GPT for Sheets(二):GPT 函式和基本功能

更新於 發佈於 閱讀時間約 11 分鐘

打鐵趁熱,馬上來接著介紹 GPT for Sheets 外掛程式提供的函式裡最基本的 GPT 函式吧。在上次的文章,我們稍稍用它跟大家打了聲招呼:

raw-image

就會得到這個結果:

raw-image

這個函式就和我們上 ChatGPT 問問題、下指令差不多,但幸虧有外掛程式的幫助,我們還可以在 GPT 函式裡做更多調整,像是切換語言模型、輸出結果的溫度、最大令牌數等等。一起來看看怎麼做吧!

如果你好奇要怎麼把 GPT 串連到 Google 試算表的話,歡迎回顧一下安裝的步驟,再過來這邊繼續研究唷!(延伸閱讀:GPT for Sheets(一):GPT 串連 Google 試算表

💡 請先準備好已經串連完畢的 Google 帳號、還有一個試算表來練習喔!

語法說明

=GPT(指令, [值], [溫度], [最大令牌數], [自然語言模型])
  • 指令:你要請 GPT 函式做的事情。你可以直接寫文字在括號裡面,記得在前後用雙引號(")括起來。
  • :選填,目前似乎還用不到,可以跳過。

在這個外掛程式裡,這個函式(還有日後要介紹的函式)有「溫度」、「最大令牌數」、「自然語言模型」這三個參數,可以進一步調整函式的生成結果。因為是選填的,不寫後面這些參數也沒關係,GPT 函式就會以預設值來處理。

我們一個個拆開來看:

溫度(temperature)

函式的預設值是 0,也就是 GPT 會嚴格按照你下的指令給出回覆。

在 GPT 中,我們用「溫度」這個詞指控制輸出的隨機性和創造性的參數。你可以輸入 0 到 1 之間的數字,0.2、0.5、0.8 或是 1 等等的都可以。要注意的是:

  • 數字越高、輸出結果會越有創意、越有隨機感
  • 數字越低,輸出結果會越保守、越直接、越能預測到輸出的結果

如果你要做的是提取資料、轉換格式、修正語法這類要求精準度的任務,建議可以把它調低一點(0 到 0.3);如果希望 GPT 做一些比較有創意的事(像是行銷標語、廣告文案),建議可以調高一點(0.7 到 1)。你當然也可以自己試著調高或調低,看看你喜歡什麼樣的結果。


最大令牌數(max tokens)

會依你等等選擇的模型,預設值會不太一樣:

  • 如果你用的是 gpt-3.5-turbo,預設值是 4096 個令牌(tokens)。
  • 如果你用的是其他的,預設值是 500 個令牌。

你可以填入大於 0 的整數,建議是小於或等於 500,不然有可能會有處理超時的狀況。

簡單來說,令牌是 GPT 語言模型計算文本長度的單位,1000 個令牌大概是 750 個英文單詞、450 個漢字。OpenAI 會按照你使用的令牌數量來收費,使用的越多、花費就會越高,反之亦然。

使用不同的語言模型也會有不同的費用,例如:

  • Davinci:每使用 1000 個令牌,就收 0.02 塊美金。
  • Curie:每使用 1000 個令牌,就收 0.002 塊美金(Davinci 的十分之一)。
  • Babbage:每使用 1000 個令牌,就收 0.0005 塊美金(Curie 的四分之一)。
  • Ada:每使用 1000 個令牌,就收 0.0004 塊美金。

你可以到 OpenAI 的官方工具,計算文本總共佔了多少個令牌。通常漢字和其他 Unicode 字符會被算比較多的令牌,而英數字會比較少。


自然語言模型

💡 因應最近的更新,這部分也在 2023/03/26 也跟著更新囉!

預設是 gpt-3.5-turbo,你也可以選擇其他的模型來節省成本、或是加快運算時間。輸入的時候要加上雙引號,像是這樣:

"gpt-3.5-turbo"
"gpt-4"
"gpt-4-32k"
"text-davinci-003"
"text-curie-001"
"text-ada-001"

在 2023 年 3 月左右 OpenAI 釋出了兩個新的語言模型,一個是 gpt-3.5-turbo,還有 gpt-4(跟支援更大文本輸入的 gpt-4-32k)。

gpt-3.5-turbo 模型是目前 ChatGPT 背後的語言模型,經過 OpenAI 調整後成本大幅降低,是 Davinci-003 的十分之一。而 gpt-4 則是比 GPT 3.5 更強大的模型,還可以做更複雜的工作,不過相對地成本也會變高、速度生成也還是最慢的。

