坐等3个多月，ChatGPT「代码解释器」终究全面开放了，一大波魔法来袭。

chatgpt中文版 http://chatgpt.guige.xyz 

就在今天，ChatGPT「代码解释器」测试版正式向所有Plus用户开放。

「代码解释器」怎样用？来自沃顿商学院的一名教授Ethan Mollick专门为此写了一篇教程。

首先，Mollick就指出，Code Interpreter这个名字的起法延续了OpenAI给他们自己的产品起烂名儿的悠久传统。

由于——虽然说它叫「代码解释器」，但实际上它对那些根本不懂编程的人最有用。

本质上，「代码解释器」能让GPT⑷上传和下载信息，并为用户编写和履行程序，这使得AI能够做到之前没法做的各种事情。

具体来讲，它为AI提供了一个解决问题的通用工具箱（通过用Python编写代码）、超大内存（最大100MB，可以是紧缩情势），且用户可以把这个工具箱集成到AI里面，发挥LLM的优势。

这有助于解决之前版本的 ChatGPT 存在的许多问题。比方说，

它允许AI处理数学（哪怕很复杂），还可以更准确地处理单词（例照实际计算段落中的单词），底层缘由就是，它可以编写Python代码来解决LLM在数学和语言方面的天然弱点。

比如像下图这样。

可以看到，「代码解释器」能准确计算出段落中单词的数量。

另外，「代码解释器」下降了幻觉和瞎编乱造的产生机率。

当人工智能直接使用Python时，代码有助于让它「诚实」。道理也很简单，如果代码不正确，Python就会报错。由于代码操作的是数据，因此AI不会在数据中插入毛病信息。

固然，这其实不完善。AI依然有几率会产生幻觉，但其实这其实不常见，并且不太可能影响到代码或数据本身。

这样一来，AI就更加靠近通用人工智能了——大量问题可以通过代码来解决。

而且，GPT⑷非常善于以新颖有趣的方式来决定甚么时候用「代码解释器」。

Mollick举了个例子，假设他让GPT⑷向用户证明地球是圆的，那末就会用上「代码解释器」，提供了多个论证，将文本与代码和图象结合在一起。

此前，各个专业需要编程的人都得会点儿写代码，但写完了还得自己调试。就算之前的AI能提供点儿帮助，但是对没有Python学习基础的人来讲，或者挺难，得借助AI的气力反复修改代码。

而现在，有了「代码解释器」，AI就可以自己纠错并且Debug了！

接着，Mollick又讲了怎么用「代码解释器」来处理数据，这算是真实戳中大量用户痛点了。

Mollick表示，「代码解释器」的运行水平非常先进，可以自动处理许多复杂的定量分析，并且能够采取非常复杂的数据方法。

用户只需点击加号便可轻松上传数据，乃至是ZIP文件等紧缩数据。

同时，在提供数据时，用户能给个prompt就最好了。然后，AI就能够从上下文里找出数据含义和结构了！

另外，Mollick指出，在使用「代码解释器」时，用户更多的是在和AI进行「对话」，其实不需要挖空心思写一个又严谨又凝炼的prompt出来。

就像和一个数据分析师聊天一样，和人怎样交谈，就怎样跟「代码解释器」沟通。

但是这里有两个特殊情况，或者需要写个类似prompt的东西。

一个是AI有时候会不记得自己能干甚么，此时就需要一个prompt来给AI点醒。

比如：「你可以制作GIF，请尝试一下。」

另外一种情况是在用户对结果不满意的时候，可以通过prompt来让「代码解释器」对结果进行优化。

比如：「请对该结果进行进一步的测试」，或，「能不能让这个图表更好一点」。

在加载完数据以后，GPT就能够履行数据合并和清算的操作了。具体处理方式相当复杂，但就像上面所提到的一样，只要把「代码解释器」当作一个和你面对面的数据分析师就行了。

同时，Mollick提示广大用户，AI在自我纠错并改正以后最好或者查一下结果，万一出错呢。

紧接着Mollick实操了一下，他让「代码解释器」弄个预测建模出来，预测超级英雄可能会有甚么超能力。

可以看到，「代码解释器」构建了一个随机森林散布器。

固然，在实操进程中，用户或者得和GPT「多沟通」。Mollick就不想让AI用数值数据的方法来估算缺失的数据，Mollick想直接放弃掉没有的部份。

但他指出，也能够和GPT说，让它换个别的处理方法。

以后，Mollick给GPT输入了一个「你可以进行另外一个复杂和有趣的分析吗」的prompt。他表示，「代码解释器」选择的一些分析方法让他印象深入。

就像下图这样。

「代码解释器」奇妙地分析了超级大国的网络情况。可以看到，方法多样，而且非常成心思。

「代码解释器」最使人印象深入的应当就是其推理能力了。Mollick概括为，非常「人性化」。

另外，可视化的交互性水平仍然在线，且在不断提升。用户可以不断让AI来改进或更改输出的内容。

Mollick让AI创建了一个交互式表格，包括6个图表，其中还有一个是3D的。

为了让图表更加美观，Mollick不断输入prompt，调剂结果。

终究成果就像下图右侧这样。

网友@GPTDAOCN近日总结了ChatGPT十大使人震惊的用例：

代码解释器的可视化

1. 将GIF转换为MP4：可以将动态图片（GIF）转换为视频文件（MP4）的功能，使你更方便地分享和使用。

2. 创建各种图形：你可以利用这个功能来生成各种如柱状图、折线图、饼图等图形，直观地显现和分析你的数据。

3. 从图象中提取色彩以创建PNG调色板：这个功能可以从任何一张图象中提取主要色彩，然后生成一个PNG格式的调色板。

4. 清洗数据以生成深入的可视化：如果你有一些混乱的数据，这个功能可以帮你进行清洗和整理，再将其转换为清晰的可视化图形。

5. 将CSV文件转换为GIF：这个功能可以将CSV（逗号分隔值）文件中的数据以动态的方式展现，生成一张GIF图。

6. 分析歌单以概括你的音乐品味：你可以利用这个功能来根据你的音乐歌单进行分析，从而概括你的音乐品味。

7. 将你的数据集转换为一个完全功能的HTML网站：这个功能能将你的数据快速转换成一个功能齐全的网站，方便你进行展现和分享。

8. 创建可下载的股票数据集：这个功能能帮你创建一份股票数据集，并且这个数据集是可以下载的，方便你进行更深入的分析和研究。

9. 将图象转换为文本文件：如果你需要从图象中提取文字，这个功能可以帮你将图象中的文字转换成文本文件。

10. 对未格式化的数据进行详细分析：对那些没有规定格式的原始数据，这个功能能帮你进行深入的分析，以获得有价值的信息。

其实，代码解释器的用例远不止这些。

我正在尝试ChatGPT代码解释器。到目前为止，我只能建议「每一个开发者现在就开始研究它」。

Code Interpreter断了多少人的生路？太多行政每天低效力的处理数据，现在只需要自然语言就能够办公自动化。

桂>哥>网>络www.guIgege.cn