ChatGPT Enterprise اب پرومپٹس میں شامل پی ڈی ایف فائلوں کے اندر موجود بصری مواد (تصاویر، گراف، خاکے وغیرہ) کو پڑھ اور سمجھ سکتا ہے. صارفین پی ڈی ایف اپ لوڈ کر سکتے ہیں، اور ChatGPT اس فائل کے متن اور اس میں موجود تمام بصری عناصر کو سمجھ سکتا ہے.
تفصیلات کے لیے دیکھیں: پی ڈی ایف میں بصری بازیافت سے متعلق عام سوالات.
ChatGPT Enterprise میں آپ کئی طریقوں سے فائلیں اپ لوڈ کر سکتے ہیں:
براہ راست اپنے کمپیوٹر سے
GPT کے علمی ذخیرے کے طور پر
پروجیکٹ فائل کے طور پر
GPT ایکشن سے
یہ رہنما بتاتا ہے کہ ChatGPT Enterprise کی خصوصیات فائلوں کی قسم، تعداد اور حجم کے لحاظ سے انہیں کیسے سنبھالتی ہیں، اور فائل کی ضروریات کے مطابق بہتر نتائج حاصل کرنے کے طریقے بیان کرتا ہے.
خلاصہ
ChatGPT Enterprise مختلف اقسام کی فائلوں کو بالکل مختلف طریقوں سے سنبھالتا ہے: پی ڈی ایف، پیشکشوں اور ورڈ فائلوں جیسی متنی دستاویزات سے متن نکالتا ہے، پائتھن کوڈ کے ذریعے اسپریڈشیٹس کے منظم ڈیٹا کا تجزیہ کرتا ہے، اور GPT ویژن کے ذریعے تصویری فائلوں کی وضاحت کرتا ہے. متوقع نتیجہ حاصل کرنے کے لیے یہ سمجھنا ضروری ہے کہ کس قسم کی فائل پر کون سا طریقۂ کار اختیار کیا جاتا ہے.
متن پر مبنی دستاویزات کے لیے ChatGPT Enterprise زیادہ سے زیادہ متعلقہ متن براہ راست پرومپٹ کے ساتھ شامل کرتا ہے اور اضافی معلومات تک رسائی کے لیے تلاش کا نظام استعمال کرتا ہے. یہ طریقہ مخصوص سوالات کے جواب دینے میں مؤثر ہے. تاہم، بہت بڑی دستاویزات کا خلاصہ بنانے یا کئی بڑی فائلوں کا موازنہ کرنے جیسے پیچیدہ کاموں میں اس طریقے کو مشکلات پیش آ سکتی ہیں. بہتر نتائج حاصل کرنے کے طریقے جاننے کے لیے آگے پڑھیں.
قسم کے لحاظ سے فائلوں کو سنبھالنا
ChatGPT Enterprise فائلوں کو تین بنیادی طریقوں سے پراسیس کرتا ہے: متن نکالنا، کوڈ کے ذریعے تجزیہ کرنا، اور تصاویر کو سمجھنا. فائل کی قسم طے کرتی ہے کہ ChatGPT Enterprise کون سا طریقۂ کار اپنائے گا.
| متن پر مبنی بازیافت | کوڈ انٹرپریٹر | تصویروں کی پراسیسنگ | بصری بازیافت | |
|---|---|---|---|---|
| فائل کی اقسام کی مثالیں | pptx, docx, txt, md, json, xml, pdf* * وہ پی ڈی ایف جو GPT کے علمی ذخیرے یا پروجیکٹ فائلوں کے طور پر اپ لوڈ کی گئی ہوں | csv, xls, xlsx* *نوٹ: کوڈ انٹرپریٹر کسی بھی قسم کی فائل پر کام کر سکتا ہے، لیکن ChatGPT Enterprise عموماً اسپریڈشیٹس کے لیے خودکار طور پر کوڈ انٹرپریٹر منتخب کرتا ہے | jpg, png | pdf* * صارف کے پرومپٹس میں شامل پی ڈی ایف |
| طریقۂ عمل | فائل سے متن نکالتا ہے — کچھ متن براہ راست سیاق ونڈو میں چسپاں («بھر») دیا جاتا ہے؛ کچھ متن تلاش کے لیے محفوظ کیا جاتا ہے | کوڈ انٹرپریٹر فائل کو پراسیسنگ کے لیے پائتھن کے حوالے کرتا ہے | ملٹی-موڈل ماڈل اپنی اندرونی صلاحیتوں سے تصاویر کو سمجھتے ہیں، تاہم ان پر معلوم حدود لاگو ہوتی ہیں. | متن کی بازیافت اور تصاویر کی پراسیسنگ کا ملا جلا طریقہ. متن ڈیجیٹل طور پر نکالا جاتا ہے، اور ملٹی-موڈل ماڈل اپنی اندرونی صلاحیتوں سے بصری مواد کو سمجھتے ہیں. |
صرف متن والی فائلوں، تصویری فائلوں یا واضح طور پر منظم ڈیٹا والی فائلوں (مثلاً ایکسل میں لین دین کی جدول) کے لیے یہ الگ الگ طریقے بہترین ممکنہ نتائج دیتے ہیں.
