GEMINI LEVEL 2 • LESSON 7

Upload Files និង Long Documents

by Sot Dimong

១២ កញ្ញា ២០២៦

សួរ PDF, Docs និង Files ដោយកំណត់ Scope, Pages, Claims និង Output format។

រយៈពេលប្រហែល ១៨ នាទី

Gemini Mission • Level 2 🌈 Multimodal Explorer

0 XP

ចាប់ផ្តើម

សេចក្តីផ្តើមមេរៀន
មេរៀនទី៧ ៖ «Upload Files និង Long Documents» នឹងណែនាំអ្នកឱ្យយល់ច្បាស់ពី សួរ PDF, Docs និង Files ដោយកំណត់ Scope, Pages, Claims និង Output format។

១. សមត្ថភាព Long Context Window ២ លាន Tokens និងការអាន Files

Google Gemini 1.5 Pro បានបង្កើតកំណត់ត្រាប្រវត្តិសាស្ត្រក្នុងវិស័យ AI ជាមួយនឹង Context Window រហូតដល់ ២,០០០,០០០ Tokens (ស្មើនឹងអត្ថបទប្រហែល ១.៤ លានពាក្យ ឬឯកសារ PDF កម្រាស់ជាង ២,០០០ ទំព័រ)។ នេះមានន័យថាអ្នកអាច Upload សៀវភៅក្រាស់ៗ កិច្ចសន្យាផ្លូវច្បាប់ របាយការណ៍ហិរញ្ញវត្ថុប្រចាំឆ្នាំ ឬឯកសារស្រាវជ្រាវវិទ្យាសាស្ត្រចូលទៅក្នុង Gemini ទាំងមូលក្នុងពេលតែមួយ!

ទោះជាយ៉ាងនេះក្តី នៅពេលធ្វើការជាមួយឯកសារវែងៗ (Long Documents) ប្រសិនបើអ្នកគ្រាន់តែសួរថា «តើសៀវភៅនេះនិយាយពីអ្វី?» អ្នកនឹងទទួលបានត្រឹមតែចម្លើយសង្ខេបទូទៅដែលគ្មានតម្លៃស៊ីជម្រៅឡើយ។ ជំនាញអាជីពពិតប្រាកដគឺ Targeted Document Querying ដែលតម្រូវឱ្យអ្នកកំណត់ ៤ ធាតុសំខាន់៖

កំណត់ Scope (វិសាលភាព)៖ បញ្ជាក់ថាត្រូវស្វែងរកក្នុងផ្នែកណា (ឧ. «ផ្អែកតែលើជំពូកទី ៣ ស្តីពីហានិភ័យឥណទាន»)។
កំណត់ Pages (ទំព័រជាក់លាក់)៖ បង្គាប់ឱ្យ AI ផ្តោតលើទំព័រដែលចង់បាន (ឧ. «សូមពិនិត្យមើលទំព័រទី ៤៥ ដល់ ៦០»)។
ស្រង់ Claims & Citations (ការដកស្រង់និងយោង)៖ ទាមទារឱ្យ AI បញ្ជាក់លេខទំព័រដើមនៃរាល់ទិន្នន័យដែលបានឆ្លើយ (ឧ. «សូមភ្ជាប់លេខទំព័រយោង [Page X] រាល់ពេលលើកតួលេខណាមួយ»)។
កំណត់ Output Format៖ ទាមទារទម្រង់ជាក់លាក់ (Executive Summary, តារាង Markdown Table ឬ Bullet Points)។

2 Million Token Window អានសៀវភៅរាប់ពាន់ទំព័រ ឬឯកសារ PDF រាប់សិបក្បាលក្នុងសំណួរតែមួយ។

Targeted Scope & Pages កំណត់ព្រំដែនជំពូក ឬទំព័រដើម្បីទទួលបានការវិភាគលម្អិត និងចំគោលដៅ។

Verifiable Citations បង្គាប់ឱ្យ AI ផ្តល់លេខទំព័រយោង [Page X] ដើម្បីងាយស្រួលផ្ទៀងផ្ទាត់ឡើងវិញ។

Hallucination Defense កំណត់ច្បាប់ «ប្រសិនបើគ្មានក្នុងឯកសារ សូមឆ្លើយថាគ្មាន» ដើម្បីការពារការទាយខុស។

២. កិច្ចការជាក់ស្តែងទាំង ៤ ដែលអ្នកអាចធ្វើជាមួយ Long Documents

ការ Upload ឯកសារវែងៗជួយដោះស្រាយកិច្ចការស្មុគស្មាញជាច្រើន៖

ការសវនកម្មកិច្ចសន្យាផ្លូវច្បាប់ (Contract Review)៖ Upload កិច្ចសន្យា ៥០ ទំព័រ រួចសួររកចំណុចគ្រោះថ្នាក់៖ «តើមានប្រយោគណាខ្លះដែលចែងពីការពិន័យ និងការបញ្ចប់កិច្ចសន្យាមុនកាលកំណត់? សូមដកស្រង់ប្រយោគដើម និងលេខទំព័រ។»

