Whizi対応ファイル形式：アップロードできるものすべて

簡潔な回答

Whiziは画像、PDF、Wordファイル、Excelの表計算、PowerPointのスライド、そして約40種類のプレーンテキストおよびソースコード形式に対応しています。ファイルのアップロードはStarterを含む全プランに含まれており、アップロード自体にクレジットはかかりません。

4つのグループと、それぞれで何が起きるか。

グループ	拡張子	Whiziが行うこと
画像	.png, .jpg, .jpeg	モデルに画像としてそのまま渡され、モデルが直接見られます
文書	.pdf, .docx, .doc	ブラウザ内でテキストが抽出され、テキストとして送信されます
表計算	.xlsx, .xls	セルの内容が抽出され、構造化テキストとして送信されます。古い形式の.xlsは.xlsxとして保存し直すよう案内されます
プレゼンテーション	.pptx, .ppt	スライドのテキスト、表、発表者メモがスライドごとに抽出されます。古い形式の.pptは.pptxとして保存し直すよう案内されます
テキストとコード	以下に挙げる40種類以上の拡張子	そのままテキストとして送信されます

拡張子の完全なリスト

画像。 .png、.jpg、.jpeg

文書、表計算、スライド。 .pdf、.docx、.doc、.xlsx、.xls、.pptx、.ppt。ZIPベースの新しい形式はブラウザ内で解析されます。古いバイナリ形式の.xlsや.pptもピッカーでは選択できますが、.xlsxや.pptxとして保存し直して再アップロードするよう案内されます。

ソースコード。 .js、.ts、.jsx、.tsx、.py、.java、.cpp、.c、.cs、.rb、.php、.go、.rs、.swift、.kt、.kts、.scala、.lua、.pl、.pm、.r、.m、.sql、.graphql

マークアップとスタイル。 .html、.css、.scss、.sass、.less、.xml、.md

設定とデータ。 .json、.yaml、.yml、.env、.ini、.conf、.csv、.txt

シェルスクリプト。 .sh、.bash、.zsh、.fish

このリストにない形式の場合、まずPDF、CSV、プレーンテキストとしてエクスポートまたは保存するのが一番早い方法です。Googleドキュメントは.docxやPDFに、Keynoteのスライドは.pptxやPDFになり、ほとんどのデータエクスポートは.csvになります。

抽出が実際にどう機能するか

PDF、Word、Excel、PowerPointのファイルは、何かが送信される前にブラウザ内でテキストが抽出されます。モデルは元のバイナリファイルではなく、抽出されたテキストを受け取ります。ここには知っておくべき2つの影響があります。

1つ目は、スキャンされたPDFにはその抽出が読み取れるテキスト層が存在しないという点です。Whiziはページから得られるテキストの少なさから画像中心のPDFを検知し、代わりにサーバー側のビジョン処理を一度通します。これによりページごとの書き起こしが得られ、その後は抽出テキストと同じ経路をたどります。この処理で書き起こしが得られない場合、常に有効なフォールバックはページを画像としてアップロードすることです。画像に対応したモデルであればページ画像を直接読み取れます。

2つ目は、レイアウトが一部失われることです。抽出は単語と読み順を保持しますが、視覚的な配置は保持しないため、複雑な多段組みのレポートや装飾の多い表は画面で見るより平坦になって届くことがあります。特に表については、.csvや.xlsxでアップロードした方が、同じ表をPDFの中に入れるよりもモデルにとってはるかに構造がきれいになります。表計算を取り込んだ後どう扱うかは別のワークフローで、AIで表計算を分析する方法に詳しくまとめています。

画像は事情が異なります。抽出されるのではなくモデルに直接渡されるため、選んだモデルが画像を認識できる限り、図表、ダイアグラム、スクリーンショット、手書き文字もすべて機能します。

保存期間と削除

アップロードされた添付ファイルと生成されたメディアは、最大30日で期限切れになるよう設定されています。自分でそれより早く削除することもでき、アカウントを削除すれば他のすべてと一緒に消去されます。

Whiziはあなたのプロンプト、ファイル、会話、音声の書き起こし、生成されたコンテンツをWhizi独自のAIモデルの学習には使用せず、学習データとして販売することもありません。詳細はWhiziがあなたのデータをどう扱うかにまとめています。