OpenAI Zelma：透過 GPT-4 讓教育資料更易取得

Zelma 是一款以 GPT-4 為動力的研究助理，讓家長、教師、學校管理者與政策制定者能取得並分析美國 3 至 8 年級學生的標準化測驗資料。透過將分散且多格式的教育資料轉換為統一格式，並利用 OpenAI 的 API，Zelma 讓使用者能以自然語言獲得客製化的教育見解。

Zelma 的技術實作

Zelma 由 Dr. Emily Oster 與布朗大學的學生研究團隊共同開發，他們花了一年時間清理與統一教育資料。此工具與 Novy 合作開發，以實作以下技術元件：

GPT-4 與函式呼叫

Novy 利用 OpenAI 的函式呼叫功能，使 GPT-4 能選擇適當的視覺化圖表與資料欄位，以向使用者呈現資訊。

微調以提供查詢建議

為提升「提問」介面的使用者體驗，團隊對模型進行微調，打造一個具備資料感知的即時建議功能，根據可用資料自動提示可能的問題。

向量資料庫提升準確度

已知的優良範例圖表會被嵌入並儲存於向量資料庫中。此方法用於在處理複雜邊緣案例時提升回應的準確性。

使用者體驗與範圍管理

為確保使用者的提問維持在 Zelma 知識範圍內，且能因應各種提問方式，開發者採用了以下設計選擇：

• 範例提示建議： 由於 Zelma 專注於特定教育資料領域，範例提示可指導使用者如何構造問題以及工具能回答的內容。
• 公開問題紀錄： 所有向 Zelma 提出的問題皆會公開，讓使用者能從其他查詢中學習，同時抑制不相關的提問。
• SQL 程式碼透明化： Zelma 會顯示產生答案所使用的 SQL 程式碼，讓使用者驗證其邏輯。對於非技術使用者，亦會以自然語言說明相同的邏輯。
• 情境說明： 此工具提供定義並標示重要事件（例如州級評量的變動），協助使用者了解可能影響特定年份資料的外部因素。