Penataan Data

🟢 This article is rated easy

Reading Time: 2 minutes

Last updated on August 7, 2024

Satu contoh penggunaan yang sederhana dan menarik untuk LLM adalah mengorganisir data ke dalam tabel. Mungkin Anda memiliki sekelompok artikel berita atau laporan bisnis, dan Anda ingin semua poin penting diringkas dalam sebuah tabel yang kemudian dapat Anda masukkan ke dalam spreadsheet atau basis data. Chat bot seperti ChatGPT dapat membantu Anda melakukannya.

Kita dapat mengekstraksi informasi dari laporan berikut dengan menambahkan Generate sebuah tabel yang berisi informasi ini: ke dalamnya.

Dalam presentasi laporan bisnis baru-baru ini, CEO Zana Corp. menyoroti pertumbuhan mereka yang luar biasa dalam tahun fiskal yang lalu. Dia berbagi bahwa perusahaan mengalami peningkatan pendapatan sebesar 15%, mencapai $50 juta, dengan margin keuntungan 12% ($6 juta dalam keuntungan bersih). Laporan tersebut juga menampilkan pertumbuhan 20% dalam jumlah pelanggan mereka, yang sekarang mencapai total 100.000 pelanggan. Selain itu, biaya operasional perusahaan naik sebesar 10%, mencapai $10 juta, sementara jumlah karyawan meningkat sebesar 25%, sehingga saat ini memiliki tenaga kerja sebanyak 500 orang.

Buat tabel yang berisi informasi ini:

ChatGPT akan menghasilkan tabel seperti berikut:

Metrik	Nilai
Pendapatan	$50 million
Margin Laba	12%
Laba Bersih	$6 juta
Basis Pelanggan	100.000
Biaya Operasional	$10 juta
Jumlah Karyawan	500
Peningkatan Pendapatan	15%
Peningkatan Pelanggan	20%
Peningkatan Biaya Operasional	10%
Peningkatan Jumlah Karyawan	25%

Anda kemudian dapat menyalin dan menempelkannya ke dalam lembar kerja seperti Excel/Sheets atau bahkan dokumen dan presentasi.

Sander Schulhoff

Sander Schulhoff is the Founder of Learn Prompting and an ML Researcher at the University of Maryland. He created the first open-source Prompt Engineering guide, reaching 3M+ people and teaching them to use tools like ChatGPT. Sander also led a team behind Prompt Report, the most comprehensive study of prompting ever done, co-authored with researchers from the University of Maryland, OpenAI, Microsoft, Google, Princeton, Stanford, and other leading institutions. This 76-page survey analyzed 1,500+ academic papers and covered 200+ prompting techniques.