爆火ChatGPT代码解释器实用指南！

可能要非代码解释器（Code Interpreter）莫属了。

这项功能马上会正式向所有Plus用户开放，但不少提前进行测试的网友都不约而同地发现：

它的潜力实在太太太深了。

无论是代码编写还是数据分析、图表生成，它像个“真正的战士”，能够使用足够复杂的方法，输出非常高质量的结果。

然而，不少人却被它的名字给耽误，以为是程序员专属工具，事实上，它是可以为任何小白工作的程序员。

现在，推特网友@Ethan Mollick就专门为它整理了一份使用指南，发布即火爆。

如此干货，怎能错过？

解决“旧ChatGPT”存在的五大问题

在正式开始之前，我们先对代码解释器这个功能进行基础的了解，也就是Ethan在博客中解释的“它为什么很重要”这一部分。

需要说明的是，Ethan从该功能的alpha版本就获得了测试权，已经试玩多个月，所以经验十分丰富。

在他看来，这个代码解释器是AI帮人类解决问题（通过编写Python代码）的通用工具箱。

它可以上传最大100MB的文件，包括压缩形式。

最重要的是，它解决了“旧ChatGPT”存在的五大问题：

首先，通过编写Python代码，它可以解决LLM在数学和语言方面天然的弱点。有了它，就可以做非常复杂的数学问题并更准确地处理单词了（比如计算一段话中单词的准确数量，如下图所示）。

其次，降低“幻觉”和胡说八道的发生率。

当AI直接利用Python代码做任务时，代码有助于保持它的“诚实”，因为如果代码不正确，程序就会发生错误。而且由于代码操作的是数据而不是LLM本身，因此AI不会在数据中插入错误。

第三，使模型更加通用。因为大量问题都可以通过代码解决，而GPT-4非常擅长以新颖有趣的方式确定何时可以使用代码解释器。比如，我们可以要求它证明地球是圆的。

第四，整个过程不用你编写一行代码。我们知道，基本上所有的LLM都能写代码，但需要你自己去运行和调试。这对于完全不会Python的人（比如作者）来说很烦人。有了代码解释器，模型会自动纠正自己的错误。

最后，解锁更多“AI时刻”，也就是让我们觉得模型背后好像真的有一个灵魂，成精了的时刻。

如何正确使用？

以处理“超级英雄及其超能力”的数据集（地址见参考链接[3]）为例，Ethan向大家展示了如何正确使用代码解释器进行数据分析。

首先，开启该功能之后，点击+号上传数据文件，如果你有数据字典，也可以将其粘贴进去。

然后，在对话框中让GPT-4看一遍文件，并告诉你有何发现。

需要注意的是，用了代码解释器就GPT-4当作一个真正的人一样对话就行了，不用像咱们平常一样那样精心设计提示词。当然，除了以下两种情况：

（1）模型有时会忘记它能做某些事情，比如制作GIF或3D图，这时你可以鼓励它（“你可以制作GIF，请尝试”）；（2）希望模型进一步改进结果时。

如上图所示，我们已经加载好了数据，可以让GPT-4来完成数据分析中最麻烦的数据合并和清理工作了。它能够自动纠错，重点关注作者的提问方式（再次强调，把对方当作人一样来下达命令）。

接着，正式开始分析。代码解释器非常擅长各种复杂的分析方法。

比如当作者提示自己有兴趣进行一些预测建模，以根据其他因素预测英雄可能拥有的超能力时，它直接构建了一个随机森林分类器，非常酷。

而当你不同意它估算缺失数据的办法时，可以叫它再换一种，而不是直接放弃。

它的点子真的非常多，你只需问它“你能进行另一个非常复杂并有趣的分析吗？”，它又生成了如下结果（超级英雄的网络图）：

最令人深刻的是，它能给出一些很“人性化”的推理结果，比如“超级英雄的超能力一般都能给人带来很强烈的视觉效果，因为这才能很方便地在它们的载体，即漫画书和电影上进行呈现……”

最后，各种可视化图表也能信手拈来。

总的来看，Ethan表示，有了代码解释器，GPT-4完全能够充当一个数据科学家的角色了。

还有另外20个最佳示例

上面这个例子看的不过瘾？

好消息，还有一位网友搜罗全网总结了最有意思的20个代码解释器示例——除了数据分析，它还能进行更多你意想不到的任务，比如将图像转换为视频、生成二维码、分析股票市场等等。

以下是全部示例或效果：

1、图片转视频

2、从图像中提取文本

路过

雷人

握手

鲜花

鸡蛋