วิธีอัปโหลดเอกสารให้ AI ใน Whizi

ประเภทไฟล์ที่รองรับ และสิ่งที่เกิดขึ้นจริงกับแต่ละประเภท

แนบไฟล์ด้วยการลากเข้ามาในช่องพิมพ์ข้อความหรือคลิกไอคอนคลิปหนีบ แล้วพิมพ์คำถามของคุณ สิ่งที่โมเดลได้รับจะต่างกันไปตามประเภทไฟล์ และการรู้ว่าแต่ละประเภทต่างกันอย่างไรจะอธิบายผลลัพธ์ที่น่าแปลกใจได้เกือบทั้งหมด

ประเภท	นามสกุลไฟล์	สิ่งที่โมเดลนำไปใช้
PDF ที่เป็นข้อความ	.pdf	ข้อความที่สกัดออกมา ตามลำดับการอ่าน รวมถึงตารางในรูปแบบข้อความ
PDF ที่สแกนมา	.pdf	ข้อความถอดเสียงรายหน้าจากกระบวนการมองเห็นฝั่งเซิร์ฟเวอร์
เอกสาร Word	.docx	ข้อความในเอกสาร ที่สกัดออกมาในเบราว์เซอร์ของคุณ
สเปรดชีต	.xlsx, .csv	ค่าต่าง ๆ ในเซลล์ในรูปแบบข้อความ ไม่ใช่สูตรที่ทำงานได้จริง
รูปภาพ	.png, .jpg, .jpeg	ตัวรูปภาพเอง อ่านโดยโมเดลแบบมัลติโมดัล
โค้ดและข้อความธรรมดา	.py, .js, .ts, .go, .md, .txt และไฟล์ลักษณะเดียวกัน	เนื้อหาไฟล์แบบคำต่อคำ

มีผลที่ตามมาสองอย่างที่ควรจดจำไว้ ข้อแรก สเปรดชีตจะมาถึงในรูปของค่าต่าง ๆ ไม่ใช่สมุดงานที่ทำงานได้ โมเดลจึงอ่านผลลัพธ์ที่สูตรของคุณคำนวณออกมาได้ แต่ไม่สามารถรันสูตรนั้นซ้ำได้ ข้อสอง PDF ที่สแกนมาผ่านการถอดข้อความด้วยระบบมองเห็น ไม่ใช่การสกัดข้อความล้วน ฟอนต์ที่แปลกไป ลายมือเขียนกำกับ หรือการสแกนความละเอียดต่ำ ยังอาจทำให้ตัวเลขบางตัวถูกอ่านผิดได้ ควรตรวจสอบตัวเลขจากเอกสารที่สแกนมากับต้นฉบับเสมอ อีกข้อเกี่ยวกับรูปภาพ ช่องพิมพ์ข้อความไม่รับไฟล์ GIF และจะขอให้ใช้ PNG หรือ JPEG แทน

