ข้ามไปยังเนื้อหา

สูตร GPT_CLASSIFY

จัดเรียงข้อความเข้าสู่หมวดหมู่ของคุณเองด้วย =GPT_CLASSIFY

หัวข้อที่มีชื่อว่า “จัดเรียงข้อความเข้าสู่หมวดหมู่ของคุณเองด้วย =GPT_CLASSIFY”

สูตร GPT_CLASSIFY สำหรับติดป้ายกำกับตั๋วสนับสนุน

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

พารามิเตอร์คำอธิบายค่าเริ่มต้น
value

เซลล์ที่จะจัดหมวด (เช่น A2) หรือช่วงข้อมูลสูงสุด 100 เซลล์ (เช่น A2:A50) ช่วงข้อมูลจะส่งกลับผลลัพธ์หนึ่งรายการต่อเซลล์ในรูปร่างเดียวกัน

จำเป็น

""
categories

รายการที่คั่นด้วยจุลภาค (เช่น "Bug, Feature, Question") หรือช่วงของเซลล์ ช่วงแบบคอลัมน์เดียวจะเก็บป้ายกำกับ ส่วนช่วงแบบสองคอลัมน์จะเก็บป้ายกำกับและคำอธิบาย (เช่น F2:G5) คำอธิบายจะทำให้การจัดหมวดมีความแม่นยำมากขึ้นอย่างเห็นได้ชัด

จำเป็น

""
instructionsบริบทสำหรับตัวจัดหมวด (เช่น "ตั๋วสนับสนุนของผลิตภัณฑ์ SaaS")""
outputlabel (หมวดหมู่ที่เลือก), confidence (คะแนนตั้งแต่ 0 ถึง 1 ของหมวดหมู่ที่เลือก), both (ป้ายกำกับและคะแนนในสองคอลัมน์) หรือ all (คะแนนหนึ่งคะแนนต่อหมวดหมู่ ตามลำดับหมวดหมู่ของคุณ)label
bypassCacheข้ามแคชและจัดหมวดใหม่อีกครั้งfalse
สูตร ผลลัพธ์
=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

คำแนะนำ: ใส่หมวดหมู่ของคุณในช่วงข้อมูลพร้อมคำอธิบายถัดจากป้ายกำกับแต่ละป้าย ตัวอย่างเช่น Bug | something is broken, Feature | asks for a new capability, Question | asks how to do something จากนั้นอ้างอิงช่วงข้อมูลด้วย $F$2:$G$5 เพื่อให้คุณสามารถลากสูตรลงด้านล่างได้

การจัดหมวดทุกครั้งจะส่งกลับหมวดหมู่ที่ตรงกันมากที่สุดเสมอ ใช้ "both" เพื่อรับค่าความมั่นใจข้างป้ายกำกับและทำเครื่องหมายแถวที่มีความมั่นใจต่ำเพื่อให้มนุษย์ตรวจสอบด้วยตัวกรองหรือรูปแบบตามเงื่อนไข หรือใช้ "all" เพื่อดูการกระจายคะแนนแบบเต็มสำหรับการทำแผนที่ความร้อน

เซลล์ว่างจะส่งกลับผลลัพธ์ว่าง ข้อความที่เหมือนกันในช่วงข้อมูลจะถูกจัดหมวดเพียงครั้งเดียว และการเรียกใช้ช่วงข้อมูลซ้ำจะจัดหมวดเฉพาะเซลล์ที่ข้อความมีการเปลี่ยนแปลงเท่านั้น

=GPT_CLASSIFY ทำงานบน TypeSafe Jev ซึ่งเป็นโมเดลตัดสินใจที่ตอบคำถามแบบเลือกตอบเดียวพร้อมความน่าจะเป็นต่อหมวดหมู่ ทำงานได้เร็วกว่าและมีราคาถูกกว่าสูตรข้อความประมาณ 10 เท่า โดยคิดค่าใช้จ่ายตามต้นทุนจริงของโมเดล พร้อมใช้งานในทุกแพ็กเกจ

หากโมเดลตัดสินใจไม่พร้อมใช้งาน สูตรจะเปลี่ยนไปใช้โมเดลข้อความมาตรฐานเพื่อให้ชีตของคุณไม่แสดงข้อผิดพลาดจากเหตุผลดังกล่าว โดยค่าคะแนนความมั่นใจจะถูกเว้นว่างไว้ในขณะนั้น