統整了網路上各類資訊,我把各個模型的能力、成本和產生結果的速度統整成一張簡單的表格:

raw-image

雖然 Davinci 能力最好,但 Curie 的速度和成本也不差。其實 Curie 有時就能做很多 Davinci 能做的事,且速度更快,成本卻只有 Davinci 的十分之一。

稍稍比較這四個模型的功能,你會發現:

  • Davinci:最強大的模型,可用在複雜的文本解析、推敲因果關係、總結文章、產生有創意內容等工作。
  • Curie:在運算能力與速度之間取平衡的模型。能力比 Davinci 差一些,但也可以處理翻譯、複雜的分類任務、情感分析、聊天機器人問答、得出文章的摘要等工作。
  • Babbage:能力比較差(次於 Curie),但速度很快。可以做分類工作、搜尋文本的語意等工作。
  • Ada:最快且成本最低的模型,適合做簡單的任務,像是解析文本、重新格式化文本、挑出關鍵字、對文本內容簡單分類等等。

我會覺得一開始試用的時候,可以先用 Davinci,先了解最好的結果會是什麼樣子;之後可以嘗試其他模型,看看能不能用更快的速度、更低的成本達到你滿意的效果。如果你想了解更多模型的相關資訊,可以到 OpenAI 的說明文件瞧瞧!


使用範例

📣 小提醒
截稿為止(2023/02/27),個人覺得中文結果的表現有點不太理想,
有點像是先產生英文結果後,再翻譯成中文,所以可能有翻譯腔、或語法不順的問題;
相較之下感覺英文的書寫表現會好一些,語氣比較自然流暢。
我會在下面示範中文跟英文的執行狀況給你參考看看。

產生一句簡單的宣傳標語

你可以直接在 GPT 函式的括號裡面,直接輸入你的指令(記得前後附上雙引號):

=GPT("用中文產生一個宣傳標語,宣傳「Google 試算表教學站」的部落格")

得到的結果是:

「讓Google試算表教學站帶你輕鬆掌握試算表技巧!」
raw-image

或是做英文的指令、加上最高的溫度(1):

=GPT("Write a tagline for a tutorial blog for Google Sheets beginners",, 1)

得到的結果是:

Get your Sheets together with Google: learn the basics in no time.
raw-image

當然直接給個儲存格的參照位址也可以,例如說:

=GPT(A1)
=GPT(B30)
=GPT(A1,, 0.8)


按照儲存格資料產生指令

你也可以給 GPT 一個範圍,讓它讀取範圍內的資料。舉例來說:

raw-image

我們可以讓 GPT 函式讀取工作表裡 A2 到 B5 裡面的資料,裡面有指令、主題、語氣、長度這些屬性,你當然也可以定義自己需要的。

我這邊寫的語法是:

=GPT(A2:B5,, 0.8)

意思是先指定範圍(A2 到 B5)後,溫度再調偏高的 0.8,得到的結果就會是:

發現自己更大的可能,Google 試算表部落格!
raw-image

同樣的範圍,這次換個英文的範例給大家看看:

raw-image

得到的結果:

Better spreadsheets, better life! Learn the secrets of Google Sheets with our tutorials.


你當然還可以調整最大令牌數:

=GPT(A2:B5,, 0.8, 100)
raw-image

或是切換不同的語言模型:

=GPT(A2:B5,, 0.8,, "text-curie-001")
raw-image

大概是這樣子!

歡迎你試試看不同的指令、不同的參數,看看 GPT 會給你什麼樣的結果唷。


小技巧:好指令該怎麼寫?

如果你不太滿意函式回傳的結果,除了調整參數之外,也可以試著寫更好的指令,讓 GPT 更明確知道你想要的是什麼。有幾個方向給你參考:

一、指令至少含有一個動詞跟名詞、指定輸出結果的體裁也很好

舉例來說:

  • 寫一封 E-mail
  • 想一個 YouTube 影片的標題
  • 寫一個文章的摘要

結果的體裁也可以指定,像是求職信、產品介紹文、演講稿、廣告文等等的,如果可以明確地跟 GPT 說你要什麼樣的體裁,我想它的結果也會更接近你想要的。

二、指定的主題要具體

可以試著盡可能告訴 GPT 你的結果該跟什麼主題有關,像是:

  • 推銷洗髮精產品
  • Google 試算表教學部落格
  • 傳統手路菜

三、指定寫作風格、語氣:你可以給 GPT 一些形容詞,形容你想要的風格或語氣,像是有趣、活潑、正式、生活化、嚴肅、生氣、愉悅、難過等等的。

四、指定你的受眾:你甚至還可以指定你要寫給誰看,GPT 會試著依照你指定的受眾,選擇適當的詞彙和語法組成文章。你可以指定像是小學生、喜歡美食的中年女性、剛接觸 Google 試算表的新手等等的關鍵字。

五、指定文章的長度:例如字數要在 250 個字裡面、寫 3 個段落等等,都可以指定。

最後你可以按照剛剛介紹的「按照儲存格資料產生指令」,把這些資訊都放在一起,再一次把範圍指定起來。像是這樣:

raw-image

如果你喜歡這次的文章,歡迎你透過這些方法支持我:
・按下愛心、按下儲存
・留言告訴我你的想法
・加入喜特先生的官方沙龍,即時看到我發布的教學
・付費訂閱喜特先生的官方沙龍,加入每月小額訂閱方案
・追蹤喜特先生的 Facebook
・按這邊小額贊助我的創作!