เตรียมไฟล์ก่อนถามอะไรเลย

ใช้เวลาห้านาทีตรงนี้ ช่วยประหยัดบทสนทนาที่งงงวยในภายหลัง

• ตั้งชื่อไฟล์ให้ตรงกับเนื้อหา โมเดลมองเห็นชื่อไฟล์ และ 2025-q3-vendor-contract-acme.pdf ให้บริบทที่มีประโยชน์มากกว่า document(3).pdf เรื่องนี้สำคัญมากขึ้นเมื่อมีหลายไฟล์อยู่ในเธรดเดียวกัน
• ส่งไฟล์ต้นฉบับ ไม่ใช่เวอร์ชันสำหรับนำเสนอ โดยเฉพาะสเปรดชีต เวอร์ชันที่มีเซลล์รวม มีผลรวมย่อยแทรกอยู่ในข้อมูล และมีโน้ตอยู่ตามขอบ ทำให้เกิดข้อผิดพลาดมากกว่าไฟล์ธรรมดาขนาดใหญ่มาก
• แบ่งเอกสารขนาดมหึมาตามวัตถุประสงค์ ไม่ใช่ตามขนาดไฟล์ ถ้าคุณต้องการแค่ส่วนวิธีการและผลลัพธ์ การอัปโหลดเฉพาะส่วนนั้นดีกว่าการอัปโหลดทั้ง 400 หน้าแล้วหวังว่าความสนใจจะไปตกที่จุดที่ถูกต้อง
• ลบข้อมูลส่วนบุคคลที่ไม่จำเป็น ชื่อ อีเมล และรหัสประจำตัวแทบไม่จำเป็นต่อการวิเคราะห์ และการลบออกก่อนก็เร็วกว่าการมานั่งพิจารณาว่าคุณได้รับอนุญาตให้อัปโหลดมันหรือไม่
• ตรวจสอบว่า PDF เป็นข้อความจริงหรือไม่ ลองเลือกข้อความในโปรแกรมอ่าน PDF ของคุณ ถ้าเลือกไม่ได้ แสดงว่าเป็นไฟล์สแกน Whizi จะถอดข้อความด้วยกระบวนการมองเห็น และตัวเลขในไฟล์นั้นควรถูกตรวจสอบกับต้นฉบับ

เลือกโมเดลให้เหมาะกับไฟล์

ตัวเลือกนี้สำคัญกว่าตัวพรอมต์เองสำหรับงานด้านเอกสาร

• Gemini สำหรับเอกสารที่ยาวมาก โมเดล Gemini ใน Whizi มีหน้าต่างบริบทถึง 1,000,000 โทเคน หมายความว่ารายงาน 200 หน้า ชุดสัญญาทั้งหมด หรือเปเปอร์นับสิบฉบับ สามารถอยู่ในบริบทเดียวกันได้พร้อมกัน แทนที่จะถูกประมวลผลทีละส่วน คำถามที่ข้ามหลายเอกสารจะทำงานได้ถูกต้องก็ต่อเมื่อทุกอย่างอยู่ในบริบทจริง ๆ เท่านั้น
• Claude สำหรับความละเอียดอ่อนของภาษา ถ้อยคำทางกฎหมาย เอกสารนโยบาย หรืออะไรก็ตามที่ความหมายขึ้นอยู่กับเงื่อนไขและคำกำกวม นอกจากนี้ยังเก่งที่สุดในการบอกว่าเอกสารไม่ได้พูดถึงอะไร ซึ่งมักเป็นคำถามที่แท้จริง
• GPT สำหรับการดึงข้อมูล ใบแจ้งหนี้ แบบฟอร์ม ข้อมูลที่มีโครงสร้าง หรืออะไรก็ตามที่คุณต้องการตารางหรือ JSON ที่เคร่งครัดกลับมา พร้อมชื่อฟิลด์ที่สม่ำเสมอตลอดหลายร้อยแถว
• โมเดลมัลติโมดัลใด ๆ สำหรับรูปภาพ แผนภูมิ ภาพหน้าจอ และไดอะแกรม ให้ลองขอให้มันอธิบายสิ่งที่เห็นก่อนขอให้ตีความ ซึ่งจะช่วยจับข้อผิดพลาดจากการอ่านผิดได้ตั้งแต่เนิ่น ๆ

คุณสามารถสลับโมเดลกลางเธรดได้โดยไม่ต้องอัปโหลดไฟล์ใหม่ ซึ่งเป็นจุดประสงค์ของการทำทั้งหมดนี้ในพื้นที่ทำงานเดียว อ่านด้วย Gemini ดึงข้อมูลด้วย GPT แล้วให้ Claude เขียนสรุป ทั้งหมดกับไฟล์แนบเดียวกัน ดูเพิ่มเติมที่ การสลับโมเดลกลางบทสนทนา