بعض صورتوں میں یہ فرق اتنا واضح نہیں ہوتا، مثلاً:
پی ڈی ایف کے علاوہ دوسری فائلوں کے اندر شامل تصاویر پراسیس نہیں کی جاتیں. انہیں شامل کرنے کے لیے، اپ لوڈ کرنے سے پہلے فائل کو پی ڈی ایف میں تبدیل کریں.
ChatGPT Enterprise اسپریڈشیٹس پر کام کرنے کے لیے ہمیشہ کوڈ انٹرپریٹر استعمال کرے گا، چاہے دستاویز میں بڑی مقدار میں متن موجود ہو. مثلاً، اگر آپ ChatGPT Enterprise سے متن کی 10 قطاروں والی سی ایس وی فائل کا ترجمہ کرنے کو کہیں، تو وہ پائتھن لائبریری کے ذریعے فائل کا ترجمہ کرنے کی کوشش کرے گا، جس کی درستی ماڈل سے براہ راست ترجمہ کروانے کے مقابلے میں کم ہوتی ہے. اس مسئلے کو کم کرنے کے لیے، اسپریڈشیٹ کو متن پر مبنی کسی فارمیٹ (مثلاً پی ڈی ایف) میں برآمد کرکے دیکھیں.
اسی طرح، اگر آپ جے سون فائل میں موجود لین دین کی منظم جدول اپ لوڈ کریں، تو ChatGPT Enterprise اس فائل کو سادہ متن کے طور پر پڑھے گا. اگر آپ جے سون فائل میں موجود ڈیٹا کا تجزیہ کرنا چاہتے ہیں، تو اپنے پرومپٹ میں ماڈل کو کوڈ انٹرپریٹر استعمال کرنے کی ہدایت دیں.
سائز کی بنیاد پر فائلوں کو سنبھالنا
ChatGPT Enterprise ایسے ماڈلز استعمال کرتا ہے جن کی زیادہ سے زیادہ سیاق ونڈو 128k ٹوکنز (تقریباً 200 صفحات متن) ہے. تاہم، اپ لوڈ کردہ فائلوں کا متن شامل کرنے کے لیے تمام ٹوکنز استعمال نہیں ہوتے. “stuffed” ٹوکنز کی تعداد استعمال کی قسم کے لحاظ سے بدلتی ہے.
ChatGPT Enterprise کچھ مقدار میں متن "stuffs" کرتا ہے، اور باقی متن نجی تلاش اشاریے (ایک "vector store"، جو بڑی مقدار میں متن کو مؤثر طور پر محفوظ اور بازیافت کرنے کے لیے ڈیزائن کردہ ڈیٹابیس کی ایک قسم ہے) کو بھیجا جاتا ہے. جب آپ سوال پوچھتے ہیں، ChatGPT Enterprise شامل متن کے ساتھ نجی تلاش اشاریے سے بازیافت کردہ متعلقہ حصے بھی لاتا ہے.
اگر آپ ایک ہی دستاویز اپ لوڈ کرتے ہیں، تو ChatGPT Enterprise آغاز سے متن شامل کرتا ہے جب تک کہ وہ اپنی حد تک نہ پہنچ جائے. اگر آپ متعدد دستاویزات اپ لوڈ کرتے ہیں، تو ChatGPT Enterprise ہر دستاویز کا کچھ یا پورا حصہ شامل کرتا ہے. دستاویزات کا تمام متن نجی تلاش اشاریے کو بھی بھیجا جاتا ہے.
متنی دستاویزات کے لیے سیاق stuffing
یہ فیچر فعال ترقی کے مرحلے میں ہے۔ اس لیے، درج ذیل تفصیلات بغیر پیشگی اطلاع کے تبدیل ہو سکتی ہیں۔
ChatGPT Enterprise اپ لوڈ کردہ دستاویزات سے 110 ہزار ٹوکن تک سیاق ونڈو میں پراسیس کر سکتا ہے. اگر آپ ایک یا زیادہ دستاویزات اپ لوڈ کریں جن میں مجموعی طور پر 110 ہزار سے کم ٹوکن ہوں، تو پورا مواد شامل کیا جائے گا.
اگر کسی ایک دستاویز میں 110 ہزار سے زیادہ ٹوکن ہوں، تو اس کے آغاز سے صرف پہلے 110 ہزار ٹوکن شامل کیے جائیں گے. باقی مواد صرف نجی تلاش کے اشاریے میں بھیجا جائے گا.
