電子郵件地址的原始資料然

[rmsh47]

它當然可以完成大部分（如果不是全部）您過去必須手動完成或指派給虛擬助理的任務。方法如下。清理混亂的電子郵件地址清單 在本例中，我將多行混亂的聯絡資訊放入 Google 試算表中。您可以看到我的資料包括不同格式的電子郵件地址（包括一些有拼字錯誤的電子郵件地址），以及一些姓名和電話號碼。混亂後我使用 GPT for Sheets 中的 GPT_EXTRACT 公式來提取電子郵件地址。 GPT_EXTRACT 公式旨在尋找指定單元格內的特定類型的資料。

格式為 =GPT_EXTRACT(資料,要找的 导管 cn 內容)。例如，我的 row 公式是： = GPT_EXTRACT(A, “電子郵件地址”) 以下是整列的結果，由 gpt--turbo 模型提供支援。 （這是 GPT for Sheets 中最不複雜的模型，因此也是最便宜的模型。）提取和清理的電子郵件地址 結果幾乎是完美的。在這些行中，它在帶有撇號的 Row 和具有更複雜解碼的 Row 上失敗。 （雖然令我印象深刻的是它首先就確定了名稱[at]組織[點]擴展名格式。）我再次嘗試使用更先進的 gpt-o 模型 - 它犯了同樣的錯誤。

因此，與往常一樣，ChatGPT 並非絕對可靠，但整體表現良好。而且，與往常一樣，在將 ChatGPT 投入使用之前，您需要仔細檢查（或至少抽查）ChatGPT 的工作。根據潛在客戶的電子郵件地址找出他們的名字 接下來，我想嘗試根據他們的電子郵件地址找出潛在客戶的名字。 （當然， 已經可以透過我們的名字檢測功能為您做到這一點，但我想看看 OpenAI 是否也可以做到這一點。）我使用 GPT_FILL 函數從電子郵件地址中找出名字。使用 GPT_FILL，您可以為 ChatGPT 提供幾行的範例，然後它會計算您在這些範例中執行的操作並填入剩餘的行。