ChatGPT最强插件Code interpreter，让没技术背景的业务人员都能轻松分析数据!

傅一平评语：

Code interpreter发布后，我突然发现，数据分析的技术门槛被大幅的降低了，那些调参侠式的数据分析师将逐步退出历史舞台。

此消彼长，有了Code interpreter的加持，业务理解的重要性相对提升了，业务人员不经意间成为了最大的受益者，其次是数据治理者，因为原始生产资料的质量还是需要得到保障，而中间的那些加工者，则被极大的压缩了舞台。

正文开始

7月8日凌晨，OpenAI向所有ChatGPT Plus用户开放了代码解析器功能。这是自OpenAI发布GPT-4以来，最强大的功能！在官方的博客中，是这样介绍 Code interpreter 的：

官方也给出了三个基于此能力的推荐用法：

• Solving mathematical problems, both quantitative and qualitative 解决数学问题，包括定量和定性问题。
• Doing data analysis and visualization 进行数据分析和可视化
• Converting files between formats 在不同格式之间转换文件

这将允许ChatGPT 运行代码，并且可以访问用户上传的文件，可实现分析数据、创建图表、编辑文件、执行数学运算等复杂操作。

其中，数据分析功能非常非常强大，使得很多不会专业代码的业务人员，通过自然语言文本、数据文件等，就能快速创建可视化数据分析图表，适用于销售、人力资源、医疗、制造、媒体、金融等业务场景。

想使用该功能非常简单，我们只需要在自己的ChatGPT plush账户上启用 Code Interpreter即可。

启动方式如下：Setting > Beta Features > Code interpreter

接下来我们试试这个插件，点击GPT4.0，再点击以下即可：

下面是我自己测试的过程，的确是比较强大的：

1、导入数据

可以上传任何文件到ChatGPT进行分析，包括PDF，word，excel，CSV，gif，MP4等等。

2、数据分析

Prompt

（1）显示文件内容

（2）显示10条数据样例，每列如果超过10个字符就截断

（3）给出数据集的概貌

（4）给出这份数据的概况

（5）请分析评分与其他相关变量的关系

（6）请做一张报表，维度是type，指标是Recommended为1的比例值，Positive_Feedback_Count的合计

（7）假如你是一名数据分析师，请以图表形式给出对输入数据的分析，并给出一份数据分析报告

3、机器学习

Prompt

（1）以推荐为标签，采用至少5个算法给出预测模型，然后比较优劣，最后给出推荐的模型

（3）给出随机森林模型中最重要的变量排名

（4）请基于梯度提升模型做一个模拟推理，输入自行决定

4、可视化

Prompt

（1）请自行选择合适的数据，至少画出20种以上类型的图表，每张图表一个说明，一张一张的按顺序展示

（3）请分别画出堆积柱状图、饼图、直方图、散点图、等高线图、热图、气泡图、雷达图、3D 图、面积图、阶梯图、蜡烛图、词云图

5、流程图

6、图像处理

Prompt

（1）显示原图尺寸，居中裁剪出最大方形，并显示图片

（2）以 576x576 作为原图的滑动窗口，每次移动图片宽度的 1/50，将其制作为循环播放的 gif。

（3）转换为黑白色，并显示

（4）将原图转换为 JPG 格式提供下载链接，并显示原图

7、格式转换

Code interpreter让我想到了一个当前AI投资圈的热词JARVIS。

JARVIS是一个协作系统，该系统由LLM作为控制器和众多专家模型作为协作执行者（来自HuggingFace Hub）组成，系统的工作流程包括四个阶段：

（1）任务规划：使用ChatGPT分析用户的请求以了解他们的意图，并将其分解成可能解决的任务。

（2）模型选择：为了解决计划的任务，ChatGPT 根据他们的描述选择托管在拥抱脸上的专家模型。

（3）任务执行：调用并执行每个选定的模型，并将结果返回给 ChatGPT。

（4）响应生成：最后，使用 ChatGPT 集成所有模型的预测，并生成响应。

Code interpreter就是类似的协作系统，它本身不具备执行能力，但它通过ChatGPT能理解用户的意图，从而能选择到合适的工具或模型（比如python）来执行，并且能把结果返回给ChatGPT，ChatGPT再向人做出响应。

我突然发现，自然语言已经能逐步替代码农让机器直接执行指令，这导致了码农的快速贬值，进而影响到那些调参侠式的数据分析师。从这个角度来讲，Code interpreter极大降低了数据分析的技术门槛。

此消彼长，有了Code interpreter后，业务人员在这个过程中成了最大的受益者，其次是数据治理者，因为原始生产资料的质量还是需要得到保障，而中间的那些加工者，则被极大的压缩了舞台。

点击左下角“阅读原文”查看更多精彩文章，公众号推送规则变了，如果您想及时收到推送，麻烦右下角点个在看或者把本号置顶！