Der ChatGPT Code-Interpreter – alles zum Hintergrund und Anwendungen

Podacst anhören

Was ist der Code-Interpreter bei ChatGPT?

der Code-Interpreter ist eine neues Plugin, das OpenAI seinen Plus-Kunden anbietet. Es kann Daten aufbereiten, Daten analysieren, Kundendaten segmentieren, mathematische Analysen, wie lineare Regressionen durchführen und auch Python ausführen!
Hier findest du erste offizielle Informationen zum Code-Interpreter Plugin direkt bei OpenAI . Der Code-Interpreter ist ein Python-Interpreter, der in einem geschützten „Sandbox“ ausgeführt wird. DU kannst hier direkt Prompts ausführen, aber auch Dateien, wie Bilder oder .csv Files hochladen.

Wofür kannst du den Code-Interpreter verwenden?

Du kannst das Plugin zum Beispiel für das Sammeln großer Datenmengen oder zum Erstellen von Code nutzen. Hier im Folgenden mal in der Übersicht einige Anwendungen. Mit dem Code-Interpreter kannst du unter anderem

Mathematische Probleme lösen, wie Regressionsanalysen
Daten, aus.csv Files analysieren
Daten visualisieren
Bilder bearbeiten und konvertieren
Bilder mergen
Eigenen Code analysieren und optimieren
Du kannst eigene Spiele schreiben
Du kannst Videos produzieren
Eigenen Code erstellen
Maschine Learning Anwendungen erstellen

Wir schauen uns gleich Schritt für Schritt einige Anwendungen mit den entsprechenden Prompts an

Wie installierst du den Code Interpreter?

Um auf das Code Interpreter Plugin zugreifen zu können, musst du ein: ChatGPT Plus-Abonnent:in sein. Wenn du zu den Plus-Nutzer:innen gehörst, dann kannst du es in den Einstellungen von ChatGPT aktivieren und in deinen Chats verwenden. Alle Infos und wie genau du ChatGPT-Plugins installierst, kannst du in unserem Blog-Artikel direkt nachlesen.

Anwendungsbeispiele für den Code-Interpreter in ChatGPT

Im folgenden liste ich mal eine ganze Reihe von Beispielen auf, die du mit dem Code-Interpreter umsetzen kannst. Am besten fange ich bei ein paar einfachen Beispiel an

Code-Interpreter – Youtube-Daten analysieren

Hintergrund: Wir haben das Ziel unseren Youtube-Kanal zu analysieren. Dabei geht es insbesondere darum zu verstehen, welche Videos besonders erfolgreich sind, welche Videos besonders hohe Wiedergabezeiten haben, wo gewinnen und verlieren wir Abonnenten etc. Am Ende wollen wir für ein Meeting eine Präsentation erstellen. Ich habe dieses Beispiel auf Englisch gemacht

Tipp: Wenn du keine Youtube Kanal zum Auswerten hast, gibt es hier auf Kaggle ganz viele Daten zum Ausprobieren – Ich habe hier zum Beispiel ein Datenset eines Youtubers, das hier zur Analyse zur Verfügung gestellt wird.

Schritte: In einem ersten Schritt gehts du in deinem Youtube- Account unter Mein Kanal > Analytics und

lädst dir oben rechts dein gewünschtes Zeitfenster herunter. Als Dateiformat eignet sich für den Code-Interpreter besonders gut .csv
Dann lädst du die Daten nachdem du sie ausgepackt hast in ChatGPT hoch, Ich habe hier die Tabellendaten verwendet, weil du hier die meisten Parameter zum Auswerten hast
Jetzt definierst du deinen passenden prompt, wie

Prompt: Im Folgenden habe ich eine Daten aus meinem Youtube-Kanal. In einem ersten Schritt ist es interessant, welche Daten ich grundsätzlich zur Verfügung habe. Anschliessend ist es wichtig zu analysieren, welches das erfolgreichste Video ist. Das kann die gesamte Wiedergabezeit sein oder welche dieser Videos besonders intensiv angeschaut werden. Gibt es noch andere Muster in den Daten?