ការស្រង់តារាងហិរញ្ញវត្ថុពី PDF (Financial Extraction)៖ Upload របាយការណ៍សវនកម្មប្រចាំឆ្នាំ រួចបញ្ជា Gemini ឱ្យស្រង់តារាងតុល្យការ (Balance Sheet) ពីទំព័រ ៧៨ មកជា Markdown Table។

ការសិក្សាស្រាវជ្រាវ និងសង្ខេបនិក្ខេបបទ (Academic Synthesis)៖ Upload مقាល ស្រាវជ្រាវ ៣ ផ្សេងគ្នា រួចឱ្យ Gemini ប្រៀបធៀបវិធីសាស្ត្រស្រាវជ្រាវ (Methodology) និងលទ្ធផលរវាងអ្នកនិពន្ធទាំង ៣។

Cross-Document Search (ការស្វែងរកឆ្លងកាត់ឯកសារ)៖ Upload ឯកសារគោលការណ៍ក្រុមហ៊ុន ៥ ផ្សេងគ្នា រួចសួររកចម្លើយរួមមួយទាក់ទងនឹងច្បាប់ឈប់សម្រាកប្រចាំឆ្នាំ។

៣. បច្ចេកទេស «Needle-in-a-Haystack» និងការគ្រប់គ្រង Token Budget

Google Gemini 1.5 Pro ទទួលបានពិន្ទុស្ទើរតែ ១០០% ក្នុងការធ្វើតេស្ត Needle-in-a-Haystack (សមត្ថភាពស្វែងរកព័ត៌មានលម្អិតតូចមួយដែលលាក់ខ្លួននៅក្នុងសៀវភៅក្រាស់រាប់ពាន់ទំព័រ)។ ទោះជាយ៉ាងនេះក្តី ដើម្បីឱ្យការឆ្លើយតបមានល្បឿនលឿន និងច្បាស់លាស់បំផុត សូមអនុវត្តនូវគន្លឹះទាំងនេះ៖

បំប្លែងឯកសារស្កេន (Scanned PDF)៖ ប្រសិនបើ PDF ជាប្រភេទរូបថតស្កេន ត្រូវប្រាកដថាអក្សរអាចមើលដឹងច្បាស់ ដើម្បីកុំឱ្យ AI ដំណើរការលើ OCR Tokens ច្រើនលើសលប់។
ប្រើប្រាស់ Grounding Constraint៖ បន្ថែមឃ្លាស្នូលជានិច្ច៖ «ផ្អែកតែលើខ្លឹមសារដែលមាននៅក្នុងឯកសារដែលបាន Upload នេះប៉ុណ្ណោះ។ ហាមប្រើប្រាស់ចំណេះដឹងក្រៅឯកសារ។ ប្រសិនបើឯកសារមិនបានលើកឡើង សូមឆ្លើយថា 'គ្មានព័ត៌មានក្នុងឯកសារនេះទេ'»។

គន្លឹះឯកសារទំហំធំ៖ ប្រសិនបើឯកសាររបស់អ្នកមានទំហំធំខ្លាំងលើសពី 50MB អ្នកអាចបញ្ចូលវាទៅក្នុង Google Drive ជាមុនសិន រួចប្រើប្រាស់ Extension @Google Drive ដើម្បីភ្ជាប់ទៅកាន់ File នោះដោយផ្ទាល់។

៤. ការប្រៀបធៀប៖ ការសួរឯកសារទូទៅ vs ការសួរមាន Scope និង Citations

ចូរពិនិត្យមើលភាពខុសគ្នានៃគុណភាពចម្លើយលើឯកសារវែង៖

សំណួរទូទៅគ្មាន Scope (រាក់ និងទូទៅ) Upload របាយការណ៍ ៨០ ទំព័រ រួចសួរថា «ជួយសង្ខេបឯកសារនេះ» → Gemini នឹងសង្ខេបត្រឹមតែចំណុចធំៗនៃទំព័រដំបូងៗ ដោយរំលងតួលេខសំខាន់ៗដែលលាក់ខ្លួននៅជំពូកកណ្តាល។

Structured Document Prompt (ស៊ីជម្រៅ និងមានទំព័រយោង) Upload របាយការណ៍ រួចបញ្ជា៖ «សូមពិនិត្យមើលជំពូកទី ៤ (ទំព័រ ៣៥-៥០)។ សូមស្រង់យកកត្តាហានិភ័យទាំង ៥ ដែលគម្រោងកំពុងជួបប្រទះ ព្រមទាំងផ្តល់លេខទំព័រ [Page X] និងប្រយោគដកស្រង់ដើមសម្រាប់ចំណុចនីមួយៗ។»

៥. សុវត្ថិភាពឯកសារ និងការការពារទិន្នន័យសម្ងាត់ស្ថាប័ន

នៅពេល Upload ឯកសារផ្ទៃក្នុងក្រុមហ៊ុន ឬឯកសារអតិថិជន សូមប្រាកដថាអ្នកកំពុងប្រើប្រាស់គណនីដែលមានសុវត្ថិភាពខ្ពស់ ដូចជា Google Workspace for Enterprise (ដែលទិន្នន័យរបស់អ្នកមិនត្រូវបានយកទៅបណ្តុះបណ្តាលម៉ូដែល AI សាធារណៈឡើយ)។

