GPT_CLASSIFY 関数

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

パラメータ	説明	デフォルト
value	分類対象のセル（例: A2）、または最大100セルの範囲（例: A2:A50）。範囲を指定すると、セルごとに1つの結果が同じ形状で返されます。 必須	""
categories	カンマ区切りのリスト（例: "Bug, Feature, Question"）またはセルの範囲。1列の範囲はラベルを、2列の範囲はラベルとその説明（例: F2:G5）を保持します。説明を追加すると分類の精度が顕著に向上します。 必須	""
instructions	分類器へのコンテキスト（例: "SaaS 製品のサポートチケット"）。	""
output	label（選択されたカテゴリ）、confidence（選択されたカテゴリの 0 〜 1 のスコア）、both（2列にラベルとスコア）、または all（カテゴリの順序に沿って各カテゴリのスコアを1つずつ）。	label
bypassCache	キャッシュをバイパスして再分類します。	false

関数	結果
=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")	F2:F5 の順序で各カテゴリのスコア
=GPT_CLASSIFY(A2:A50, $F$2:$G$5)	1つの関数で行ごとに1つのラベル

ヒント: 各ラベルの隣に説明を付けてカテゴリを範囲に配置します。例えば Bug | 何かが壊れている、Feature | 新しい機能を求めている、Question | どうやるかを尋ねている などです。そのうえで、$F$2:$G$5 のように範囲を参照すると、関数を下にドラッグできます。

分類では常に最も一致度の高いカテゴリが返されます。"both" を使用してラベルの隣に信頼度を取得し、低信頼度の行をフィルタや条件付き書式で人間のレビュー対象としてフラグ付けします。また、"all" を使用すると全体のスコア分布を確認でき、ヒートマップとして活用できます。

空白セルは空白の結果を返します。範囲内の同一テキストは1回だけ分類され、範囲を再実行した場合はテキストが変更されたセルのみが再分類されます。

=GPT_CLASSIFY は TypeSafe Jev 上で動作します。これは、単一選択の質問に対してカテゴリごとの確率で回答する決定モデルです。テキスト関数よりも速く、約10分のコストで済み、モデルの実際のコストで課金されます。すべてのプランで利用可能です。

決定モデルが利用できない場合、関数は Standard テキストモデルにフォールバックするため、その理由でシートにエラーが表示されることはありません。ただし、その場合は信頼度スコアは空白になります。