Das Ergebnis in einer ersten Analyse

Code-Interpreter – erfolgreiche Videos analysieren

Hintergrund: Wir wollen jetzt mit den ersten Analysen starten. Das Ziel wir wollen für eine Präsentation bei unseren Vorgesetzten die Top Videos in Hinsicht auf Wiedergabezeit und Gewinn von Abonnenten analysieren. Ein Visualisierung der Daten wäre toll. „Ich zeige dir jetzt exemplarisch mal ein paar weitere Prompts die du jetzt mit deine Daten testen kannst

Prompt: Wir starten mit der nächsten Analyse. Das Ziel ist eine vollständige Analyse für eine Präsentation bei unserer Geschäftsführung und was wir tun müssen, um bis Ende 2024 unsere Abonnenten auf 5000 Abonnenten zu steigern.

Prompt Analyse Top-Videos: Was waren unsere Top-Videos in Hinsicht auf Wiedergabezeit und gewonnene Abonnenten. Wie viele Abonnenten haben unsere Top 5 Videos gewonnen

Prompt Projekt: Wie viele ähnliche Videos, wie unsere Top 5-Videos müssen wir produzieren, um 5.000 Abonnenten zu gewinnen

Prompt Visualisierung: Kannst du mir diese Daten noch visualisieren?

Prompt Presentation: Bitte fassen mir jetzt die Analyse mit aussagekräftigen und beeindruckende zusammen. Wir starten mit einer „Executive Summary“, Ich brauche auch eine Folie mit unseren Top-5 Videos in Hinsicht auf Wiedergabezeit und Abonnentenzuwachs. Wie viele Folien würdest du für eine gute Präsentation vorschlagen. Bitte sag mir immer, wenn wir mit einer neuen Folie starten.

Code-Interpreter ScreamingFrog Daten analysieren

Hintergrund: In meinem ersten Test habe ich Daten aus ScreamingFrog analysiert. Ich wollte wissen, wie unsere interne Verlinkung aufgestellt ist. So bin ich vorgegangen:

Schritte: (1)Ich habe mit dem Screamingfrog einen Crawl der 121watt.de gemacht und alle internen Links als .csv abgespeichert. (2) Ich habe in ChatGPT den Code-Interpreter gestartet mit folgendem Prompt

Prompt: “ Du bist jetzt mein SEO-Analyst – ich habe eine Liste mit Daten, das dir alle internen Verlinkungen zeigt. Mein Ziel ist die interne Verlinkung unser Seminarseiten zu analysieren. Du erkennst die Seminarseiten am URL-Pfad .+/seminare/.+. Bitte visualisieren dann in einem nächsten Schritt die Daten

Was kann man noch machen? Hier startet jetzt die Fantasie. Wenn du möchtest, dann schaue dir gerne ein paar Inspirationen für den ScreamingFrog an.

Fazit: Interessant – neben der reinen Datenanalyse und der Visualisierung – finde ich hier besonders den Ansatz alle Daten erst einmal zu verstehen, anzupassen bzw. zu bereinigen. Bei einer alten .csv Datei, die ich hier hochgeladen habe, gab es Probleme bei der Formatierung. Das hat ChatGPT gelöst. Das ist für mich besonders wichtig, da man sich oft Daten aus verschiedenen Tools herunterladen kann. Und anstatt zu analysieren, muss man erst einmal eine Großteil seiner Zeit mit der Bereinigung von Daten verbringen.

Die letzten 10 Podasts von 121Watt

06.06.2024 - GPT-4o (omini)
14.03.2024 - Parameter wie Temperature und Top-P in LLMs
19.02.2024 - CustomGPT-Avian
21.11.2023 - Die 9 besten Custom GPTs 2023
08.11.2023 - Custom GPTs – Eigene GPTs mit ChatGPT erstellen
12.10.2023 - 5 wichtige Prompt-Patterns im Prompt Engineering
11.09.2023 - Advanced Data Analysis (Code-Interpreter) ChatGPT – 11 coole Anwendungen
21.07.2023 - Custom Instructions von ChatGPT
14.07.2023 - Der ChatGPT Code-Interpreter – alles zum Hintergrund und Anwendungen
27.06.2023 - VoxScript ChatGPT-Plugin: Features & Beispielprompts

Alle Podcasts auflisten