在之前的《随笔-当ChatGPT遇见SpreadJS》一文中，我们提到了ChatGPT插件存在一个明显的问题，即返回的结果可能无法以可分析和使用的格式呈现给插件。
这个问题是由于ChatGPT是基于语言模型构建的，其性能受限于模型的训练和数据集的限制所致。对于复杂的问题，模型可能无法准确返回结果，并且返回的结果格式可能无法被插件理解和处理。
然而，随着于6月13日发布的Chat Completions API的function calling能力，这个问题得到了很好的解决。此次更新引入了全新的模型，具备更大的内容容量，并且价格更低廉。而function calling的功能更是带来了一种革命性的互动方式。
通过function calling，OpenAI模型可以根据您对系统中函数的描述生成结构化的JSON参数，这样外部系统就能够直接使用这些参数。这种方式使得GPT能够更好地与外部系统进行集成。
让我们以前文中提到的"建议的数据透视表"为例。对于提供的表格数据，text-davinci-003模型会返回以下文本内容：
"text": "\n\n行：销售人员\n列：品牌\n值：销售额\n\n通过这样设置可以分析出每个销售人员销售的不同品牌的总销售额。"
虽然这段文本中包含了换行和其他符号来描述所需的行、列和值，但其稳定性并不确定，因此很难直接被程序使用。
现在，借助function calling的能力，我们可以改善这个问题。您可以描述您期望的表格结构，然后OpenAI模型将生成一组结构化的JSON参数，这些参数可以直接被外部系统解析和使用。这样，GPT就能够更好地与外部系统无缝衔接了。
通过利用Function calling，创建数据透视表将变得非常简单。让我们以OpenAI官方提供的Node.js支持为例进行改写。
在对话中加入functions描述
let messages = [
{ "role": "user", "content": "最后的JSON数据第一行是数据字段，创建有分析意义的数据透视表\n" + JSON.stringify(data) }
]
let functions = [{
"name": "pivot_talbe_analyze",
"description": "对数据创建数据透视表，返回数据透视表结果",
"parameters": {
"type": "object",
"properties": {
"rowFieldName": {
"type": "string",
"description": "行字段名称"
},
"columnFieldName": {
"type": "string",
"description": "列段名称"
},
"dataFieldName": {
"type": "string",
"description": "值字段名称"
},
},
},
"required": ["rowFieldName", "dataFieldName"]
}]
var response = openai.createChatCompletion({
"model": "gpt-3.5-turbo-0613",
"messages": messages,
"functions": functions,
"functions_call": { "name": "pivot_talbe_analyze" }
});
在一次对话中，我们可以包含多个函数描述，每个函数描述都包含名称、描述、方法参数（使用JSON Schema进行描述）以及哪些参数是必选的信息。在我们的例子中，我们需要使用三个参数来选择区域并创建数据透视表，这些参数是rowFieldName（行字段名称）、columnFieldName（列字段名称）和dataFieldName（数据字段名称）。
此外，我们还可以通过functioncall设置函数选择的模式。当functions字段不为空时，默认模式为"auto"。在我们的示例中，我们指定了function为"pivottable_analyze"。
完成函数调用后，我们将直接返回函数名称和参数中的这三个参数。
{name: 'pivot_talbe_analyze', arguments: '{\n "rowFieldName": "销售人员",\n "columnFieldName": "品牌",\n "dataFieldName": "销售额"\n}'}
使用GPT返回结果创建透视表
通过返回的function name 和parameters就可以直接调用系统中的对应方法创建的透视表了
let args = JSON.parse(completion.data.choices[0].message.function_call.arguments);
let pivotTable = sheet.pivotTables.add("PivotTable", "Table1", 2, 7, GC.Spread.Pivot.PivotTableLayoutType.outline, GC.Spread.Pivot.PivotTableThemes.medium2);
pivotTable.add(args.rowFieldName, args.rowFieldName, GC.Spread.Pivot.PivotTableFieldType.rowField);
if(args.columnFieldName){
pivotTable.add(args.columnFieldName, args.columnFieldName, GC.Spread.Pivot.PivotTableFieldType.columnField);
}
pivotTable.add(args.dataFieldName, "求和项：" + args.dataFieldName, GC.Spread.Pivot.PivotTableFieldType.valueField, GC.Pivot.SubtotalType.sum);
获取SpreadJS透视表结果
let ptRange = pivotTable.getRange().content;
let ptData = sheet.getArray(ptRange.row, ptRange.col, ptRange.rowCount, ptRange.colCount);
给GPT反馈公式调用结果
messages.push(completion.data.choices[0].message);
messages.push({ "role": "function", "name": "pivot_talbe_analyze", "content": JSON.stringify({ pivotTable: ptData }) });
response = openai.createChatCompletion({
"model": "gpt-3.5-turbo-0613",
"messages": messages,
"functions": functions,
function_call: "none"
});
response.then(function (completion) {
let desc = completion.data.choices[0].message.content;
GC.Spread.Sheets.Designer.showMessageBox(desc, "分析结果", GC.Spread.Sheets.Designer.MessageBoxIcon.info)
});
在处理过程中，我们将历史记录和获取到的数据透视表信息都添加到了对话消息中。这里的消息规则中多了一个function类型，其中content表示调用函数后返回的结果。
在调用函数时，我们使用了function_call设置为"none"，即不使用函数调用。根据上下文，GPT返回了以下信息：
{role: 'assistant', content: '以下是创建的数据透视表：\n\n\n[\n ["求和项：销售额", "品牌", null, null…\n]\n\n\n该数据透视表按照销售人员和品牌对销售额进行了汇总，可以更方便地进行数据分析和比较。'}
接下来，您可以发送新的请求，让GPT对数据进行进一步的分析处理。当然，对于一些系统操作，我们只需完成前面的步骤2即可。
总结一下，通过使用ChatGPT Function calling，我们能够更方便地与OpenAI模型进行互动，并实现系统与模型之间更紧密的耦合。我们的系统可以通过互动方式向ChatGPT模型发送请求，而模型则能够智能地选择需要调用的系统函数，从而进一步提升系统的创造性。
然而，我们仍然需要注意，在涉及到调用系统的数据更新和删除方法时，仍然需要进行仔细确认后才执行操作。
通过这种改进，我们能够更好地利用ChatGPT Function calling的能力，使系统与模型之间的交互变得更加高效和智能化。这为我们的应用程序提供了更广阔的创新空间。
SpreadJS | 下载试用
纯前端表格控件SpreadJS，兼容 450 种以上的 Excel 公式，具备“高性能、跨平台、与 Excel 高度兼容”的产品特性，备受华为、苏宁易购、天弘基金等行业龙头企业的青睐，并被中国软件行业协会认定为“中国优秀软件产品”。SpreadJS 可为用户提供类 Excel 的功能，满足表格文档协同编辑、 数据填报、 类 Excel 报表设计等业务场景需求，极大的降低企业研发成本和项目交付风险。
如下资源列表，可以为您评估产品提供帮助：
