अव्यवस्थित स्प्रेडशीट से डेटा निकालकर अलग-अलग साफ़ कॉलम में बदलें
हाथ से टाइप किए गए पते, प्रोडक्ट टाइटल या नोट्स वाले कॉलम को फ़ॉर्मूले से साफ़-साफ़ अलग करना बहुत मुश्किल होता है। बस फ़ाइल अपलोड करें, उन फ़ील्ड के नाम बताएं जो आपको चाहिए (जैसे City और Country), और हर पंक्ति के लिए वे नए कॉलम के रूप में मिल जाएंगे। अगर किसी सेल में वह जानकारी नहीं है, तो अंदाज़ा लगाने के बजाय वह सेल खाली ही रहेगा। शुरुआती पंक्तियाँ फ़्री हैं; पूरी फ़ाइल के लिए $5।
- कॉमा लगाकर 6 फ़ील्ड तक के नाम लिखें: City, Country, Postcode
- आपके आख़िरी कॉलम के बाद हर फ़ील्ड का अपना एक अलग कॉलम बन जाता है
- अगर किसी पंक्ति में वह जानकारी नहीं है, तो उसे मन से जोड़ने के बजाय खाली छोड़ दिया जाता है
- जिन पंक्तियों का जवाब मॉडल नहीं दे पाया, उनकी लिस्ट एक चेतावनी (warnings) CSV में मिल जाती है
- $5 के एक बार के पेमेंट में 20,000 पंक्तियों तक
फ़ॉर्मूले और स्प्लिटिंग कहाँ नाकाम हो जाते हैं
Text to Columns और फ़ॉर्मूलों को एक निश्चित पैटर्न चाहिए होता है: जैसे शहर से पहले कॉमा हो, या साइज़ हमेशा आख़िर में हो। लेकिन हाथ से टाइप किए गए डेटा में कोई तय पैटर्न नहीं होता। "Flat 2, 14 Rue Oberkampf 75011 Paris", "Paris (FR)" और "75011 PARIS FRANCE" — इन सब में एक ही शहर अलग-अलग जगह लिखा है। हमारा AI मॉडल हर पंक्ति को बिल्कुल इंसानों की तरह समझता है, और यह टूल उन जवाबों को अलग-अलग कॉलम में बदल देता है।
मॉडल को साफ़ निर्देश होता है कि वह सिर्फ़ पंक्ति में मौजूद जानकारी का ही इस्तेमाल करे। यह पिनकोड या पोस्टल कोड के डेटाबेस से लापता देश नहीं खोजेगा और न ही वेब ब्राउज़ करेगा। इसलिए अगर किसी पंक्ति में सिर्फ़ "Springfield" लिखा है, तो शहर का नाम तो मिलेगा लेकिन देश का कॉलम खाली रहेगा — जो कि बिल्कुल सही और पारदर्शी तरीका है।
सामान्य तौर पर निकाले जाने वाले डेटा
- एक ही एड्रेस कॉलम से शहर, राज्य/क्षेत्र और देश अलग करना
- "Linen shirt, sage, XL" जैसे प्रोडक्ट टाइटल से साइज़, रंग और मटीरियल निकालना
- मार्केटप्लेस लिस्टिंग के टाइटल से ब्रांड और मॉडल अलग करना
- शीट में पेस्ट किए गए कस्टमर ईमेल से ऑर्डर नंबर और ज़रूरी कार्रवाई निकालना
- "हस्ताक्षर" (signature) या "बायो" (bio) फ़ील्ड से कंपनी का नाम और पद निकालना
साफ़ और सटीक वैल्यू पाना
अपने निर्देश में बताएँ कि आपको कैसा फ़ॉर्मेट चाहिए: जैसे "देश का पूरा नाम अंग्रेज़ी में", या "साइज़ सिर्फ़ S, M, L या XL के रूप में"। अगर किसी फ़ील्ड के सीमित और तय जवाब हैं, तो Categorize टास्क चुनें और मान्य वैल्यू की सूची दे दें; फिर हर जवाब को उसी सूची से जाँचा जाएगा।
टूल कैसे काम करता है, कितना खर्च आता है और आपकी फ़ाइलें कैसे संभाली जाती हैं, यह हर रो (Row) के लिए AI पेज पर है; हर टूल की कीमत कीमत पेज पर है।
आख़िरी अपडेट:
सवाल और जवाब
क्या ChatGPT 8,000 पतों में से शहर निकाल सकता है?
यह जितनी पंक्तियाँ देखता है, उनमें से डेटा तो ठीक से निकाल लेता है, लेकिन 8,000 पंक्तियों का जवाब एक बार में नहीं आ सकता और वह अक्सर बीच में रुक जाता है या पंक्तियाँ छोड़ देता है। यह टूल 40-40 पंक्तियों के ब्लॉक बनाकर भेजता है और हर पंक्ति संख्या के लिए जवाब सुनिश्चित करता है।
अगर किसी पंक्ति में वह फ़ील्ड मौजूद न हो तो क्या होगा?
वह सेल खाली रहेगा। मॉडल को सख्त निर्देश होता है कि वह अपने मन से कोई भी जानकारी न गढ़े।
क्या मैं एक साथ कई फ़ील्ड निकाल सकता हूँ?
हाँ, एक जॉब में 6 फ़ील्ड तक। कॉमा लगाकर कॉलम के नाम टाइप करें।
क्या यह हर कॉलम को पढ़ता है?
डिफ़ॉल्ट रूप से यह ID, लिंक और इमेज को छोड़कर हर कॉलम पढ़ता है। मॉडल का ध्यान केंद्रित रखने के लिए उस कॉलम का नाम बता दें जिसे पढ़ना है, जैसे Address।
इसकी कीमत क्या है?
100 पंक्तियों तक की फ़ाइलें पूरी तरह फ़्री हैं। इससे बड़ी फ़ाइलों के लिए 20,000 पंक्तियों तक सिर्फ़ एक बार $5 देना होता है।