Custom agent · Built in-house
用自然语言提问规划数据，几分钟得到排序候选名单
马来西亚铁塔公司 EDOTCO Group 在 Microsoft Azure 上构建了 NaPA GPT，网络规划人员可以用自然语言查询运营和地理数据，直接得到排序的选址候选名单，无需等待数据科学团队。
他们做了什么
EDOTCO 先把规划、地理和运营数据整合到名为 NaPA 的平台，再加上连接这些数据集的对话层。规划人员输入覆盖缺口或投资回报最高区域等条件，得到排序的机会区域列表，并通过追问细化，比如优先考虑交通走廊附近的站点。部分结果通过仪表板与政府机构共享。
效果如何
Microsoft 称规划人员现在几分钟内就能拿到排序名单，而过去数据科学团队准备数据需要三天到一周。
值得注意
这是供应商的专题文章，没有说明候选名单与规划人员最终选择的吻合程度，也没有说明使用哪个模型。
用 Custom agent 试试
这是我们的数据集：<覆盖数据>、<站点清单> 和 <需求或人口数据>。按 <标准> 排出新建 <站点或门店> 价值最高的前 <数量> 个区域。展示每个区域的得分构成，指出数据缺口，并允许我用追加条件调整排名。
把尖括号里的内容换成你自己的信息。此提示词根据案例改写，并非原文。
这个标签的含义: 厂商案例
厂商在自己的网站或发布文章中描述。能说明产品的设计用途，但没有独立结果。
根据原始来源整理，完整内容请看链接。案例中的个人和公司均非 Wize 客户。