如何使用 ChatGPT Code Interpreter（代码解释器）

什么是 ChatGPT Code Interpreter？

ChatGPT 是一款使用大型语言模型（LLM）技术来回答问题的聊天机器人。该技术通过预测序列中的下一个词来形成连贯的回应。不过，一旦启用代码解释器功能，ChatGPT 的能力将显著增强。

启用 Code Interpreter 后，ChatGPT 可以通过编写并执行计算机代码来提供答案。OpenAI 引入的这一功能，使聊天机器人能够执行此前无法完成的任务。例如，它可以进行复杂计算、基于用户上传的数据生成图表等，全部通过代码执行完成。

有人认为，引入 Code Interpreter 有助于降低不准确性——这是 LLM 常见的问题。通过执行代码来寻找答案，聊天机器人可以提供更精确、准确的回应，从而提升整体用户体验。

从技术上讲，ChatGPT 模型可以在沙盒环境中访问 Python 解释器，不仅能编写代码，还能在 Python 环境中执行并返回结果。如果代码失败（这种情况并不少见），它还能读取回调信息进行调试，并自动进入循环修复代码使其运行。

代码解释器功能在整个对话中保持激活，但为防止运行时间过长，会有时间限制。更妙的是，您可以连续运行多段代码，并让它们协同工作。

此外，您可以向对话上传文件。如果代码需要从文件中读取数据，您可以直接发送该文件。代码执行完成后，您也能取回结果。例如，如果代码生成了新文件，您可以下载并按需使用。目前，输入文件大小上限约为 500 MB。

以下是来自 OpenAI 官方文档的一个简单 Code Interpreter 示例：

代码解释器插件执行逻辑计算

开始使用 Code Interpreter

2024 年 5 月 16 日更新：OpenAI 已对原“高级数据分析”（Advanced Data Analysis，或 Code Interpreter），现称为数据分析，进行增强。该功能现已在全新旗舰模型 GPT-4o 中向 ChatGPT Plus、Team 和 Enterprise 用户提供。此次增强包括：

• 直接从 Google Drive 和 Microsoft OneDrive 上传文件：可直接从云存储上传最新版本的文件。
• 交互式表格与图表：在可展开的新视图中与数据互动，支持实时操作与追问。
• 可自定义且可下载的图表：支持自定义柱状图、折线图、饼图和散点图，并下载用于演示与文档。

这些功能在 GPT-4o 中默认可用。详情请阅读OpenAI 公告。这意味着您不再需要像以往版本那样手动启用 Code Interpreter 或 Advanced Data Analysis。

ChatGPT Code Interpreter 的常见用例

目前最常见的用例是数据分析（这大概也是其被简化为数据分析之名的原因）。

例如，若您让 ChatGPT 在数据中寻找有趣的发现，它可以检查您的财务记录、健康统计或位置信息等，并提供见解。

从事金融的人士发现，它在研究股价或制定预算等任务中很有用。研究人员也在使用该工具创建独特的数据可视化。例如，ChatGPT 的 Code Interpreter 曾创建过全球人口的交互式图表。

来源

尽管目前数据分析是最常见的用例，但理论上，任何需要逻辑与计算的任务，都应当可以通过 ChatGPT 的 Code Interpreter 实现。根据初期用户研究，OpenAI 指出该功能在以下领域尤为有用：

• 解决数学问题，涵盖定量与定性
• 进行数据分析与可视化
• 在不同格式之间转换文件

使用 ChatGPT Code Interpreter 的示例

示例 1 - 在一个玩具数据集上做数据分析

首先，我们用一个非常简单的数据集来试试。数据集如下所示：

我会上传 CSV 文件，并通过一个简单提示让 ChatGPT 的代码解释器分析数据。您会在消息框中看到一个加号，可用于上传文件。

输入提示后，ChatGPT 代码解释器就会开始处理。由于输出很大（包括处理过程本身），这里无法完整展示，但以下是提炼出的几条见解。

我此前处理过该数据集，可以确认这些见解是相关且有价值的，而且生成速度令人印象深刻。下面是我们要求的“故事化”总结：

相当出色。不过，这个数据集相对简单，只有 6,000 行和 7 列——非常干净、直接。我们不妨用一个更贴近现实世界的数据集来试试这个示例。

在 DataCamp 的《ChatGPT 数据科学速查表》中，获取60+ 条用于数据科学任务的 ChatGPT 提示。

示例 2 - 在更复杂的数据集上获取数据洞察

本例使用的数据集是来自 加拿大统计局（StatsCan）的加拿大 CPI 通胀数据。数据集如图所示——原始、包含重复、缺失值、许多编码信息以及地理编码。

让我们用一个简单提示，看看能从这个数据集中获得哪些洞察。

1. 构建数据结构（schema）

2. 数据清洗

3. 数据可视化

4. 提炼洞察

表现相当亮眼。它很好地理解并清洗了数据，选择了合适的可视化方式，随后编写 Python 代码生成可视化，最后围绕图表撰写了洞察。虽不完美，但与以往见到的自动化洞察工具相比，已非常有前景。

想学习如何在真实的端到端数据科学项目中使用 ChatGPT？立即查看 DataCamp 上的《使用 ChatGPT 开展数据科学项目指南》。

示例 3 - 使用 ChatGPT 进行图像动画

您也可以上传一张图片并让 ChatGPT 对其进行编辑。比如，我会上传一张苹果的图片，并让它将其动画化。

它可能会向您提出一些澄清性问题，但最终会按您的要求编写代码，为图像添加动画效果。

从 ChatGPT 的 Code Interpreter 下载的动画输出（gif 文件）

结论

OpenAI 的 ChatGPT Code Interpreter 是一项突破性功能，拓展了这款 AI 聊天机器人的能力。启用代码解释器后，ChatGPT 能够编写并执行计算机代码，从而完成计算、数据分析和可视化生成等复杂任务。

这项功能不仅提升了 ChatGPT 回答的准确性与精确性，也为用户带来更具互动性与动感的体验。从数据分析到解决数学问题，代码解释器为用户打开了广阔的可能性，使 ChatGPT 成为适用于多种场景的强大工具。

如果您希望借助 ChatGPT 优化工作流程、改变业务模式，欢迎加入 DataCamp 的《ChatGPT 入门》课程，掌握生成式 AI 的强大力量。立即解锁无限可能，革新您的工作！点此报名。