GPT + code interpreter

GPTs 的第一堂課｜李慕約的 AI 工作應用

功能：GPT 是一個會寫程式的軟體工程師

1. 自動執行、看得懂錯誤訊息、自我修正
2. 針對你的資料提供客製化的建議：抓取資料、清理資料、分析、視覺化、預測
3. 各種程式：Python、Javascript、Google App Script （包含古老的 Fortran）

情境：需要拜託軟體工程師、用 excel 分析資料的情境

案例：鐵達尼乘客資料集
給定乘客的（性別、年齡、艙等）資料，預測乘客是否存活。

Prompt

用自然語言的方法，進行資料視覺化

你可以視覺化男、女、小孩的存活率嗎？

你可以進一步分為不同艙等嗎？

反過來呢？先照女、男、小孩；再分艙等

完整指令

建立預測模型 ➔ 想像你去一家餐廳，你在跟服務生互動

我想要[建模型]，請你引導我        ➔ 我想要點菜，請你幫助我

列出可用的[模型]，以及優缺點比較     ➔ 我有什麼菜可以點？

你建議哪一個[模型]？            ➔ 你推薦什菜？

[邏輯迴歸]對於現在的數據合適嗎？   ➔ 這道菜你覺得對我會合適嗎？

完整指令

看不懂 AI 的產出：

用國中生聽得懂的方式解釋[混淆矩陣（Confusion Matrix）]

案例結果：

• 模型預測總共花費時間 20 分鐘
• 模型預測能力：82.7%

注意事項：

• 這邊的案例以鐵達尼為例，Kaggle 比賽應該有被作為訓練資料，表現異常的好。
• ChatGPT 會告訴你：「我不能...」➔ 要跟他說「你可以的」
• ChatGPT 會陷入重複的迴圈 ➔ 需要適時的阻止他，稍微了解程式會很有幫助
• ChatGPT 會有 10% 錯誤率 ➔ 通常會自我修正

延伸問題：

• 每次重新寫程式很慢，在設計 GPTs 的時候，或許可以先對幾個常見問題先把程式寫好，放在 ChatGPT 的 action，這樣需要的時候，就可以直接執行。