Krótka odpowiedź
Whizi akceptuje obrazy, pliki PDF, dokumenty Word, arkusze Excel, prezentacje PowerPoint oraz około czterdziestu formatów zwykłego tekstu i kodu źródłowego. Przesyłanie plików jest dostępne w każdym planie, w tym w Starterze, a przesłanie pliku nie kosztuje żadnych kredytów.
Cztery grupy i co się z nimi dzieje:
| Grupa | Rozszerzenia | Co robi Whizi |
|---|---|---|
| Obrazy | .png, .jpg, .jpeg | Przekazywane do modelu jako obraz, więc model widzi je bezpośrednio |
| Dokumenty | .pdf, .docx, .doc | Tekst wyodrębniany w przeglądarce, a następnie wysyłany jako tekst |
| Arkusze kalkulacyjne | .xlsx, .xls | Zawartość komórek jest wyodrębniana i wysyłana jako uporządkowany tekst; przestarzały format .xls wymaga ponownego zapisania jako .xlsx |
| Prezentacje | .pptx, .ppt | Tekst slajdów, tabele i notatki prelegenta są wyodrębniane slajd po slajdzie; przestarzały format .ppt wymaga ponownego zapisania jako .pptx |
| Tekst i kod | ponad 40 rozszerzeń, wymienionych poniżej | Wysyłane jako tekst bez zmian |
Pełna lista rozszerzeń
Obrazy. .png, .jpg, .jpeg
Dokumenty, arkusze kalkulacyjne i prezentacje. .pdf, .docx, .doc, .xlsx, .xls, .pptx, .ppt. Nowoczesne formaty oparte na zipie są przetwarzane w przeglądarce; przestarzały format binarny .xls lub .ppt jest akceptowany przez selektor, ale wymaga ponownego zapisania go jako .xlsx lub .pptx i ponownego przesłania.
Kod źródłowy. .js, .ts, .jsx, .tsx, .py, .java, .cpp, .c, .cs, .rb, .php, .go, .rs, .swift, .kt, .kts, .scala, .lua, .pl, .pm, .r, .m, .sql, .graphql
Znaczniki i style. .html, .css, .scss, .sass, .less, .xml, .md
Konfiguracja i dane. .json, .yaml, .yml, .env, .ini, .conf, .csv, .txt
Skrypty powłoki. .sh, .bash, .zsh, .fish
Jeśli formatu nie ma na tej liście, najszybszym rozwiązaniem jest zwykle wyeksportowanie lub zapisanie go najpierw jako PDF, CSV albo zwykły tekst. Dokument Google staje się plikiem .docx lub PDF, prezentacja Keynote staje się plikiem .pptx lub PDF, a niemal każdy eksport danych staje się plikiem .csv.
Jak faktycznie działa wyodrębnianie tekstu
W przypadku plików PDF, Word, Excel i PowerPoint tekst jest wyodrębniany w przeglądarce, zanim cokolwiek zostanie wysłane. Model otrzymuje wyodrębniony tekst, a nie oryginalny plik binarny. Wiąże się to z dwiema konsekwencjami, o których warto wiedzieć.
Pierwsza jest taka, że zeskanowany PDF nie ma warstwy tekstowej, którą to wyodrębnianie mogłoby odczytać. Whizi wykrywa PDF z dużą ilością obrazów po tym, jak mało tekstu dają jego strony, i zamiast tego wysyła plik jednokrotnie przez serwerowy proces rozpoznawania wizualnego, który zwraca transkrypcję strona po stronie, przemierzającą później tę samą ścieżkę co wyodrębniony tekst. Jeśli ten proces nie potrafi wygenerować transkrypcji, rozwiązaniem awaryjnym, które zawsze działa, jest przesłanie stron jako obrazów, ponieważ modele obsługujące obrazy odczytują obraz strony bezpośrednio.
Druga konsekwencja jest taka, że układ jest częściowo tracony. Wyodrębnianie zachowuje słowa i kolejność czytania, ale nie wizualny układ, więc złożony wielokolumnowy raport lub mocno sformatowana tabela mogą wyjść płaściej, niż wyglądają na ekranie. Konkretnie w przypadku tabel przesłanie pliku .csv lub .xlsx daje modelowi znacznie czystszą strukturę niż ta sama tabela wewnątrz pliku PDF. To, co zrobić z arkuszem kalkulacyjnym po jego przesłaniu, to osobny sposób pracy, opisany w jak analizować arkusze kalkulacyjne za pomocą AI.