想要看更多文章,歡迎來到我的 Notion 頁面找找有沒有你需要的資源喔!

我是喜特先生,Mr. Sheet,我們下個教學見!



留言
avatar-img
留言分享你的想法!
avatar-img
喜特先生官方沙龍
18.3K會員
152內容數
簡潔,快速,有效, 讓你的日常生活、工作生產力大提升! ___ 快按「加入」,馬上追蹤所有喜特先生的更新,有 Google 試算表教學、Google Apps Script 的研究、數據分析課程的開箱,還有 Google 試算表疑難雜症的解題分享唷!💪
2023/04/16
來試試看用 GPT_TABLE 函式,把它加入到你的工作流裡吧!
Thumbnail
2023/04/16
來試試看用 GPT_TABLE 函式,把它加入到你的工作流裡吧!
Thumbnail
2023/04/02
我們接下來要進入 GPT for Sheets 外掛程式的第四篇文章了!這次要介紹的是 GPT_FILL,只要給它足夠的資訊,它就可以按照前面的內容,神奇地自動填入相對應的內容。
Thumbnail
2023/04/02
我們接下來要進入 GPT for Sheets 外掛程式的第四篇文章了!這次要介紹的是 GPT_FILL,只要給它足夠的資訊,它就可以按照前面的內容,神奇地自動填入相對應的內容。
Thumbnail
2023/03/26
在上次提到的 GPT 函式,可以讀取你的指令,把結果回傳到儲存格裡。例如說,我在 GPT 傳的指令是「寫五個 Google 試算表的教學部落格的宣傳標語」: 雖然結果是 OK 的,可是這個結果都擠在同一個儲存格,有點小不方便。 這時候 GPT_LIST 函式就會特別有用,它會幫你直接把結果產生在一欄
Thumbnail
2023/03/26
在上次提到的 GPT 函式,可以讀取你的指令,把結果回傳到儲存格裡。例如說,我在 GPT 傳的指令是「寫五個 Google 試算表的教學部落格的宣傳標語」: 雖然結果是 OK 的,可是這個結果都擠在同一個儲存格,有點小不方便。 這時候 GPT_LIST 函式就會特別有用,它會幫你直接把結果產生在一欄
Thumbnail
看更多
你可能也想看
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
介紹朋友新開的蝦皮選物店『10樓2選物店』,並分享方格子與蝦皮合作的分潤計畫,註冊流程簡單,0成本、無綁約,推薦給想增加收入的讀者。
Thumbnail
介紹朋友新開的蝦皮選物店『10樓2選物店』,並分享方格子與蝦皮合作的分潤計畫,註冊流程簡單,0成本、無綁約,推薦給想增加收入的讀者。
Thumbnail
當你邊吃粽子邊看龍舟競賽直播的時候,可能會順道悼念一下2300多年前投江的屈原。但你知道端午節及其活動原先都與屈原毫無關係嗎?這是怎麼回事呢? 本文深入探討端午節設立初衷、粽子、龍舟競渡與屈原自沉四者。看完這篇文章,你就會對端午、粽子、龍舟和屈原的四角關係有新的認識喔。那就讓我們一起解開謎團吧!
Thumbnail
當你邊吃粽子邊看龍舟競賽直播的時候,可能會順道悼念一下2300多年前投江的屈原。但你知道端午節及其活動原先都與屈原毫無關係嗎?這是怎麼回事呢? 本文深入探討端午節設立初衷、粽子、龍舟競渡與屈原自沉四者。看完這篇文章,你就會對端午、粽子、龍舟和屈原的四角關係有新的認識喔。那就讓我們一起解開謎團吧!
Thumbnail
ChatGPT 是 OpenAI 開發的大型語言模型,以其強大的生成能力和對話能力而聞名。 ChatGPT 的訓練過程主要分為兩個階段:預訓練和微調。 微調使用了 RLHF(Reinforcement Learning from Human Feedback)技術,可以有效地提高模型生成內容的質量。
Thumbnail
ChatGPT 是 OpenAI 開發的大型語言模型,以其強大的生成能力和對話能力而聞名。 ChatGPT 的訓練過程主要分為兩個階段:預訓練和微調。 微調使用了 RLHF(Reinforcement Learning from Human Feedback)技術,可以有效地提高模型生成內容的質量。
Thumbnail
