你绝对想不到，用ChatGPT可以从Excel表内里的几百条留言快速获得结论

01
几百条读者留言，怎么才气快速归类整理

本年4月份，我们为即将出书的新书《Python自动化办公应用大全-ChatGPT版》做了一次封面评选勾当。在勾当中，给出了A\B\C一共3个封面方案，请各人投票和留言。

这次勾当收到了830张投票，464条留言。

在投票功效中，A和B封面的投票数很是靠近，占到了总票数的78%。

这下让出书社和作者团队也犯了难，不知如何选择。

从统计角度看，此次投票只能算是抽样，并且因为不清楚到底是哪些小同伴参加了投票，所以不能知道抽样数据是否切合方针整体特征。

所以，投票数据只能是参考数据之一。

比投票数据更有代价的是各人的留言，不少小同伴通过留言，从客观和主观两方面临差异封面颁发了明晰的看法。

拜见：《Python自动化办公应用大全-ChatGPT版》封面评选

在这样的环境下，假如能把所有留言举办整理、归纳，就可以辅佐我们更精确的相识小同伴的观点，从而帮助决定。

几百条留言已经导出到Excel内里了，用肉眼看一遍并不慢。

惋惜人脑的内存有限，很容易看了后头忘了前面，可能遗漏重要内容，甚至看错内容。

从一大堆留言这样的纯文本数据中获取有代价的信息，这就是“文本挖掘”，是数据阐明的一项内容。

还记得Kevin上次演示的阐明Excel函数的文章吗？

那是娱乐版的文本挖掘。

实际上，假如然的要举办文本挖掘，首要先举办分词。

也就是把一大段话公道地分拆成一个一个的词语。

中文博大博识又言简意赅，分词不是件简朴的任务。

分词今后，就可以举办词频统计、逻辑关联可能其他统计与阐明。

然后生成词云图什么的，相识重点要害词，要害词之间的干系是什么。

但这些都不切合我们此刻的需要，因为我们需要更高级的挖掘——语义领略。

这个事情，今朝是AI的强项。

于是，我们基于ChatGPT 3.5自界说了一个嵌入式应用。

把我们的留言数据上传成为专用数据集，然后请ChatGPT来帮我们阐明。

为啥不直接利用ChatGPT官网的ChatGPT 4.0呢？

不是不想，主要是因为ChatGPT官网不支持上传文件。

并且默认的token只有4K，也就是上下文关联的内容长度差不多2000字罢了，这对付我们的本次阐明是远远不足的。

就算我们分N次把所有的留言都粘贴给ChatGPT,它也记不住。

而实战中，可以通过API挪用ChatGPT，最大支持32K。

先容这些配景给各人，主要是想说，不是学会几句Prompt就可以发挥ChatGPT的所有本领了，真正的实战应用需要你学会更多的方法来利用它，假如会写代码去挪用ChatGPT那就无敌了。

一切设置妥当，我们开始提问：

01

Kevin：

你是一名资深的图书出书社营销编辑，为了筹备一本新书《Python自动化办公应用大全-ChatGPT版》上市，你在社交媒体上提倡了一次关于该图书封面的接头，提供了3组图书封面（别离编号为A\B\C）。你收获了许多潜在读者关于封面的留言，下面你需要按照详细提问来从留言中阐明出有代价的信息。

留意，读者的留言中，大概会用第一、第二、第三别离代表A、B、C封面。

第1个问题：请摆列出在读者眼中，A\B\C三种封面的主要特点，利益以及缺点。

AI Copilot：

按照读者的意见，可以总结出以下关于A、B、C三种封面的主要特点、利益和缺点：