ChatGPT Enterprise zdaj podpira branje in razumevanje vizualnih vsebin (slik, grafov, diagramov itd.), vdelanih v datoteke PDF, vključene v pozive. Uporabniki lahko naložijo datoteko PDF, ChatGPT pa lahko razloži besedilo in vse vizualne elemente v njej.
Za podrobnosti glejte: Pogosta vprašanja o vizualnem pridobivanju podatkov iz datotek PDF.
ChatGPT Enterprise omogoča nalaganje datotek na več načinov:
Neposredno iz računalnika
Iz storitev Google Drive / SharePoint / OneDrive
Kot znanje GPT
Prek dejanja GPT
Ta vodnik pojasnjuje, kako funkcije ChatGPT Enterprise obravnavajo datoteke glede na njihovo vrsto, število in velikost, ter predstavlja strategije za izboljšanje rezultatov glede na zahteve pri delu z datotekami.
Povzetek
ChatGPT Enterprise različne vrste datotek obravnava zelo različno: iz besedilnih dokumentov, kot so datoteke PDF, predstavitve in Wordove datoteke, izlušči besedilo, strukturirane podatke iz preglednic analizira s kodo Python, slikovne datoteke pa opisuje z GPT-Vision. Za doseganje pričakovanega rezultata je ključno razumeti, katera vrsta datoteke sproži kateri postopek obdelave.
Pri besedilnih dokumentih ChatGPT Enterprise neposredno ob poziv vključi čim več ustreznega besedila, za dostop do dodatnih informacij pa uporabi iskalni sistem. To se dobro obnese pri odgovarjanju na konkretna vprašanja. Vendar lahko ta pristop naleti na težave pri zahtevnih nalogah, kot sta povzemanje zelo obsežnih dokumentov ali primerjava več velikih datotek. V nadaljevanju spoznajte strategije za izboljšanje rezultatov.
Obravnava datotek glede na vrsto
ChatGPT Enterprise obdeluje datoteke na tri glavne načine: z izluščanjem besedila, analizo s kodo in razlago slik. Vrsta datoteke določa, kateri postopek obdelave uporabi ChatGPT Enterprise.
| Pridobivanje podatkov iz besedila | Tolmač kod (Code Interpreter) | Obdelava slik | Vizualno pridobivanje podatkov | |
|---|---|---|---|---|
| Primeri vrst datotek | pptx, docx, txt, md, json, xml, pdf* * Datoteke PDF, naložene kot znanje GPT ali projektne datoteke | csv, xls, xlsx* *Opomba: Tolmač kod (Code Interpreter) lahko obdeluje katero koli vrsto datoteke, vendar ga ChatGPT Enterprise privzeto najpogosteje uporablja za preglednice. | jpg, png | pdf* * Datoteke PDF, vključene v uporabniške pozive |
| Delovanje | Iz datoteke izlušči besedilo – del besedila prilepi (»vstavi«) neposredno v kontekstno okno, del pa shrani za iskanje. | Tolmač kod (Code Interpreter) posreduje datoteko Pythonu v obdelavo. | Večmodalni modeli slike razlagajo neposredno, pri čemer veljajo znane omejitve. | Kombinacija pridobivanja podatkov iz besedila in obdelave slik. Besedilo se digitalno izlušči, vizualno vsebino pa neposredno razlagajo večmodalni modeli. |
Pri datotekah, ki vsebujejo le besedilo, slikovnih datotekah ali datotekah z jasno strukturiranimi podatki (npr. Excelovi tabeli transakcij) ta razdelitev zagotavlja najboljši možni način obdelave.
V nekaterih primerih obravnava ni tako očitna, na primer:
Slike, vdelane v datoteke, ki niso v obliki PDF, se ne obdelajo. Če jih želite vključiti, datoteko pred nalaganjem pretvorite v PDF.
ChatGPT Enterprise za delo s preglednicami vedno uporabi Tolmač kod (Code Interpreter), tudi če dokument vsebuje veliko besedila. Če na primer ChatGPT Enterprise prosite, naj prevede datoteko CSV z 10 vrsticami besedila, bo datoteko poskusil prevesti s knjižnico Python, kar je manj natančno, kot če modelu omogočite, da prevod ustvari neposredno. To težavo lahko omilite tako, da preglednico izvozite v besedilno obliko (na primer PDF).