Obrazy są inne: są przekazywane do modelu bezpośrednio, a nie wyodrębniane, więc wykresy, diagramy, zrzuty ekranu i pismo odręczne działają, o ile wybrany model potrafi widzieć obrazy.
Przechowywanie i usuwanie
Przesłane załączniki i wygenerowane materiały są skonfigurowane tak, by wygasać po maksymalnie 30 dniach. Możesz usunąć je wcześniej samodzielnie, a usunięcie konta usuwa je razem ze wszystkim innym.
Whizi nie wykorzystuje twoich promptów, plików, rozmów, transkrypcji głosowych ani wygenerowanych treści do trenowania modeli AI należących do Whizi i nie sprzedaje tych treści jako danych treningowych. Pełne informacje znajdują się w tekście co Whizi robi z twoimi danymi.
- Obrazy, PDF, Word, Excel, PowerPoint i ponad 40 formatów tekstu oraz kodu są akceptowane
- Przesyłanie plików jest dostępne w każdym planie, w tym w Starterze
- Przesyłanie nie kosztuje żadnych kredytów
- PDF, Word, Excel i PowerPoint są najpierw konwertowane na tekst w twojej przeglądarce
- Zeskanowane pliki PDF są transkrybowane strona po stronie przez serwerowy proces rozpoznawania wizualnego
- Tabele działają znacznie lepiej jako .csv lub .xlsx niż wewnątrz pliku PDF
- Przesłane pliki wygasają po maksymalnie 30 dniach
Najczęstsze pytania
Czy mogę przesłać PDF do Whizi?
Tak, w każdym planie, w tym w Starterze, i nie kosztuje to żadnych kredytów. Tekst jest wyodrębniany w twojej przeglądarce i wysyłany do wybranego modelu, więc możesz zadać pytanie o PDF modelowi GPT, a następnie przełączyć tę samą rozmowę na Claude i zapytać ponownie bez ponownego przesyłania. Zeskanowany lub bogaty w obrazy PDF jest wykrywany po tym, jak mało tekstu dają jego strony, i zamiast tego jest transkrybowany strona po stronie przez serwerowy proces rozpoznawania wizualnego.
Czy Whizi potrafi czytać pliki Excel?
Tak, dla plików .xlsx. Przestarzały format binarny .xls nie może zostać przetworzony w przeglądarce, więc Whizi prosi o ponowne zapisanie go jako .xlsx i przesłanie ponownie. Zawartość komórek jest wyodrębniana i wysyłana jako uporządkowany tekst, co daje modelowi znacznie czystsze dane niż ta sama tabela wklejona do wiadomości lub osadzona w pliku PDF. W przypadku wszystkiego, co analityczne, przesłanie arkusza kalkulacyjnego to format dający najbardziej wiarygodne odpowiedzi.
Czy istnieje limit rozmiaru pliku?
Praktycznym ograniczeniem jest okno kontekstowe wybranego modelu, a nie stały limit przesyłania. Bardzo długi dokument zużywa kontekst, którego model nie może potem wykorzystać do niczego innego, więc bardzo duże pliki lepiej podzielić na sekcje, które faktycznie chcesz przeanalizować. Jeśli dokument jest zbyt długi dla wybranego modelu, przełączenie się na model z większym kontekstem w tej samej rozmowie zwykle rozwiązuje problem.
Czy mogę przesłać więcej niż jeden plik naraz?
Tak, i jest to jedna z bardziej przydatnych rzeczy, jakie można zrobić w przestrzeni roboczej z wieloma modelami: prześlij razem arkusz kalkulacyjny i raport PDF, z którego pochodzi, i poproś model o ich uzgodnienie. Przeciąganie i upuszczanie działa w dowolnym miejscu okna czatu, nie tylko na przycisku załącznika.
Czy przesłane przeze mnie pliki są wykorzystywane do trenowania modeli AI?
Whizi nie wykorzystuje twoich promptów, plików, rozmów, transkrypcji głosowych ani wygenerowanych treści do trenowania modeli AI należących do Whizi i nie sprzedaje tych treści jako danych treningowych. Przesłane pliki są skonfigurowane tak, by wygasać po maksymalnie 30 dniach, a ty możesz usunąć je wcześniej albo usunąć wszystko poprzez usunięcie konta.