GPT_CLASSIFY 公式
使用 =GPT_CLASSIFY 将文本归入您自己的类别
Section titled “使用 =GPT_CLASSIFY 将文本归入您自己的类别”=GPT_CLASSIFY(value, categories, instructions, output, bypassCache)
| 参数 | 说明 | 默认值 |
|---|---|---|
value | 要分类的单元格（例如：A2），或最多 100 个单元格的范围（例如：A2:A50）。范围会为每个单元格返回一个结果，并保持相同的形状。 必填 | "" |
categories | 可以是以逗号分隔的列表（例如："Bug, Feature, Question"），也可以是单元格范围。单列范围包含标签；双列范围包含标签及其说明（例如：F2:G5）。说明能显著提高分类的准确性。 必填 | "" |
instructions | 分类器的上下文信息（例如："SaaS 产品的支持工单"）。 | "" |
output | label（选定的类别），confidence（所选类别的 0 到 1 分数），both（标签和分数分两列）或 all（按您提供的类别顺序，每个类别一个分数）。 | label |
bypassCache | 绕过缓存并重新分类。 | false |
| 公式 | 结果 |
|---|---|
=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") | 每个类别一个分数，按 F2:F5 的顺序 |
=GPT_CLASSIFY(A2:A50, $F$2:$G$5) | 每行一个标签，通过单个公式完成 |
提示：将您的类别放在一个范围中，并在每个标签旁边加上说明，例如 Bug | something is broken、Feature | asks for a new capability、Question | asks how to do something。然后使用 $F$2:$G$5 引用该范围，以便您可以将公式向下拖动。
置信度与审核
Section titled “置信度与审核”每次分类都会返回最佳匹配的类别。使用 "both" 可以在标签旁边获取置信度，并通过筛选或条件格式标记低置信度的行以供人工审核；或使用 "all" 查看完整的分数分布以制作热力图。
空白单元格返回空白结果。范围中的相同文本只会分类一次，重新运行范围时只会对文本发生变化的单元格进行分类。
=GPT_CLASSIFY 运行在 TypeSafe Jev 上，这是一个决策模型，能用每个类别的概率来回答单选题。它比文本公式更快，价格大约低 10 倍，并按模型的实际成本计费。它适用于所有套餐。
如果决策模型不可用，该公式会回退到 Standard 文本模型，因此您的表格不会因此显示错误；此时置信度分数将留空。