اگر متعدد دستاویزات اپ لوڈ کی جائیں اور ان میں مجموعی طور پر 110 ہزار سے زیادہ ٹوکن ہوں، تو ChatGPT Enterprise ہر دستاویز کے مواد کو متوازن انداز میں شامل کرنے کے لیے درج ذیل طریقہ اپناتا ہے:
اپ لوڈ کردہ دستاویزات سے برابر حصوں میں مجموعی طور پر 55 ہزار تک ٹوکن نکالے جاتے ہیں.
پہلے مرحلے میں مکمل طور پر شامل نہ ہونے والی دستاویزات کے لیے باقی 55 ہزار ٹوکن ہر دستاویز کے بچے ہوئے ٹوکن کی تعداد کے تناسب سے مختص کیے جاتے ہیں.
اس کے بعد بچنے والے تمام ٹوکن صرف نجی تلاش کے اشاریے میں بھیجے جاتے ہیں.
آپ کسی متنی دستاویز کا متن نقل کرکے OpenAI ٹوکنائزر میں ڈال کر اس کے ٹوکن کی تعداد کا اندازہ لگا سکتے ہیں.
ملٹی میڈیا پی ڈی ایف کا مواد سیاق میں شامل کرنا
جب صارفین متن اور تصاویر دونوں پر مشتمل پی ڈی ایف اپ لوڈ کرتے ہیں، تو بصری بازیافت کی مدد سے ChatGPT ڈیجیٹل طور پر نکالے گئے متن کے ساتھ ان تصاویر کو بھی اپنی اندرونی صلاحیتوں سے پراسیس کر سکتا ہے. ملٹی میڈیا پی ڈی ایف کے سیاق کو سنبھالنے کے ہمارے معیاری طریقوں کے ساتھ درج ذیل اضافی مراحل بھی انجام دیے جاتے ہیں:
تصاویر نکالنا اور ان کی ایمبیڈنگ بنانا: تصاویر نکال کر ان سے متعلقہ ڈیجیٹل متن کے ساتھ ان کی ایمبیڈنگ بنائی جاتی ہے.
ذہانت سے سائز بدلنا: تصاویر کا سائز خودکار طور پر بدلا جاتا ہے تاکہ معلومات کے معیار اور دستیاب سیاق ونڈو کے مؤثر استعمال میں توازن برقرار رہے.
جب اپ لوڈ کردہ پی ڈی ایف 110 ہزار ٹوکن کی حد سے تجاوز کر جائیں، تو تصاویر اور متن دونوں کی ایمبیڈنگ نجی تلاش کے اشاریے میں محفوظ کی جاتی ہے. متن کی ایمبیڈنگز میں متعلقہ تصاویر کے حوالے ہوتے ہیں، جن کی مدد سے ChatGPT صارفین کے سوالات کے مطابق متن اور تصویر کی مناسب جوڑیاں بازیافت کر سکتا ہے. اس کے بعد بازیافت کی گئی تصاویر کو ChatGPT کی اندرونی ملٹی-موڈل صلاحیتوں سے پراسیس کیا جاتا ہے.
ملٹی میڈیا پی ڈی ایف کے لیے درکار ٹوکن کی تعداد کا درست اندازہ لگانا مشکل ہے. آزمائشوں سے پتا چلتا ہے کہ متن اور تصاویر پر مشتمل تقریباً 350 صفحات، 110 ہزار ٹوکن کی سیاق ونڈو کو مکمل طور پر بھر دیتے ہیں.
ماڈل کی قسم کی بنیاد پر تلاش کی حکمت عملیاں
GPT-سیریز اور o-سیریز دونوں ماڈلز فائل اپ لوڈز کی حمایت کرتے ہیں اور یکساں سیاق stuffing اور تلاش embedding منطق استعمال کرتے ہیں. تمام ماڈلز نجی تلاش اشاریے کے خلاف ہائبرڈ تلاشیں انجام دیتے ہیں، جن میں کلیدی الفاظ اور معنوی طریقے شامل ہوتے ہیں. ہائبرڈ تلاش میں، ماڈل صارف کے پرومپٹ کی بنیاد پر تلاش عبارت بناتا ہے، اور نجی تلاش اشاریہ اسی کے مطابق متعلقہ متن اور تصاویر واپس لاتا ہے.
تاہم، یہ ماڈلز سیاق ونڈو سے بڑے بڑے دستاویزات میں تلاش کرنے کے طریقے میں مختلف ہوتے ہیں:
GPT سیریز کے ماڈلز
ہر پرومپٹ کے لیے ایک تلاش: GPT سیریز کے ماڈلز صارف کے ہر پرومپٹ کے لیے ایک تلاش کرتے ہیں.
