用 ChatGPT Work 打造客製化預測 App ☕ Buy me a coffee

🧑‍🏫 這支影片是 OpenAI 資料團隊示範，他們怎麼用 ChatGPT 把每月的財務預測做成一個可以點、可以拖拉調整的網頁，讓財務同事一起在上面改數字。值得看是因為它把「每月初整理數字、來回問人、改試算表」這種苦差事，變成一句指令加一個互動畫面，沒寫程式的人也能參考。

• 00:03 開場提到這是很好的預測方式，能幫財務部門省下大量時間，投入更具策略性的分析或專案
  ↳ 預測（forecast）是財務估算未來每個月的收入、花費大概多少。影片一開頭就講結論：這套做法能省下大量整理數字的時間，讓財務人員改做更需要判斷力的分析和專案。
• 00:03 講者 Jackson 隸屬 OpenAI 的 Data Science 團隊，與 strategic finance 部門密切合作，本片分享 OpenAI 內部怎麼做預測
  ↳ 講者 Jackson 在 Data Science 團隊，這個團隊用資料和統計做分析、建模型。他常跟 strategic finance 合作，這是負責公司財務規劃的策略財務部門。這支片分享的是 OpenAI 內部真正的做法。
• 00:03 財務團隊每月初都很忙亂：要等資料、更新試算表，還要跟 product、marketing、go-to-market 團隊討論怎麼更新預測
  ↳ 每月初是財務最亂的時候：先等上個月的實際數字出來，再更新試算表，還要去問 product（產品）、marketing（行銷）和 go-to-market（負責把產品推出去、賣出去）的團隊，預測該怎麼改。
• 00:33 每月的目標是做出一份穩健的預測向 CFO 報告；OpenAI 也一樣忙亂，但團隊一直在想怎麼改善這個流程
  ↳ 忙這一整輪，是為了交出一份站得住腳的預測給 CFO，也就是財務長。講者也坦白說 OpenAI 一樣手忙腳亂，所以團隊一直在想辦法讓流程更順。
• 00:33 想解決的問題：做出一個可互動的介面，傳給財務夥伴一起協作，最後用來更新預測
  ↳ 他們想要的不是再多一份靜態試算表，而是一個能點、能改的畫面。把它傳給財務同事，大家直接在上面討論、調整，最後把結果拿去更新正式預測。
• 01:03 第一步是在 chat 下指令：開始本月預測，拉出最新實際資料、更新 Data Science baseline，並用 sites 建立互動式財務預測
  ↳ 第一步只是在 chat（ChatGPT 對話框）下一段指令：開始本月預測、抓最新實際數字、更新 Data Science baseline（資料團隊算的基準預測），再用 sites 做成互動網站。
• 01:03 sites 讓任何人不用寫程式就能建立網站，也不需要任何基礎架構就能架站，OpenAI 內部經常使用
  ↳ sites 是不用寫程式就能做出網站的功能。它也不用你自己準備 infrastructure，也就是伺服器、主機這類讓網站能上線運作的底層設備。講者說 OpenAI 內部很常用它。
• 01:03 產出的網站在彙總層級同時呈現 Data Science baseline、先前的預測，以及可以自行建立的情境（scenario）
  ↳ 網站先給總覽，也就是 aggregate level，把所有數字加總成一個總數來看。畫面上並列 baseline、上次的預測，還有你自己建的 scenario（情境，例如「假設成長變慢」）。
• 01:33 網站也有視覺化圖表，可以用肉眼看趨勢，判斷團隊對下半年的預期
  ↳ 除了數字，網站還有趨勢圖。不用逐格盯著數字看，一眼就能看出線是往上還是往下，判斷團隊對下半年的預期合不合理。
• 01:33 另外請它把每個客戶帳戶分開呈現，方便逐一調整；網站有檢視單一帳戶的功能
  ↳ 除了看總數，他還請 ChatGPT 把每個客戶帳戶分開列出，網站可以點進單一帳戶查看。這樣就能一個客戶一個客戶檢查、微調，不會只能動總數。
• 01:33 範例：打開 Apex（最大的帳戶之一），可以看到該帳戶的 baseline
  ↳ 例如點開 Apex，這是示範中最大的客戶帳戶之一。畫面會顯示這個客戶專屬的 baseline 預測線，財務人員可以拿它當起點，判斷要不要調整。
• 02:03 圖上的綠色線可以直接在介面上拖拉調整
  ↳ 圖上的綠色線可以直接用滑鼠拖拉改數字，不用回頭去改試算表公式。比如業務說這個客戶下半年會加碼，就直接把線往上拉。
• 02:03 調整單一帳戶的預測時，整個模型會在背景同步更新，總數也會跟著變動
  ↳ 只要改了某個客戶，整個模型會在背後自動重算，總數馬上跟著變。你立刻就能看到這一個調整對整體預測的影響，不用自己重新加總。

根據影片，sites 是什麼？