Podobno bo ChatGPT Enterprise strukturirano tabelo transakcij, naloženo v datoteki JSON, obravnaval kot navadno besedilo. Če želite analizirati podatke v datoteki JSON, v pozivu modelu naročite, naj uporabi Tolmač kod (Code Interpreter).
Obravnava datotek glede na velikost
ChatGPT Enterprise uporablja modele z največjim kontekstnim oknom 128 tisoč žetonov (približno 200 strani besedila). Vendar se vsi žetoni ne uporabijo za vključitev besedila iz naloženih datotek. Število „napolnjenih“ žetonov se razlikuje glede na vrsto uporabe.
ChatGPT Enterprise „napolni“ določeno količino besedila, preostalo besedilo pa se pošlje v zasebni iskalni indeks („vektorsko shrambo“, vrsto podatkovne zbirke, zasnovane za učinkovito shranjevanje in pridobivanje velikih količin besedila). Ko zastavite vprašanje, ChatGPT Enterprise vključi vključeno besedilo skupaj z ustreznimi odseki, pridobljenimi iz zasebnega iskalnega indeksa.
Če naložite en sam dokument, ChatGPT Enterprise vključi besedilo od začetka, dokler ne doseže svoje omejitve. Če naložite več dokumentov, ChatGPT Enterprise vključi del ali celoto vsakega dokumenta. Vse besedilo iz dokumentov se pošlje tudi v zasebni iskalni indeks.
Polnjenje konteksta za besedilne dokumente
Ta funkcija je v aktivnem razvoju. Zato se lahko naslednje podrobnosti spremenijo brez predhodnega obvestila.
ChatGPT Enterprise lahko v kontekstnem oknu obdela do 110.000 žetonov iz naloženih dokumentov. Če naložite enega ali več dokumentov, ki skupaj vsebujejo manj kot 110.000 žetonov, bo vključena celotna vsebina.
Pri posameznem dokumentu, ki presega 110.000 žetonov, bo vključenih le prvih 110.000 žetonov od začetka dokumenta. Preostanek bo poslan le v zasebni iskalni indeks.
Če naložite več dokumentov, ki skupaj presegajo 110.000 žetonov, ChatGPT Enterprise za uravnoteženo zastopanost dokumentov uporabi naslednji postopek:
Izlušči do 55.000 žetonov, enakomerno porazdeljenih med naložene dokumente.
Dokumentom, ki v prvem koraku niso bili v celoti vključeni, dodeli preostalih 55.000 žetonov sorazmerno glede na število preostalih žetonov v posameznem dokumentu.
Vsi preostali žetoni se pošljejo le v zasebni iskalni indeks.
Število žetonov v besedilnem dokumentu lahko ocenite tako, da besedilo dokumenta kopirate v orodje OpenAI za tokenizacijo.
Vključevanje vsebine večpredstavnostnih datotek PDF v kontekst
Ko uporabniki naložijo datoteke PDF, ki vsebujejo besedilo in slike, vizualno pridobivanje podatkov omogoča, da ChatGPT te slike neposredno obdeluje skupaj z digitalno izluščenim besedilom. Naslednji koraki dopolnjujejo naše standardne postopke obravnave konteksta pri večpredstavnostnih datotekah PDF:
Izluščanje in vdelava slik: slike se izluščijo in vdelajo skupaj s pripadajočim digitalnim besedilom.
Pametno prilagajanje velikosti: velikost slik se samodejno prilagodi, da se ohrani ravnovesje med kakovostjo informacij in učinkovito uporabo razpoložljivega kontekstnega okna.
Ko naložene datoteke PDF presežejo omejitev 110.000 žetonov, se slike in besedilo vdelajo v zasebni iskalni indeks. Besedilne vdelave se sklicujejo na ustrezne slike, kar omogoča, da ChatGPT na podlagi uporabniških poizvedb pridobi ustrezne pare besedila in slik. Pridobljene slike se nato obdelajo z vgrajenimi večmodalnimi zmožnostmi ChatGPT.
Pri večpredstavnostnih datotekah PDF je težko natančno oceniti potrebno število žetonov. Preizkusi kažejo, da približno 350 strani z besedilom in slikami v celoti zapolni kontekstno okno s 110.000 žetoni.