مؤثر استعمال: وسیع دستاویزات میں موجود سادہ سوالات کے جواب دینے کے لیے بہترین.
مثالی سوالات:
"قبل از وقت سبک دوشی سے متعلق انسانی وسائل کی پالیسی کیا ہے؟"
"process_order فنکشن کیا کرتا ہے؟"
او سیریز کے ماڈلز
ہر پرومپٹ کے لیے متعدد تلاشیں: صارف کے ہر پرومپٹ کے لیے متعدد تلاشیں، عموماً 2-3، انجام دے سکتے ہیں اور ہر تلاش کا فقرہ منفرد ہوتا ہے. تلاشیں یکے بعد دیگرے انجام دی جاتی ہیں اور ماڈل گزشتہ تلاشوں سے حاصل شدہ معلومات کی بنیاد پر اپنا طریقۂ کار تبدیل کر سکتا ہے.
مؤثر استعمال: وسیع دستاویزات میں متعدد مخصوص تلاشیں درکار ہونے والے پیچیدہ سوالات کے لیے زیادہ موزوں.
مثالی سوالات:
"قبل از وقت سبک دوشی، والدین کی رخصت اور بیرونِ ملک تبادلے سے متعلق انسانی وسائل کی پالیسیاں کیا ہیں؟"
"وضاحت کریں کہ process_order فنکشن کیا کرتا ہے، اس فنکشن کے ذریعے طلب کیے جانے والے تمام طریقوں کی فہرست دیں اور ہر طریقے کی مختصر وضاحت کریں."
اپنی خوبیوں کے باوجود، او سیریز کے ماڈلز کو ایسے سوالات میں مشکل پیش آ سکتی ہے جن کے لیے تین سے زیادہ تلاشیں درکار ہوں.
فائل تلاش کے نتائج بہتر بنانے کے مشورے
متعدد تلاشوں کی ضرورت رکھنے والے پیچیدہ سوالات کے لیے o-سیریز ماڈل استعمال کرنے کی کوشش کریں.
یاد رکھیں کہ جوابات آپ کی اپ لوڈ کردہ دستاویزات کی قسم، تعداد، اور سائز کے لحاظ سے بدل سکتے ہیں.
عام طور پر، کم اور مرکوز دستاویزات لوڈ کرنے سے درستگی زیادہ ہوگی.
متعدد سوالات والے موضوعات کو واحد سوالات میں بدلیں:
اگر آپ کو ہر ریاست کی HR پالیسیاں جاننی ہوں، تو انہیں ایک ایک کر کے پوچھیں.
اگر آپ کو بہت سی دستاویزات کا خلاصہ چاہیے، تو ایک وقت میں ایک دستاویز کے بارے میں پوچھیں. اگر وہ دستاویز کئی سو صفحات کی ہے، تو اسے چھوٹے اجزا میں تقسیم کرنے پر غور کریں.
اگر آپ ChatGPT Enterprise کو پوری دستاویزات کے بجائے متعدد خلاصے دیں، تو آپ اس سے “خلاصوں کا خلاصہ” لکھنے کو کہہ سکتے ہیں.
اگر آپ کے پاس کسی RFP کی CSV ہے (ہر سطر ایک مختلف سوال ہے)، تو صرف CSV لوڈ کر کے ایک جواب مانگنے کے بجائے ان سوالات کو ایک ایک کر کے پوچھیں.
ماڈل کے جوابات کا آڈٹ کرنے کے طریقے تلاش کریں. مثالی GPT ہدایات نیچے دی گئی ہیں:
# سیاق
آپ دستاویزات کو سمجھنے کے ماہر ہیں۔ صارف ایک دستاویز منسلک کرے گا اور ایک سوال پوچھے گا۔ انہیں یہ جوڑنے کے قابل ہونا چاہیے کہ آپ نے اپنا جواب متن کے کس درست حصے سے لیا ہے۔
# ہدایات
1. صارف کے سوال کا جواب اس کی منسلک کردہ دستاویز کی بنیاد پر، نیچے دیے گئے عین فارمیٹ میں دیں
# فارمیٹ
- Question: { صارف کے سوال کو دہرائیں }
- Answer: { صارف کے سوال کا جواب دیں }
Source:
- - Section Number: { وہ سیکشن نمبر دیں جہاں سے آپ نے جواب لیا }
- - Section Title: { وہ سیکشن عنوان دیں جہاں سے آپ نے جواب لیا }
- - Exact Text: { وہ عین متن دیں جہاں سے آپ نے جواب لیا }
# قواعد
- جواب واضح اور مختصر دیں
- صرف وہی معلومات دیں جو دستاویز میں موجود ہوں
- اگر آپ کو دستاویز میں جواب نہ ملے، تو بس "کوئی معلومات نہیں ملی۔" جواب دیں