💼 Aplicações Básicas🟢 Estruturando Dados

Estruturando Dados

🟢 This article is rated easy

Reading Time: 2 minutes

Last updated on August 7, 2024

Um caso de uso simples e empolgante para os LLMs é a organização de dados em tabelas. Talvez você tenha um monte de artigos de notícias ou relatórios de negócios, e gostaria que todos os pontos importantes fossem resumidos em uma tabela que você possa então colocar em uma planilha ou banco de dados. Chat bots como ChatGPT podem ajudá-lo a fazer isso.

Podemos extrair informações do seguinte relatório ao adicionar Gerar uma tabela contendo essas informações:.

Em uma apresentação de relatório de negócios recente, a CEO da Conga Conga destacou seu notável crescimento no último ano fiscal. Ela compartilhou que a empresa teve um aumento de 15% na receita, atingindo R$ 50 milhões, com uma margem de lucro de 12% (R$ 6 milhões em lucro líquido). O relatório também mostrou um crescimento de 20% em sua base de clientes, totalizando agora 100.000 clientes. Além disso, as despesas operacionais da empresa aumentaram 10%, totalizando R$ 10 milhões, enquanto o número de funcionários aumentou 25%, resultando em uma força de trabalho atual de 500 funcionários.

Gerar uma tabela contendo essas informações:

A resposta será algo semelhante:

Informação	Valor
Receita	R$ 50 milhões
Margem de Lucro	12%
Lucro Líquido	R$ 6 milhões
Base de clientes	100,000
Despesas operacionais	R$ 10 milhões
Número de funcionários	500
Aumento da receita	15%
Aumento da base de clientes	20%
Aumento das despesas operacionais	10%
Aumento do número de funcionários	25%

Você pode então copiar e colar em uma planilha como Excel/Sheets ou até mesmo em documentos e apresentações.

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.