ทำงานกับเอกสารหลายฉบับพร้อมกัน

คำถามเกี่ยวกับเอกสารเดียวมีประโยชน์อยู่แล้ว แต่คำถามที่ครอบคลุมหลายเอกสารต่างหากที่ทำให้เรื่องนี้ไม่ใช่แค่ความสะดวก แต่กลายเป็นความสามารถที่คุณไม่เคยมีมาก่อน

พรอมต์: เปรียบเทียบ

เปรียบเทียบ contract-a.pdf กับ contract-b.pdf ส่งกลับมาเป็นตารางของทุกข้อที่แตกต่างกัน: ข้อสัญญา, A ระบุว่าอย่างไร, B ระบุว่าอย่างไร, และฝ่ายใดได้เปรียบกว่าและเพราะเหตุใด ไม่ต้องสนใจความแตกต่างด้านการจัดรูปแบบและการเรียงลำดับ ระบุข้อที่มีอยู่ในฉบับหนึ่งแต่ไม่มีในอีกฉบับแยกต่างหาก

พรอมต์: รวบรวม

จากไฟล์ที่แนบมาทั้งหมด สร้างตารางเดียวเพื่อตอบ [คำถาม] หนึ่งแถวต่อหนึ่งเอกสาร โดยมีชื่อเอกสารอยู่ในคอลัมน์แรก ถ้าเอกสารใดไม่ได้กล่าวถึงเรื่องนี้ ให้เขียนว่า NOT ADDRESSED อย่ารวมเอกสารที่ใช้นิยามต่างกันโดยไม่ระบุให้ชัดเจน

พรอมต์: หาข้อขัดแย้ง

เอกสารเหล่านี้ขัดแย้งกันตรงไหนบ้าง อ้างอิงข้อความทั้งสองฝั่งเคียงกัน และระบุว่าแต่ละข้อความมาจากไฟล์ใด แยกความขัดแย้งจริงออกจากความแตกต่างด้านขอบเขตหรือวันที่

อ้างอิงไฟล์ด้วยชื่อในพรอมต์ของคุณเสมอเมื่อมีไฟล์มากกว่าหนึ่งไฟล์ การถามว่า "ในสัญญากับผู้ขาย ระยะเวลาแจ้งล่วงหน้าคือเท่าไร" ชัดเจนไม่คลุมเครือ ส่วนการถามแค่ "ระยะเวลาแจ้งล่วงหน้าคือเท่าไร" จะทำให้โมเดลต้องเลือกเอง และมันจะไม่บอกคุณว่าเลือกไฟล์ไหน

เมื่อคำตอบดูผิดปกติ

ลำดับการวินิจฉัยสั้น ๆ ที่แก้ปัญหาส่วนใหญ่ได้

โมเดลบอกว่ามองไม่เห็นไฟล์ ตรวจสอบว่าไฟล์แนบอัปโหลดสำเร็จจริง แล้วอ้างอิงถึงมันอย่างชัดเจน: "ในรายงาน report.pdf ที่แนบมา" สำหรับรูปภาพโดยเฉพาะ การพูดว่า "ดูที่รูปภาพที่แนบมา" ช่วยให้มั่นใจว่าเส้นทางแบบมัลติโมดัลถูกใช้งาน แทนที่โมเดลจะตอบจากข้อความในคำถามของคุณเพียงอย่างเดียว

คำตอบพูดถึงเอกสารผิดฉบับ ระบุชื่อไฟล์ในทุกคำถามเมื่อเธรดมีหลายไฟล์

ตัวเลขผิดเพี้ยนเล็กน้อยในเอกสารที่สแกนมา นี่คือการถอดข้อความจากภาพสแกน ไม่ใช่การให้เหตุผลผิดพลาด ให้ขอให้โมเดลอ้างอิงบรรทัดรอบข้างแบบคำต่อคำ เพื่อดูว่ามันอ่านอะไรมา แล้วตรวจสอบกับต้นฉบับ

