ดึงข้อมูลจาก Unstructured → Structured
แปลงกองอีเมลหรือรูปถ่ายใบเสร็จ ให้กลายเป็นตารางที่คอมพิวเตอร์เข้าใจ
เปลี่ยนความวุ่นวายเป็นระเบียบ
ข้อมูล Unstructured คือข้อมูลที่ไร้ระเบียบ เช่น อีเมล, ไฟล์เสียง, บันทึกการประชุม ส่วน Structured คือข้อมูลที่เป็นตารางชัดเจน เช่น Excel หรือ Database AI สามารถเป็นตัวแปลงข้อมูลระหว่าง 2 โลกนี้
เหมือนการเทจดหมายที่จ่าหน้าซองด้วยลายมือหลายแบบ (Unstructured) ลงไปในเครื่องจักร แล้วเครื่องจักรคัดแยกตามรหัสไปรษณีย์ ใส่กล่องเรียงอย่างเป็นระเบียบ (Structured) พร้อมส่ง
ด้านล่างนี้คือข้อความรีวิวสินค้า 10 ข้อความจากลูกค้า (รูปแบบปะปนกัน)
จงดึงข้อมูลและทำเป็นรูปแบบตาราง Markdown โดยมีหัวข้อดังนี้:
1. ชื่อลูกค้า (ถ้าไม่มีให้ใส่ N/A)
2. สินค้าที่พูดถึง
3. อารมณ์ความรู้สึก (บวก/ลบ/เฉยๆ)
4. ปัญหาที่พบ (สั้นๆ 1 ประโยค)
ข้อความรีวิว:
[วางข้อความทั้งหมดที่นี่]สรุป Key Takeaways
- AI เก่งมากในการ "สกัด" (Extract) ข้อมูลที่ปะปนอยู่ในข้อความยาวๆ
- ต้องกำหนดโครงสร้าง (Schema/Columns) ให้ชัดเจน
- ช่วยลดงาน Data Entry ของมนุษย์ได้มหาศาล
คำถามที่พบบ่อย
ดึงข้อมูลจากใบเสร็จ/อีเมลเป็นตาราง ควรระวังอะไร
สองจุด: ตัวเลข (ยอดเงิน วันที่) ที่อ่านเพี้ยนได้จากภาพไม่ชัด และช่องที่ไม่มีข้อมูลจริงแต่โมเดล "เติมให้" — สั่งชัดๆ ว่า "ถ้าไม่พบข้อมูลให้ใส่ null ห้ามเดา" และสุ่มตรวจกับต้นฉบับสัก 10% ของรายการ
มีเอกสารเป็นพันฉบับ จะทำผ่านหน้าแชทไหวไหม
ไม่ไหว — งานปริมาณระดับนี้ควรเขียนสคริปต์เรียก API วนประมวลผลทีละฉบับ พร้อมกำหนด JSON schema ของผลลัพธ์ให้ตายตัว วิธีนี้ทั้งเร็วกว่า ตรวจสอบได้ และคุมต้นทุนต่อฉบับได้ชัดเจน
ผลลัพธ์แต่ละครั้งหน้าตาไม่เหมือนกัน แก้ยังไง
ล็อกรูปแบบด้วย schema — ให้ตัวอย่าง output ที่ต้องการเป๊ะๆ (ชื่อ field, ชนิดข้อมูล, format วันที่) หรือใช้ structured output ของ API และตั้ง temperature ต่ำๆ งาน extraction ต้องการความนิ่ง ไม่ใช่ความคิดสร้างสรรค์