继续玩ChatGPT的代码解释器上瘾了，尝试了一下数据分析功能，卧槽，真的牛皮。
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。
👇下面是具体的分析过程：

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。

沉迷 GPT-4 Code Interpreter。下图顺序展现了我使用 GPT-4 绘制图表的一个案例。

目标：上传包含美国 SaaS 上市公司财务数据的 Raw Data Excel 文件（未清洗），绘制年营收图表，并按照我的诉求美化、调整图表类型。

1. 自带类似 Agent 的自省能力。
2. 能听懂我的自然语义描述，并调用 Python 的语句来完成我的需求，体验太好。
3. 其他工具通过 Prompt 接入，元数据描述 Prompt 的路线可执行。
4. 一点点看 GPT-4 拆解可以学到东西。做编程教练有潜力。
5. 利好产品（核心能力：洞察需求）和 creator economy 利益相关者。

#ChatGPT

地铁一出来
所有人都在拍