီးခြားကိရိယာအရေအတွက်။

tool_to_messages

ရွေးချယ်ထားသောကာလအတွင်း အသုံးပြုသူအတွက် အစီရင်ခံကိရိယာ အမျိုးအစားမှ ဆက်စပ်မက်ဆေ့ချ်မှတ်တမ်း အရေအတွက်သို့ serialized မက်ပ်။ အမျိုးအစားများသည် အသုံးပြုသူ မြင်နိုင်သော လုပ်ဆောင်ချက်များ သို့မဟုတ် ကိရိယာခေါ်ယူမှုများနှင့် တစ်ခုချင်းစီ ကိုက်ညီချင်မှ ကိုက်ညီမည်။

ရှာဖွေခြင်း

ChatGPT ဝဘ်ရှာဖွေမှု လုပ်ဆောင်ချက်နှင့် ဆက်စပ်သော မက်ဆေ့ချ်များ။

ကွန်တိန်နာ

ပံ့ပိုးထားသော ကိရိယာ၊ ဖိုင်၊ ကုဒ် သို့မဟုတ် command workflow များအတွင်း အသုံးပြုသည့် သီးခြား sandbox execution နှင့် ဆက်စပ်သော မက်ဆေ့ချ်များ။

အတွေးကွင်းဆက် အကျဉ်းချုပ်ကိရိယာ

ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော နှင့် ကိရိယာ workflow အချို့အတွင်း ထုတ်လုပ်ထားသော အကျဉ်းချုပ်ထားသည့် စဉ်းစားမှုအခြေအနေနှင့် ဆက်စပ်သော မက်ဆေ့ချ်များ။ ၎င်းသည် အကြမ်းအတွေးကွင်းဆက် အကြောင်းအရာကို မဖော်ပြပါ။

API ကိရိယာ

ChatGPT ၏ အရင်းအမြစ်နှင့် app-tool routing framework နှင့် ဆက်စပ်သော မက်ဆေ့ချ်များ။ ၎င်းသည် သုံးစွဲသူ၏ OpenAI developer API အသုံးပြုမှုကို ကိုယ်စားမပြုပါ။ workflow ပေါ်မူတည်၍ ၎င်းတွင် app သို့မဟုတ် connector ပံ့ပိုးထားသော ကိရိယာလုပ်ဆောင်မှု ပါဝင်နိုင်သည်။

project_messages

ကာလအတွင်း အသုံးပြုသူက ပရောဂျက်များအတွင်း ပို့ခဲ့သော မက်ဆေ့ချ်များ။

projects_messaged

ကာလအတွင်း အသုံးပြုသူ ပါဝင်ဆောင်ရွက်ခဲ့သော သီးခြားပရောဂျက်အရေအတွက်။

project_to_messages

ပရောဂျက် ID မှ မက်ဆေ့ချ်အရေအတွက်သို့ serialized မက်ပ်။

projects_created

ကာလအတွင်း အသုံးပြုသူ ဖန်တီးခဲ့သော ပရောဂျက်များ။

last_day_active

ဤကာလ သို့မဟုတ် ယခင်ကာလတစ်ခုခုတွင် အသုံးပြုသူ နောက်ဆုံး active ဖြစ်ခဲ့သည့်နေ့။

GPT အစီရင်ခံစာ

ရွေးချယ်ထားသောကာလအတွက် GPT အလိုက် အလုပ်နေရာ အသုံးပြုမှု အစီရင်ခံစာတစ်ခုဖြစ်သည်။ ၎င်းတွင် GPT အထောက်အထား၊ creator metadata၊ လုပ်ဆောင်မှုနှင့် အလုပ်နေရာအတွင်း အသုံးပြုမှုကို ပြသသည်။

Project အစီရင်ခံစာ

ရွေးချယ်ထားသောကာလအတွက် project အလိုက် အလုပ်နေရာ အသုံးပြုမှု အစီရင်ခံစာတစ်ခုဖြစ်သည်။ ၎င်းသည် GPT export ဖွဲ့စည်းပုံကို ပြန်လည်တူညီစွာလိုက်နာထားသော်လည်း project သီးသန့် identifier များနှင့် creator metadata များပါဝင်သည်။

Impact survey အစီရင်ခံစာ

ရွေးချယ်ထားသော အလုပ်နေရာအတွက် Impact survey ဒေတာ၏ response-level export တစ်ခုဖြစ်သည်။ export လုပ်ထားသော field များအပေါ် အခြေခံ၍ row တစ်ခုစီသည် respondent တစ်ယောက်အတွက် ဖြေထားသော survey question တစ်ခုကို ကိုယ်စားပြုပါသည်။