가이드 센터

[Embedding] Entries

Entries 정의 : 임베딩의 엔트리(Entries)는 콘텐츠 제작에서 콘텐츠 작성 후 임베딩한 내용이 표 형태로 표시됩니다. 사용자는 해당 표를 통해 어떤 콘테츠가 임베딩 처리되었는지를 확인할 수 있습니다.

1. 콘텐츠(Content) : 콘텐츠(Content) 항목을 누르면 콘텐츠 제작(콘텐츠 빌더) 탭에서 임베딩한 콘텐츠 내용이 표시 됩니다.

2. 토큰(Token) : 토큰은 임베딩을 수행할 때 텍스트를 나누는 기본 단위인 토큰의 개수를 의미합니다. 자연어 처리(NLP)에서 토큰은 일반적으로 단어, 부분 단어 또는 문자와 같은 작은 텍스트 단위입니다. 토큰화(tokenization) 과정은 텍스트를 이러한 단위로 분리하는 작업을 포함합니다.

3. 비용(Estimated) : GPT 모델을 사용할 때는 API 호출을 통해 모델을 사용하며, 이때 사용된 토큰 수에 따라 비용이 결정됩니다. 각 모델마다 토큰 단위 비용이 다릅니다. 예를 들어, GPT-3과 GPT-4의 비용이 다를 수 있습니다. 비용은 보통 1,000 토큰 단위로 책정됩니다.

4. 타입(Type) : 콘텐츠 제작(콘텐츠 빌더)에서 작성한 타입의 내용이 표시됩니다. ⓛ자유로운 방식(Freetext), ②자주하는 질문(FAQ), ③기술 자료(Knowledgebase) 등 각 타입에서 작성한 내용이 표시됩니다.

5. 날짜(Date) : 임베딩 처리한 날짜와 시간이 ‘yyyy-mm-dd’ 형식으로 연도(year), 월(month), 일(day)을 각각 네 자리, 두 자리, 두 자리로 나타내서 표시됩니다.

6. 상태(Status) : 임베딩 처리 결과가 성공과 실패로 표시됩니다.

7. 동작(Action) : 임베딩 처리 후 ‘삭제’ 버튼을 누르면 임베딩 처리된 항목이 삭제 처리되며, 행에서 지워집니다.

활용 사례 (Use cases)

[Use Cases] 번역 활용 사례

GPT의 번역 기능은 주어진 텍스트를 다른 언어로 변환하는 데 사용됩니다. 다음은 GPT 번역 기능의 주요 특징입니다: 1. 다양한 언어 지원:

활용 사례 (Use cases)

[Use Cases] 요약 활용 사례

GPT 요약 기능은 대량의 텍스트 데이터를 이해하고 핵심 정보를 추출하여 간결하게 요약해주는 기능입니다. 이 기능은 OpenAI의 GPT 모델을 사용하여 구현되며,

BCT Ai Chatbot

AI thinking . . .