נוסחת GPT_CLASSIFY

=GPT_CLASSIFY(value, categories, instructions, output, bypassCache)

פרמטר	תיאור	ברירת מחדל
value	התא לסיווג (לדוגמה: A2), או טווח של עד 100 תאים (לדוגמה: A2:A50). טווח מחזיר תוצאה אחת לכל תא, באותו פורמט. נדרש	""
categories	רשימה מופרדת בפסיקים (לדוגמה: "Bug, Feature, Question") או טווח של תאים. טווח חד-טורי מכיל את התוויות; טווח דו-טורי מכיל תווית ואת התיאור שלה (לדוגמה: F2:G5). תיאורים הופכים את הסיווג למדויק יותר באופן ניכר. נדרש	""
instructions	הקשר עבור המסווג (לדוגמה: "Support tickets of a SaaS product").	""
output	label (הקטגוריה שנבחרה), confidence (ציון 0 עד 1 לקטגוריה שנבחרה), both (תווית וציון בשני טורים) או all (ציון אחד לכל קטגוריה, בסדר הקטגוריות שלכם).	label
bypassCache	עקיפת המטמון וסיווג מחדש.	false

נוסחה	תוצאה
=GPT_CLASSIFY(A2, "Bug, Feature, Question")	Bug
=GPT_CLASSIFY(A2, "Bug, Feature, Question", "Support tickets", "both")	Bug | 0.94
=GPT_CLASSIFY(A2, F2:G5, , "all")	ציון אחד לכל קטגוריה, בסדר F2:F5
=GPT_CLASSIFY(A2:A50, $F$2:$G$5)	תווית אחת לכל שורה, בנוסחה יחידה

טיפ: שימו את הקטגוריות שלכם בטווח עם תיאור ליד כל תווית, לדוגמה Bug | something is broken, Feature | asks for a new capability, Question | asks how to do something. לאחר מכן הפנו לטווח עם $F$2:$G$5 כדי שתוכלו לגרור את הנוסחה למטה.

כל סיווג מחזיר תמיד את הקטגוריה התואמת ביותר. השתמשו ב-"both" כדי לקבל את ציון הביטחון ליד התווית ולסמן שורות בעלות ביטחון נמוך לסקירה אנושית באמצעות מסנן או עיצוב מותנה, או ב-"all" כדי לראות את פילוג הציונים המלא ליצירת מפת חום.

תאים ריקים מחזירים תוצאה ריקה. טקסטים זהים בטווח מסווגים פעם אחת, והרצה מחדש של טווח מסווגת רק את התאים שהטקסט שלהם השתנה.

=GPT_CLASSIFY פועל על TypeSafe Jev, מודל החלטה שעונה על שאלה חד-ברירתית עם הסתברות לכל קטגוריה. הוא מהיר וזול פי 10 בערך מנוסחת טקסט, והחיוב הוא בעלות בפועל של המודל. הוא זמין בכל תוכנית.

אם מודל ההחלטה אינו זמין, הנוסחה חוזרת למודל הטקסט הסטנדרטי כך שהגיליון שלכם לעולם לא יציג שגיאה מסיבה זו; ציון הביטחון ייוותר ריק במקרה זה.