Kalkylblad och dataarbete

AI för kalkylblad: rensa, analysera och visualisera data

En praktisk guide till att hantera kalkylblad med AI – rensa stökiga data, skriva formler, skapa pivottabeller och omvandla rader av siffror till tydliga svar. Fungerar i Excel, Google Kalkylark eller direkt via ChatGPT.

10 min läsning

Utvärderingar för icke-utvecklare: ta reda på om ditt AI-arbetsflöde blir bättre eller sämre

Utvärderingar – systematisk mätning av kvaliteten på AI-resultat – behandlas vanligtvis som en utvecklarfråga. Men alla team som kör AI-arbetsflöden behöver dem, och grunderna är tillgängliga utan kod. Så gör du.

Mellannivå

Mer i detta ämne

7 min läsning

Household Budget Scenarios: What-If Math Without Financial Advice

Build transparent what-if scenarios from your own verified household figures — a job loss, a rent increase, a new baby — and see the arithmetic clearly. No investment tips, no debt strategy, no numbers that did not come from your own documents.

6 min läsning

Finding Subscription Drift Without Exposing Your Bank History

Review a locally redacted transaction export for recurring charges and drift, without ever connecting an AI tool to your bank account. A confidence-flagged merchant list, and a cancellation checklist a human actually executes.

56 minuter

AI-agenter inom ekonomi med HPE:s ekonomichef (CFO)

CXOTalk. HPE:s ekonomichef Marie Myers beskriver införandet av agentbaserad AI (företagets plattform ”Alfred”) i en ekonomiavdelning med 3 600 medarbetare och den disciplin som artikeln förespråkar: en modell för direkt kontra indirekt avkastning, beslutspunkter som avgör om varje användningsfall fortsätter eller stoppas, obligatoriska kvalitetskontroller med människan i processen och mått på arbetsflödesnivå, till exempel en veckovis granskningsprocess där det manuella arbetet minskade med omkring 90 %. Införandet mäts som förändrat arbete, inte som inloggningar i verktyget.

9 min läsning

Avkastning och mognad för AI: så mäts ett införande som faktiskt fungerar

AI-införande ska inte mätas genom hur många som har provat ChatGPT. Ett praktiskt ramverk för att mäta arbetsflödens avkastning, kvalitet, risk, mognad och beredskap för uppskalning.

13 min läsning

Strukturerade utdata och funktionsanrop: produktionsmönstren

Strukturerade utdata och funktionsanrop är bron från ”en LLM som genererar text” till ”ett system som utför arbete”. I produktion handlar de viktiga mönstren om scheman, felhantering, idempotens och kontrollerad degradering – inte bara JSON-läge.

18 minuter

Så förbättrar du dina Excel-kunskaper med ChatGPT

Leila Gharani. Videon är äldre, från början av 2023, men är fortfarande det tydligaste praktiska exemplet på hur man klistrar in en verklig Excel-fråga i ChatGPT, får tillbaka ett svar med SUMPRODUCT eller villkorsstyrd formatering och sedan fortsätter att arbeta med modellen när den första formeln inte riktigt passar. Modellen har blivit mycket bättre, men arbetsflödet för promptning som hon visar är detsamma som du använder i dag.

12 minuter

Excels nya AI-funktion är helt otrolig (Copilot-funktionen)

Leila Gharani. En livedemonstration av den nya funktionen `=COPILOT()` med samma slags ostrukturerade verkliga data som artikeln beskriver – anteckningar från skiftöverlämningar omvandlas till en strukturerad åtgärdstabell, fritextrecensioner märks efter sentiment och inkonsekventa jobbtitlar normaliseras mot en huvudlista. Hon är också tydlig med begränsningarna: använd inte funktionen till något som måste vara exakt, och lås resultaten som värden när du är klar.

107 minuter

Därför är AI-utvärderingar den hetaste nya färdigheten för produktutvecklare | Hamel Husain och Shreya Shankar

Lenny's Podcast. Hamel Husain och Shreya Shankar går igenom hela arbetsflödet för utvärderingar med en verklig AI-assistent för fastighetsförvaltning – granskar spårningar, kodar fel öppet och axialt, avgör när de ska sluta, bygger en LLM som bedömare och validerar den mot mänsklig bedömning. Det här är ett av få längre samtal som verkligen riktar sig till produktchefer och teamledare snarare än ML-utvecklare, och det tar upp samma rytm på ”30 minuter i veckan efter konfigureringen” som artikeln rekommenderar.

Mellannivå

3 minuter

Utvärdera prompter i Anthropic Console

Anthropic. En tre minuter lång genomgång från Anthropic av hur man kör en verklig utvärdering i Workbench – genererar automatiskt realistiska testfall, betygsätter resultat, finjusterar prompten och kör samma testsvit på nytt sida vid sida. Antalet visningar ligger under den vanliga gränsen, men för frågan ”hur gör jag faktiskt det här utan att skriva kod?” är det den tydligaste officiella demonstrationen och passar väl under det mer strategiska samtalet med Husain och Shankar.

Mellannivå

41 minuter

OpenAI DevDay 2024 | Strukturerade utdata för tillförlitliga applikationer

OpenAI. Går igenom `strict: true`, skillnaden mot det gamla JSON-läget, hantering av vägran och hur funktionsanrop kombineras med scheman för svarsformat. Den är användbar just för att den beskriver det avtal som API:et ger dig, vilket är grunden för artikelns produktionsmönster.

18 minuter

Pydantic är allt du behöver: Jason Liu

AI Engineer. Föredraget som utkristalliserade det moderna mönstret ”definiera en Pydantic-modell, ge den till LLM:en och låt valideringen sköta resten”, med konkreta exempel på nästlade objekt, validerare som upptäcker hallucinerade URL:er och Chain-of-Thought som ett typat fält. Se den innan du läser om artikelns avsnitt om validerare, så kommer du att känna igen varifrån reglerna för nya försök och vägran kommer.