فرمت‌های فایل پشتیبانی‌شده در Whizi: چه چیزی را می‌توانید آپلود کنید

پاسخ کوتاه

Whizi تصاویر، فایل‌های PDF، اسناد Word، صفحات گسترده Excel، فایل‌های PowerPoint و حدود چهل فرمت متن ساده و کد منبع را می‌پذیرد. آپلود فایل در همه پلن‌ها از جمله Starter گنجانده شده و آپلود یک فایل هیچ اعتباری مصرف نمی‌کند.

چهار گروه، و این که با هر کدام چه اتفاقی می‌افتد:

گروه	پسوندها	Whizi با آن چه می‌کند
تصاویر	.png, .jpg, .jpeg	مستقیم به‌عنوان تصویر به مدل داده می‌شود، پس مدل آن را مستقیماً می‌بیند
اسناد	.pdf, .docx, .doc	متن در مرورگر شما استخراج می‌شود، سپس به‌صورت متن ارسال می‌شود
صفحات گسترده	.xlsx, .xls	محتوای سلول‌ها استخراج و به‌صورت متن ساختاریافته ارسال می‌شود؛ فایل قدیمی .xls از شما می‌خواهد دوباره آن را به‌صورت .xlsx ذخیره کنید
ارائه‌ها	.pptx, .ppt	متن اسلایدها، جدول‌ها و یادداشت‌های سخنران، اسلاید به اسلاید استخراج می‌شود؛ فایل قدیمی .ppt از شما می‌خواهد دوباره آن را به‌صورت .pptx ذخیره کنید
متن و کد	بیش از 40 پسوند، که در ادامه فهرست شده‌اند	همان‌طور که هست به‌صورت متن ارسال می‌شود

فهرست کامل پسوندها

تصاویر. .png, .jpg, .jpeg

اسناد، صفحات گسترده و ارائه‌ها. .pdf, .docx, .doc, .xlsx, .xls, .pptx, .ppt. فرمت‌های مدرن مبتنی بر zip در مرورگر تجزیه می‌شوند؛ یک فایل باینری قدیمی .xls یا .ppt در انتخابگر پذیرفته می‌شود اما از شما می‌خواهد آن را به‌صورت .xlsx یا .pptx دوباره ذخیره و دوباره آپلود کنید.

کد منبع. .js, .ts, .jsx, .tsx, .py, .java, .cpp, .c, .cs, .rb, .php, .go, .rs, .swift, .kt, .kts, .scala, .lua, .pl, .pm, .r, .m, .sql, .graphql

نشانه‌گذاری و استایل‌ها. .html, .css, .scss, .sass, .less, .xml, .md

پیکربندی و داده. .json, .yaml, .yml, .env, .ini, .conf, .csv, .txt

اسکریپت‌های شل. .sh, .bash, .zsh, .fish

اگر فرمتی در این فهرست نیست، سریع‌ترین راه معمولاً این است که ابتدا آن را به‌صورت PDF، CSV یا متن ساده خروجی بگیرید یا ذخیره کنید. یک Google Doc به .docx یا PDF تبدیل می‌شود، یک ارائهٔ Keynote به .pptx یا PDF تبدیل می‌شود، و تقریباً هر خروجی داده‌ای به .csv تبدیل می‌شود.

استخراج در عمل چگونه کار می‌کند

برای فایل‌های PDF، Word، Excel و PowerPoint، متن پیش از ارسال در مرورگر شما استخراج می‌شود. مدل به‌جای فایل باینری اصلی، متن استخراج‌شده را دریافت می‌کند. این موضوع دو پیامد دارد که ارزش دانستن دارند.

پیامد اول این است که یک PDF اسکن‌شده لایهٔ متنی ندارد که این استخراج بتواند آن را بخواند. Whizi از اینکه صفحات یک PDF چقدر متن کم تولید می‌کنند، آن را به‌عنوان یک PDF تصویرمحور تشخیص می‌دهد و به‌جای استخراج معمول، یک‌بار فایل را از یک مسیر بینایی سمت سرور عبور می‌دهد که رونوشتی صفحه‌به‌صفحه برمی‌گرداند و از همان مسیر متن استخراج‌شده ادامه می‌یابد. اگر این مسیر نتواند رونوشتی تولید کند، راه‌حل جایگزینی که همیشه کار می‌کند، آپلود صفحات به‌صورت تصویر است، چون مدل‌های دارای قابلیت بینایی یک تصویر صفحه را مستقیماً می‌خوانند.

پیامد دوم این است که چیدمان تا حدی از دست می‌رود. استخراج، کلمات و ترتیب خواندن را حفظ می‌کند، نه چیدمان بصری را، پس یک گزارش پیچیدهٔ چندستونی یا یک جدول با قالب‌بندی سنگین ممکن است ساده‌تر از آنچه روی صفحه دیده می‌شود، ارائه شود. به‌طور خاص برای جدول‌ها، آپلود .csv یا .xlsx ساختاری بسیار تمیزتر از همان جدول درون یک PDF به مدل می‌دهد. این که وقتی یک صفحه گسترده وارد شد با آن چه باید کرد، خودش یک روش کاری جداست که در چگونگی تحلیل صفحات گسترده با هوش مصنوعی شرح داده شده.

تصاویر متفاوت هستند: آن‌ها مستقیماً به مدل عبور داده می‌شوند نه اینکه استخراج شوند، پس نمودارها، دیاگرام‌ها، اسکرین‌شات‌ها و دست‌نوشته‌ها همگی کار می‌کنند، به شرط اینکه مدلی که انتخاب کرده‌اید بتواند تصویر ببیند.

نگهداری و حذف

پیوست‌های آپلودشده و رسانه‌های تولیدشده طوری پیکربندی شده‌اند که پس از حداکثر 30 روز منقضی شوند. شما می‌توانید خودتان زودتر آن‌ها را حذف کنید، و حذف حساب هم آن‌ها را همراه با همه‌چیز دیگر پاک می‌کند.

Whizi از پرامپت‌ها، فایل‌ها، گفتگوها، رونوشت‌های صوتی یا محتوای تولیدشدهٔ شما برای آموزش مدل‌های هوش مصنوعی متعلق به Whizi استفاده نمی‌کند، و آن محتوا را به‌عنوان داده‌های آموزشی نمی‌فروشد. جزئیات کامل در این که Whizi با داده‌های شما چه می‌کند آمده است.