ข้ามไปยังเนื้อหา

สูตร GPT_CLASSIFY

จัดหมวดหมู่ข้อความด้วยหมวดหมู่ของคุณเองด้วย =GPT_CLASSIFY

หัวข้อที่มีชื่อว่า “จัดหมวดหมู่ข้อความด้วยหมวดหมู่ของคุณเองด้วย =GPT_CLASSIFY”

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

พารามิเตอร์คำอธิบายค่าเริ่มต้น
value

เซลล์ที่จะจัดหมวดหมู่ (เช่น: A2) หรือช่วงของเซลล์สูงสุด 100 เซลล์ (เช่น: A2:A50) ช่วงจะส่งผลลัพธ์หนึ่งรายการต่อเซลล์ ในรูปทรงเดียวกัน

จำเป็น

""
categories

อาจเป็นรายการที่คั่นด้วยจุลภาค (เช่น: "Bug, Feature, Question") หรือช่วงของเซลล์ ช่วงแบบหนึ่งคอลัมน์จะเก็บป้ายกำกับ; ช่วงแบบสองคอลัมน์จะเก็บป้ายกำกับและคำอธิบาย (เช่น: F2:G5) คำอธิบายจะทำให้การจัดหมวดหมู่แม่นยำขึ้นอย่างเห็นได้ชัด

จำเป็น

""
instructionsบริบทสำหรับตัวจัดหมวดหมู่ (เช่น: "ตั๋วสนับสนุนของผลิตภัณฑ์ SaaS")""
outputlabel (หมวดหมู่ที่เลือก), confidence (คะแนนตั้งแต่ 0 ถึง 1 ของหมวดหมู่ที่เลือก), both (ป้ายกำกับและคะแนนในสองคอลัมน์) หรือ all (คะแนนหนึ่งคะแนนต่อหมวดหมู่ ตามลำดับหมวดหมู่ของคุณ)label
bypassCacheข้ามแคชและจัดหมวดหมู่ใหม่อีกครั้งfalse
สูตรผลลัพธ์
=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")คะแนนหนึ่งคะแนนต่อหมวดหมู่ ตามลำดับใน F2:F5
=GPT_CLASSIFY(A2:A50, $F$2:$G$5)ป้ายกำกับหนึ่งป้ายต่อแถว ในสูตรเดียว

เคล็ดลับ: ใส่หมวดหมู่ของคุณในช่วงพร้อมคำอธิบายถัดจากป้ายกำกับแต่ละอัน ตัวอย่างเช่น Bug | มีบางอย่างเสีย, Feature | ขอความสามารถใหม่, Question | ถามวิธีการทำบางอย่าง จากนั้นอ้างอิงช่วงด้วย $F$2:$G$5 เพื่อให้คุณสามารถลากสูตรลงด้านล่างได้

การจัดหมวดหมู่ทุกครั้งจะส่งกลับหมวดหมู่ที่ตรงกันมากที่สุดเสมอ ใช้ "both" เพื่อรับค่าความมั่นใจถัดจากป้ายกำกับและทำเครื่องหมายแถวที่มีความมั่นใจต่ำเพื่อให้มนุษย์ตรวจสอบด้วยตัวกรองหรือรูปแบบมีเงื่อนไข หรือใช้ "all" เพื่อดูการกระจายคะแนนแบบเต็มสำหรับแผนที่ความร้อน

เซลล์ว่างจะส่งกลับผลลัพธ์ว่าง ข้อความที่เหมือนกันในช่วงจะถูกจัดหมวดหมู่เพียงครั้งเดียว และการเรียกใช้ช่วงอีกครั้งจะจัดหมวดหมู่เฉพาะเซลล์ที่ข้อความเปลียนไป

=GPT_CLASSIFY ทำงานบน TypeSafe Jev ซึ่งเป็นโมเดลการตัดสินใจที่ตอบคำถามแบบเลือกตอบเดียวด้วยความน่าจะเป็นต่อหมวดหมู่ มันเร็วกว่าและถูกกว่าสูตรข้อความประมาณ 10 เท่า และจะมีการเรียกเก็บเงินตามต้นทุนจริงของโมเดล มีให้ใช้งานในทุกแพ็กเกจ

หากโมเดลการตัดสินใจไม่พร้อมใช้งาน สูตรจะเปลี่ยนไปใช้โมเดลข้อความมาตรฐานเพื่อให้ชีทของคุณไม่แสดงข้อผิดพลาดด้วยเหตุผลดังกล่าว ในกรณีนี้คะแนนความมั่นใจจะถูกเว้นว่างไว้