給出好的指令也是一門學問! 我們在業界稱為「指令工程」(Prompt Engineering),OpenAI 官方也有公布指令工程的操作資訊,但是今天我們只要學會這樣的操作方式,你可以贏過現在多數的AI使用者。
Thumbnail
給出好的指令也是一門學問! 我們在業界稱為「指令工程」(Prompt Engineering),OpenAI 官方也有公布指令工程的操作資訊,但是今天我們只要學會這樣的操作方式,你可以贏過現在多數的AI使用者。
Thumbnail
Hi, 我是茶桁。 我们已经介绍了 OpenAI 的主要接口。这是基础知识系列的最后一讲,我们将讨论 OpenAI GPT 系列模型的其他接口。你可能不会经常使用其中一些接口,但了解它们不会有任何坏处,说不定你会在某些需求中用到它们。 在这篇文章中,我们将一起探讨 OpenAI 为文本改写和内容
Thumbnail
Hi, 我是茶桁。 我们已经介绍了 OpenAI 的主要接口。这是基础知识系列的最后一讲,我们将讨论 OpenAI GPT 系列模型的其他接口。你可能不会经常使用其中一些接口,但了解它们不会有任何坏处,说不定你会在某些需求中用到它们。 在这篇文章中,我们将一起探讨 OpenAI 为文本改写和内容
Thumbnail
這篇文章我想要參加Chat gpt的主題徵文 主要是讓chat gpt自行生成成語接龍遊戲的遊戲代碼
Thumbnail
這篇文章我想要參加Chat gpt的主題徵文 主要是讓chat gpt自行生成成語接龍遊戲的遊戲代碼
Thumbnail
我們接下來要進入 GPT for Sheets 外掛程式的第四篇文章了!這次要介紹的是 GPT_FILL,只要給它足夠的資訊,它就可以按照前面的內容,神奇地自動填入相對應的內容。
Thumbnail
我們接下來要進入 GPT for Sheets 外掛程式的第四篇文章了!這次要介紹的是 GPT_FILL,只要給它足夠的資訊,它就可以按照前面的內容,神奇地自動填入相對應的內容。
Thumbnail
在上次提到的 GPT 函式,可以讀取你的指令,把結果回傳到儲存格裡。例如說,我在 GPT 傳的指令是「寫五個 Google 試算表的教學部落格的宣傳標語」: 雖然結果是 OK 的,可是這個結果都擠在同一個儲存格,有點小不方便。 這時候 GPT_LIST 函式就會特別有用,它會幫你直接把結果產生在一欄
Thumbnail
在上次提到的 GPT 函式,可以讀取你的指令,把結果回傳到儲存格裡。例如說,我在 GPT 傳的指令是「寫五個 Google 試算表的教學部落格的宣傳標語」: 雖然結果是 OK 的,可是這個結果都擠在同一個儲存格,有點小不方便。 這時候 GPT_LIST 函式就會特別有用,它會幫你直接把結果產生在一欄
Thumbnail
打鐵趁熱,馬上來接著介紹 GPT for Sheets 外掛程式提供的函式裡最基本的 GPT 函式吧。想把 GPT 應用在 Google 試算表上的話,這篇必看!
Thumbnail
打鐵趁熱,馬上來接著介紹 GPT for Sheets 外掛程式提供的函式裡最基本的 GPT 函式吧。想把 GPT 應用在 Google 試算表上的話,這篇必看!
Thumbnail
GPT 連到 Google 試算表的時代終於來臨了,快來一起擁抱新科技!
Thumbnail
GPT 連到 Google 試算表的時代終於來臨了,快來一起擁抱新科技!
Thumbnail
現在這個充滿GPT開箱的年代,做什麼實測都感覺落伍。不過我覺得本文這兩個實測,即便不是最新穎,也算是方便好用且有益於生產力。 工作中,對我來說最困難的事情,就是快速量產。這裡寫兩個使用ChatGPT的案例,一個是寫作,一個是寫程式。後者是我的工作,我讓GPT融入我日常工作。 而下面二個實例,純展示結
Thumbnail
現在這個充滿GPT開箱的年代,做什麼實測都感覺落伍。不過我覺得本文這兩個實測,即便不是最新穎,也算是方便好用且有益於生產力。 工作中,對我來說最困難的事情,就是快速量產。這裡寫兩個使用ChatGPT的案例,一個是寫作,一個是寫程式。後者是我的工作,我讓GPT融入我日常工作。 而下面二個實例,純展示結
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News