ChatGPT代码解释器非常强大，对数据分析人员是个噩耗

ChatGPT的代码解释器插件今天正式向所有Plus用户开放使用了，它不止如字面意思一样可以用来分析和解释代码修复bug，它还可以处理各种文件和文字内容，对数据进行分析生成图表，剪辑视频等等。

这里会向大家介绍一下我的一些使用经验和实践，还有如何使用这个工具。

如何使用代码解释器

首先你需要一个Chat GPT的账号，并且这个账号已经开通了Plus会员。

之后在Chat GPT 右下角 Settings，打开之后在Beta features中打开Code interpreter的开关。

然后在GPT-4模型TAB下选择即可使用代码解释器了。

最后可以在启用代码解释器后在输入框的左边+号那里上传文件。

接下来讲两个我自己的使用案例，一个是用它帮助我处理一些文案内容和数据格式的问题，另一个是利用他的数据分析能力对我的AIGC周刊订阅用户进行分析。

利用代码解释器进行文字处理

我日常在整理和编辑周刊的时候都是用Notion编辑，所以链接都是以文字链接的时候展示的，但是在一些社交媒体比如推特和即刻等地方又得把Markdown格式转成普通格式，哦，还有傻逼的微信公众号，这也是我为什么不在公众号更新周刊的原因，这么多链接处理起来太麻烦了。

但是现在我只需要把Notion的Markdown文件发给Chat GPT，让他原文输出，但是只把相关文字连接的格式改成文字：URL的格式就行。这样的话发公众号就轻松了非常多。

另外我一般会在推特发的精简版基本就是标题和链接，没有正文，这部分格式转换和内容提取也可以一起完成，我专注在Notion写内容就可以了。

利用代码解释器对数据进行分析处理

我的AIGC周刊是在竹白上更新的，而竹白的用户订阅数据是可以导出的，我就想看看能不能从里面找到一些比较有用的数据和规律。

导出的文件都是json格式的，刚开始我把订阅用户的邮箱文件发给它，想看一下订阅用户中不同类型的邮箱的比例，显然他完成的很好因为这个json文件里只有邮箱地址。

从结果来看跟预期的差不多Gmail占了40%第二大的就是QQ邮箱占18%。

之后就是比较复杂的挑战了，我把包含所有用户的json文件发了一下，这个json的格式就比较复杂了。

然后我先让它分析了一下订阅用户订阅渠道的数量和比例，微信订阅还是多，大概是邮箱的两倍多一点。还有2%的同学两个渠道都订阅了，可能是怕我跑了。哈哈

最后是比较深入的分析，我让他分析了一下最近一个月订阅用户增长的趋势。 这里有一个比较有意思的事情是，由于不能联网它不知道现在的时间，我让他分析最近一个月的数据，他给了我22年12月的。我补充了现在的日期以后就没问题了。 这里我原本因为会在周一的用户增长比较多，没想到是周三和周四。神奇。

之后我又想看一下最近半年每个月的趋势，这里可能是数据量有点大，它失败重试了好几次才搞定。

这里最后的数据跟我想的差不多，基本上跟AI相关热度的趋势是一样的，三月份最高，然后逐渐降低。最近差不多见底了。

这玩意对于B端产品最常见的数据分析相关功能的打击是毁灭性的，可能以后再也不需要那么多界面复杂的可视化分析数据的BI工具了。

好了，内容到这里就结束了，如果有开通Plus的可以去试试，看看能不能解决你现在的一些比较繁琐的问题。

如果觉得我的内容不错的话也可以，帮我点个再看或者关注一下我。