มันพลาดสิ่งที่คุณรู้ว่ามีอยู่ในเอกสาร ให้ถามคำถามเชิงระบุตำแหน่งก่อน: อ้างอิงข้อความที่พูดถึง [หัวข้อ] และบอกหน้าหรือส่วนของมัน ถ้าหาไม่เจอ ปัญหาคือการสกัดข้อมูล ไม่ใช่การให้เหตุผล ลองเปลี่ยนโมเดล หรืออัปโหลดเฉพาะหน้าที่เกี่ยวข้องแยกต่างหาก

มันสรุปแทนที่จะตอบ ให้ขอหลักฐานแทนข้อสรุป: อ้างอิงข้อความที่ตรงกับคำตอบของคุณ วิธีนี้ยังจับกรณีที่คำตอบถูกอนุมานจากความรู้ทั่วไปแทนที่จะมาจากเอกสารของคุณ ซึ่งเป็นความผิดพลาดที่สำคัญที่สุดที่ควรจับให้ได้

การตรวจสอบข้อสุดท้ายนี้ควรเน้นย้ำเป็นพิเศษ โมเดลที่ถูกถามเกี่ยวกับสัญญาประเภทที่รู้จักกันดี กฎระเบียบทั่วไป หรือเปเปอร์ที่มีชื่อเสียง สามารถตอบได้อย่างสมเหตุสมผลจากข้อมูลที่เคยฝึกมา โดยไม่ต้องอ้างอิงไฟล์ของคุณเลย การบังคับให้อ้างอิงคำพูดตรง ๆ จะยึดคำตอบให้อิงกับเอกสารที่อยู่ตรงหน้ามันจริง ๆ

ความเป็นส่วนตัว และสิ่งที่ควรคิดก่อนอัปโหลด

ไฟล์แนบที่อัปโหลดถูกตั้งค่าให้หมดอายุภายในไม่เกิน 30 วัน และคุณสามารถลบไฟล์หรือทั้งบทสนทนาได้เร็วกว่านั้นด้วยตัวเอง Whizi ไม่ใช้พรอมต์ ไฟล์ บทสนทนา ข้อความถอดเสียงเสียง หรือเนื้อหาที่สร้างขึ้นของคุณ ไปฝึกโมเดล AI ที่ Whizi เป็นเจ้าของ และไม่ขายเนื้อหาดังกล่าวเป็นข้อมูลฝึกสอน ผู้ให้บริการที่รันโมเดลซึ่งคุณเลือกจะได้รับสิ่งที่จำเป็นต่อการตอบ และอาจเก็บแคชชั่วคราวไว้ตามนโยบายของตนเอง

สิ่งที่ยังคงเป็นวิจารณญาณของคุณเอง คือเอกสารนี้เป็นสิ่งที่คุณได้รับอนุญาตให้ประมวลผลกับบริการของบุคคลที่สามหรือไม่ หมวดหมู่ที่ควรหยุดคิดสักครู่ ได้แก่ ข้อมูลส่วนบุคคลของผู้อื่น สิ่งใดก็ตามที่อยู่ภายใต้ข้อตกลงรักษาความลับเฉพาะ ข้อมูลที่ไม่เปิดเผยต่อสาธารณะซึ่งมีนัยสำคัญ และข้อมูลที่อยู่ภายใต้การกำกับดูแล เช่น ข้อมูลสุขภาพหรือการเงินที่มีกฎการจัดการเฉพาะ

ทางสายกลางในทางปฏิบัติสำหรับคนส่วนใหญ่คือการปกปิดข้อมูลแทนการงดใช้ไปเลย การแทนที่ชื่อด้วยตำแหน่งหน้าที่ การใช้ตัวเลขดัชนีแทนตัวเลขจริง และการลบรหัสประจำตัวออก จะรักษาทุกอย่างที่การวิเคราะห์ต้องการไว้ พร้อมกับตัดสิ่งที่ทำให้เอกสารอ่อนไหวออกไปเกือบทั้งหมด