2023-04-16|閱讀時間 ‧ 約 6 分鐘

GPT for Sheets(五):產生表格

GPT for Sheets(三):產生清單與表格這篇文章提到了利用 GPT_LIST 函式,產生一個清單的結果。不過,如果我們需要的結果是表格呢?
幸好我們還有 GPT_TABLE 這個函式可以幫我們達到目標!假設我們想請 GPT_TABLE 做一張表格,裡面有五筆隨機生成的假資料,包含姓名、e-mail、職業、年齡:
GPT_TABLE 也可以讀取一段內容,產生出一張小小的摘要表格。例如我有篇新關於 2023 年 WBC 世界棒球錦標賽的:
(原文取自 Yahoo!運動
我想讓 GPT_TABLE 讀取文章內容,幫我得到 A、B、C、D 這四組的國家名單,結果毫不意外地:
它順利產生出正確的內容了。
今天我們就會示範用 GPT_TABLE 來做出上面這兩件事,你當然也可以嘗試看看 GPT_TABLE 的其他用法!
如果你也想把 GPT 叫來你的試算表幫忙,歡迎到之前的文章看看:
💡 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_TABLE(指令, [標題列範圍], [inputs], [temperature], [max_tokens], [model])
  • 指令:你要請 GPT_TABLE 函式做的事情。你可以直接寫文字、或是儲存格參照在這,如果是文字的話,記得在前後用雙引號(")括起來。
  • 標題列範圍:選填,如果你的表格裡面已經有標題列,可以在這邊指定。如果什麼都不指定,GPT_TABLE 會自動生成標題列。
  • 不完整資料:選填,含有不完整資料的資料範圍。如果這邊什麼都不填,就要讓 GPT_FILL 只靠之前的範例資料、生成出新的內容。
  • 溫度:選填,預設值是 0。這邊的值越高,回答的內容會越有創意,這邊的值越低,回答的內容會越嚴格地執行你的指令。
  • 最大令牌數:選填,預設是 4096 個。如果你使用非 gpt-3.5-turbo 的模型,預設值則是 500。
  • 自然語言模型:選填,預設是 gpt-3.5-turbo。

範例

產生隨機資料
首先示範文章開頭的第一個例子,產生五筆隨機資料。我們先準備有一列標題列的表格:
因為我們希望結果可以在 A2 開始產生五筆資料,所以等等就會從 A2 這邊寫 GPT_TABLE。
我這邊下的函式是:
=GPT_TABLE("產生 5 筆隨機的個人資料,包含姓名、email、職業、年齡", A1:D1,, 1)
  • 指令:「產生 5 筆隨機的個人資料,包含姓名、email、職業、年齡」。因為指令是文字,所以用雙引號包著。
  • 標題列範圍:A1:D1,也就是我們事先準備好的標題列。如果什麼都不指定,GPT_TABLE 也會自動生成標題列。
  • 不完整資料:跳過,因為表格裡面沒有不完整的資料。
  • 溫度:我這邊給 1,希望 GPT_TABLE 可以給我比較有創意的答案。
  • 最大令牌數:跳過。
  • 自然語言模型:跳過。
就會得到這個結果囉:
ge

產生摘要,以表格呈現
再來是剛剛看到的 WBC 的例子,我們會利用 GPT_TABLE 讀取內容,產生摘要、並且以表格呈現。
這是我擷取的新聞內容:
(原文取自 Yahoo!運動
我們想請 GPT_TABLE 讀過這個文章,幫我統整出 A、B、C、D 組的參賽國家分別是哪些。
首先把這整段文章貼到儲存格 A2 上:
(因圖片排版,所以跟 B2 做了合併儲存格,看起來會比較寬,記得要讀取 A2 的資料才對喔!)
然後一樣透過 GPT_TABLE 函式,在文章下面的 A4 儲存格寫指令:
=GPT_TABLE("讀取這段文字:" & A2 & " 用表格整理出 A、B、C、D 四組的參賽國家有哪幾個。",,, 0.5)
  • 指令:「"讀取這段文字:" & A2 & " 用表格整理出 A、B、C、D 四組的參賽國家有哪幾個。"」這邊用了兩個「&」符號,來串連 A2 的文字資訊,這是因為我不想要直接在這個參數把文章內容貼上去,不然看起來會太長了:
啊,好難讀啊!
順便提一下 & 的使用方法。舉例來說,我想要把「甲乙丙」跟「丁戊己」這兩組字合併起來,那就是:
="甲乙丙" & "丁戊己"
就會得到:
甲乙丙丁戊己
同樣的道理,我這邊用 & 就可以把指令跟文章的值串連在一起,就像是:
="讀取這段文字:"
& 文章內容
& "用表格整理出 A、B、C、D 四組的參賽國家有哪幾個。"
GPT_TABLE 就會讀到你的這個合併後的指令:
讀取這段文字:2023 年第五屆世界棒球經典賽...... 用表格整理出 A、B、C、D 四組的參賽國家有哪幾個。
  • 標題列範圍:跳過,因為不需要。
  • 不完整資料:跳過,因為表格裡面沒有不完整的資料。
  • 溫度:我這邊給 0.5,希望 GPT_TABLE 可以比較遵守我的指令多一點。
  • 最大令牌數:跳過。
  • 自然語言模型:跳過。
那你就會得到:
GPT_TABLE 當然還可以做更多事情,你可以自由發想看看,它還可以怎麼幫助到你唷~

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!

分享至
成為作者繼續創作的動力吧!
© 2024 vocus All rights reserved.