ChatGPT 读取 CSV 却报错列名或把多列合并:分隔符识别失败
上传 CSV 后 ChatGPT 列出奇怪的列名、把两列糅成一列、或把表头当数据——通常是分隔符识别出错。
带有该标签的文章
上传 CSV 后 ChatGPT 列出奇怪的列名、把两列糅成一列、或把表头当数据——通常是分隔符识别出错。
上传 XLSX 后 ChatGPT 能读单元格值,但公式驱动的格子返回 '=SUM(A1:A10)' 这种字符串——openpyxl 默认行为,几步修好。
你已经把新文件传上去了,ChatGPT 却继续引用删掉的旧文本——缓存、同名重复上传、对话历史是常见元凶。
纯图层 PDF 没有文本层,pdfplumber 抽空;手写体连主流 OCR 也会漏。修法是先 OCR 或转图片走 vision。
上传大 CSV 后问'一共多少行',ChatGPT 自信地说 1000——token 预算截断。要分析整份文件请用 pandas + Code Interpreter。
丢一个 ZIP 进对话,ChatGPT 只看见文件名却不解压——文件类型过滤 + 沙箱权限。最快修法是本地解压后单独上传。
加密 / 受保护 PDF 上传看起来成功,但 ChatGPT 回答像没读过文件。没错误提示,只有空话。这是抽取层静默失败,不是模型笨。
传 JSON 想让 ChatGPT 查键、聚合值,它却把整份文件当一大段文字读,靠字符串匹配回答。答案听起来像那么回事,是凭感觉,不是算出来的。
数字算错、表头错位、日期颠倒——数据工具链有坑。这里给出保证准确的做法。
要分析,得到的全是泛泛的 bullet——修法在 prompt,不在模型。
上传文件、问了一个问题,文件就没了?是真没了还是只是不在活跃上下文里,取决于你怎么传的。
ChatGPT 拒收或说没法分析?转一下格式通常比硬刚更快。关键:先识别真实类型,再转成它处理质量最高的几种。
ChatGPT 给了一个文件链接,但 404、卡住、或空文件——多半是 session 过期、计划限制、或沙盒超时。
截图或图表传上去 ChatGPT 描述错了——多半是分辨率、OCR 局限、对比度、或问法太空。
200 页报告上传了,总结却像只读了 30 页。模型在"略读"——用分章节查询逼它读深。
传了 3 个文件想做对比,ChatGPT 只引用了一个——跨文件综合要显式指令。
文件上传到 Project 了,ChatGPT 却像不知道——多半是文件名信号、检索范围、或问法的问题。
Project Instructions 写得很详细,但 ChatGPT 中途就忽略了——多半是指令权重、与当前消息冲突,或 Projects 本身的局限。
Project 里设了 instructions 和文件,但里面的某个 chat 不遵守——两层上下文怎么共存先搞清楚。
PDF 上传成功但 ChatGPT 漏读表格、跳页、数字错——多半是抽取层而不是模型本身的问题。