Duże modele językowe i aplikacje takie jak ChatGPT mają ogromny potencjał w przyśpieszaniu wielu czynności.

Jednym z takich zastosowań jest podsumowywanie i streszczanie długich fragmentów tekstu.

Aby w pełni wykorzystać ten potencjał, potrzebna jest niestety zmiana sposobu myślenia.

Zamiast skanowania długiego tekstu i próby wyłuskania z niego cennych informacji, musimy się nastawić na rozmowę z tekstem.

Taką rozmowę można przeprowadzić poprzez skopiowanie danego fragmentu tekstu do aplikacji typu ChatGPT i użycie go jako kontekstu. Niestety ten sposób jest uciążliwy i utrudnia wyrobienie w sobie nawyku pamiętania o nowych możliwościach.

Na szczęście powstaje szereg narzędzi, które mają za zadanie wspierać nas w tym procesie. Widzimy jak duże modele językowe, są dodawana do aplikacji typy Google Docs, tak abyśmy mogli pytać o konkretne rzeczy znajdujące się w naszych dokumentach. Przeglądarka Arc zmienia okno wyszukiwania na stronie na okno chatu, a Windows dodaje Copilota do swojego systemu, który również ma za zadanie zmienić sposób, w jaki wyszukujemy informacje.

Dzisiaj skupię się na innym narzędziu, a raczej możliwości. Mam na myśli interakcje z plikami PDF. Takie podejście świetnie się sprawdzi, gdy potrzebujemy w jakiś sposób przeanalizować tekst z takiego pliku.

Dlaczego potrzebujesz dodatkowego narzędzia

Tak jak wspomniałem, dodatkowy kontekst, którym może być treść z pliku PDF, możesz podać do aplikacji ChatGPT, umieszczając ją po prostu w promptcie.

Niestety, takie podejście ma jeden zasadniczy problem. Pojedyncze polecenie w ChatGPT ma ograniczoną długość. Wynika to z rozmiaru okna kontekstowego, jakie dany model obsługuje. To sprawia, że często do pojedynczego polecenia możemy wrzucić zaledwie kilkanaście stron tekstu.

Dodatkowe narzędzia, takie jak opisane poniżej wtyczki automatyzują ten proces i potrafią wczytać taki ebook po fragmencie, a następnie odpowiednia zastosować Twoje polecenia dla każdej z części.

Podsumowywanie plików PDF - Opis testu

Istnieje wiele rozwiązań, które rozszerzają możliwości dużych modeli językowych o możliwość interpretowania plików PDF.

Zamiast obszernego omówienia możliwości każdego z nich, do wybrania najlepszej opcji posłużymy się testem.

Test będzie się składał z dwóch etapów. Pierwszy etap, czyli łatwiejszy polega na odszukaniu ukrytych w pliku PDF informacji, oraz podsumowaniu tekstu.

Drugi etap jest dużo trudniejszy, ale trudność ta wynika jedynie ze zmiany rozmiaru pliku PDF.

Do testu przygotowałem 2 pliki PDF.

Wariant 1 - Poziom Łatwy

Pierwszy plik jest obciętą wersją ebooka, nad którym aktualnie pracuję. Ta wersja zawiera 25 stron. Na stronie 18 ukryłem easter egg’a, czyli zupełnie oderwaną od kontekstu informację, że mój pies ma na imię Henio. Dodatkowo, aby utrudnić zadanie, ta informacja nie jest podana wprost.

Na stronie 23 zamieściłem dodatkową informację o ulubionej zabawie Henia.

Wariant 2 - Poziom Trudny

W tym wariancie zrobiłem dokładnie to samo, ale informacje zostały ukryte odpowiednio na stronach 72 i 102.

Jak podsumować plik PDF

Do testów wybrałem darmowe wersje 4 popularnych pluginów dostępnych w aplikacji ChatGPT oraz darmową wersję aplikacji Perplexity.

Każda z aplikacji została poddana 2 próbom, które różniły się pomiędzy sobą wielkością pliku.

Prompt, jaki użyłem w każdym z testów to:

Na podstawie treści, które znajdziesz pod podanym adresem, odpowiedz na pytania:

1. Jak ma na imię mój pies i jaka jest jego ulubiona zabawa

2. Przygotuj krótkie podsumowanie treści

URL =

Pliki PDF w Perplexity

Perplexity to bardzo fajna alternatywa dla ChatGPT, która ma stały dostęp do Internetu, oraz możliwość wgrywania plików, nawet w darmowym planie.

Wyniki testu:

• Perplexity nie poradziło sobie z odszukaniem informacji nawet w mniejszym pliku.

• Streszczenie jest bardzo ogólne i prawdopodobnie bazuje jedynie na początkowej części pliku.

• Jeśli nie poprosimy wprost o język polski, to Perplexity domyślnie odpowie nam w języku angielskim.

  
  

Ocena 1/5

Pliki PDF w ChatGPT - ChatWithPDF

Chat with PDF to pierwsza wtyczka posiadająca funkcjonalność czytania PDF, która była dodana do sklepu z wtyczkami w ChatGPT.

Wyniki testu:

• Plugin totalnie odpłynął już przy małym pliku. Zmyślone zostało nawet podsumowanie pliku.

  
  

Ocena 0/5

Pliki PDF w ChatGPT - AskYourPDF

AskYourPDF to kolejny plugin dostępny w sklepie z wtyczkami ChatGPT.

Wyniki testu:

• Wtyczka nie jest w stanie czytać plików udostępnionych przez Google Drive.

• Po manualnym wgraniu pliku na ich platformę wyniki dla pliku z 25 stronami są bardzo dobre.

• Darmowa wersja pluginu posiada limit 100 stron w pliku PDF, dlatego nie było możliwości przeprowadzenia analizy drugiego pliku.

Ocena 3/5

Pliki PDF w ChatGPT - AI PDF

Wyniki testu:

• AI PDF poradził sobie świetnie z zadaniami zarówno dla mniejszego, jak i większego pliku. W podsumowaniu każdy punkt zawiera odnośnik do strony na jakiej zostały odnalezione dane informacje.

• Nie napotkałem, żadnych ograniczeń związanych z limitami.

  
  

Ocena 4/5

Pliki PDF w ChatGPT - Aaron PDF

Wyniki testu:

• Po kilku próbach, wyczerpał się limit i nie było dalszej możliwości korzystania z narzędzia.

• Aaron plugin znalazł odpowiedź na pytanie, jednak podsumowanie jest niskiej jakości.

  
  

Przykłady użycia

Być może myślisz, że to kolejne z narzędzi AI, które wygląda ciekawie, ale tak naprawdę jest mało użyteczne.

Poniżej kilka przykładów na użycie treści całego ebooka w postaci kontekstu do ChatGPT:

• Analiza spójności stworzonych treści

• Szukanie błędów logicznych

• Ocena treści w odniesieniu do grupy docelowej

• Tworzenie oferty

• Burza mózgów na temat unikalnej propozycji wartości produktu

  
  

Jaki plugin wybrać do rozmowy z PDF

Zwycięzcą mojego testu jest AI PDF. Plugin świetnie poradził sobie z odnalezieniem informacji w każdym z plików oraz wygenerował dokładne podsumowanie z odnośnikami do konkretnych stron.

Wybór społeczności

Temat tego krótkiego poradnika został wybrany poprzez głosowanie mojej społeczności na Instagramie. Podobna ankieta ma miejsce co tydzień, a je wynikiem jest rolka oraz krótki poradnik w formie tekstowej.

Zaobserwuj mój profil i stań się częścią technologicznie produktywnej społeczności 🙌🏻