Strategije iskanja glede na vrsto modela
Tako modeli serije GPT kot modeli serije o podpirajo nalaganje datotek ter uporabljajo enako logiko polnjenja konteksta in iskalnih vložitev. Vsi modeli izvajajo hibridna iskanja po zasebnem iskalnem indeksu, pri čemer združujejo ključne besede in semantične metode. Pri hibridnem iskanju model ustvari iskalno frazo na podlagi uporabnikovega poziva, zasebni iskalni indeks pa nato pridobi ustrezno besedilo in slike.
Vendar se ti modeli razlikujejo po tem, kako iščejo po velikih dokumentih, ki presegajo kontekstno okno:
Modeli serije GPT
Eno iskanje na poziv: Modeli serije GPT izvedejo eno iskanje na uporabniški poziv.
Primerni primeri uporabe: Idealni so za odgovarjanje na preprosta vprašanja, katerih odgovori so v obsežni dokumentaciji.
Primeri poizvedb:
»Kakšna je kadrovska politika glede predčasne upokojitve?«
»Kaj počne funkcija process_order?«
Modeli serije o
Več iskanj na poziv: Za vsak uporabniški poziv lahko izvede več iskanj (običajno 2–3), vsako z drugim iskalnim izrazom. Iskanja se izvajajo zaporedno, model pa lahko svoj pristop prilagodi na podlagi informacij, pridobljenih s prejšnjimi iskanji.
Primerni primeri uporabe: Primernejši so za kompleksna vprašanja, ki zahtevajo več ciljno usmerjenih iskanj po obsežni dokumentaciji.
Primeri poizvedb:
»Kakšna je kadrovska politika glede predčasne upokojitve, starševskega dopusta in premestitve v tujino?«
»Pojasni, kaj počne funkcija process_order, navedi vse metode, ki jih kliče, in vsako na kratko opiši.«
Kljub svojim prednostim imajo lahko modeli serije o težave, kadar poizvedba zahteva več kot tri iskanja.
Nasveti za izboljšanje rezultatov iskanja po datotekah
Za kompleksna vprašanja, ki zahtevajo več iskanj, poskusite uporabiti model serije o.
Upoštevajte, da se odgovori lahko razlikujejo glede na vrsto, število in velikost dokumentov, ki jih naložite.
Na splošno bo nalaganje manjšega števila osredotočenih dokumentov privedlo do večje natančnosti.
Teme z več vprašanji pretvorite v posamezna vprašanja:
Če morate poznati kadrovske pravilnike vsake zvezne države, jih sprašujte enega za drugim.
Če morate povzeti veliko dokumentov, prosite za en dokument naenkrat. Če ima ta dokument več sto strani, razmislite o razdelitvi na manjše dele.
ChatGPT Enterprise lahko prosite, naj napiše „povzetek povzetkov“, če mu namesto celotnih dokumentov posredujete več povzetkov.
Če imate CSV razpisa RFP (vsaka vrstica je drugo vprašanje), ta vprašanja postavljajte eno za drugim, namesto da samo naložite CSV in zahtevate en sam odgovor.
Poiščite načine za preverjanje odgovorov modela. Primer navodil GPT je spodaj:
# Kontekst
Ste strokovnjak za razumevanje dokumentov. Uporabnik bo priložil dokument in postavil vprašanje. Omogočiti jim morate, da lahko vaš odgovor povežejo z natančnim delom besedila, iz katerega ste odgovor povzeli.
# Navodila
1. Odgovorite na uporabnikovo vprašanje na podlagi priloženega dokumenta v natančni obliki, podani spodaj
# Oblika
- Vprašanje: { ponovite uporabnikovo vprašanje }
- Odgovor: { podajte odgovor na uporabnikovo vprašanje }
Vir:
- - Številka razdelka: { navedite številko razdelka, iz katerega ste povzeli odgovor }
- - Naslov razdelka: { navedite naslov razdelka, iz katerega ste povzeli odgovor }
- - Točno besedilo: { navedite točno besedilo, iz katerega ste povzeli odgovor }
# Pravila
- Podajajte jasne in jedrnate odgovore
- Navedite samo informacije iz dokumenta
- Če odgovora v dokumentu ne najdete, preprosto odgovorite »Ni najdenih informacij.«