ប្រសិនបើប្រើប្រាស់គណនីធម្មតា សូមលុបបំបាត់ (Redact) ឈ្មោះបុគ្គល លេខគណនីធនាគារ ឬព័ត៌មានរសើបមុនពេល Upload ឯកសារ។

អ្វីដែលគួរធ្វើ (Document Query Best Practices) ទាមទារលេខទំព័រយោង [Page X] និងដកស្រង់ប្រយោគដើមជានិច្ច ដើម្បីងាយស្រួលបើកផ្ទៀងផ្ទាត់ក្នុងឯកសារពិត។

អ្វីដែលត្រូវជៀសវាង (Document Query Mistakes) កុំសួរសំណួរបើកចំហរទូលាយពេកលើសៀវភៅរាប់ពាន់ទំព័រដោយមិនបានកំណត់ Scope និងគោលដៅជាក់លាក់។

LIVE GEMINI LAB • INTERACTIVE WORKSPACE

Live Gemini Lab • Long Document Scope & Extraction

READY

ជ្រើសរើសប្រភេទឯកសារខាងក្រោមដើម្បីមើលពីរបៀបដែល Gemini វិភាគទំព័រជាក់លាក់ និងទាញយកទិន្នន័យយោង។

កិច្ចសន្យាជួលអគារ ៤០ ទំព័រ សួររកប្រយោគពិន័យ និងការធានា

Gemini Engine Multimodal + Grounding

Clause Extraction Page 18 & 24 Clauses

លទ្ធផលគំរូ៖ Gemini ស្រង់មាត្រា ១៤.២ (ទំព័រ ១៨) ស្តីពីការពិន័យការទូទាត់យឺត ០.៥% ក្នុងមួយថ្ងៃ និងមាត្រា ២២ (ទំព័រ ២៤) ស្តីពីការរឹបអូសប្រាក់កក់យ៉ាងសុក្រឹត។

៦. លំហាត់អនុវត្ត PROMPT លើ GEMINI

អនុវត្តតាមរូបមន្តអាជីព៖ ROLE (តួនាទី) → CONTEXT (បរិបទ) → CONSTRAINTS (ដែនកំណត់) → FORMAT (ទម្រង់ចម្លើយ)។

សាកអនុវត្ត • PROMPT គំរូជាភាសាខ្មែរ

ផ្អែកតែលើឯកសារ PDF របាយការណ៍ប្រចាំឆ្នាំដែលបាន Upload នេះប៉ុណ្ណោះ សូមឆ្លើយសំណួរខាងក្រោម៖ ១. ផ្តោតលើទំព័រទី ៣៥ ដល់ ៤៨ (ផ្នែក Risk Factors)។ ២. ស្រង់យកហានិភ័យធំៗទាំង ៤ ដែលត្រូវបានរៀបរាប់ ដោយផ្តល់លេខទំព័រយោង [Page X] និងដកស្រង់ឃ្លាដើមខ្លីៗ។ ៣. បង្ហាញជាតារាង Markdown Table ដែលមានជួរឈរ៖ ឈ្មោះហានិភ័យ, កម្រិតផលប៉ះពាល់, ដំណោះស្រាយដែលបានស្នើ, និងទំព័រយោង។ ៤. ប្រសិនបើព័ត៌មានមិនមានចែងក្នុងទំព័រទាំងនេះ សូមឆ្លើយថា «គ្មានចែងក្នុងឯកសារ»។

៧. ពិនិត្យការយល់ដឹង (QUIZ)

QUIZ ខ្លីប្រចាំមេរៀនទី៧

នៅពេលសួរដេញដោលឯកសារ PDF ក្រាស់ៗរាប់រយទំព័រនៅក្នុង Gemini តើបច្ចេកទេសណាដែលជួយការពារ AI Hallucination បានល្អបំផុត?

✓ ត្រឹមត្រូវឥតខ្ចោះ! ការកំណត់ Scope ទាមទារ Citations និងការដាក់ Negative Constraint គឺជាយុទ្ធសាស្ត្រដ៏រឹងមាំបំផុតដើម្បីធានាថាចម្លើយផ្អែកលើការពិតក្នុងឯកសារ ១០០%។

៨. ចំណុចសំខាន់ដែលត្រូវចងចាំ

Gemini 1.5 Pro មាន Context Window ២ លាន Tokens អាចអានឯកសាររាប់ពាន់ទំព័រដោយមិនបាត់បង់ព័ត៌មាន។
កំណត់ Scope, Pages, Claims, និង Output Format ជានិច្ច ដើម្បីទទួលបានការស្រង់ទិន្នន័យជាក់លាក់។
ទាមទារលេខទំព័រយោង [Page X] ដើម្បីងាយស្រួលផ្ទៀងផ្ទាត់ និងធានាភាពជឿជាក់ក្នុងការងារវិជ្ជាជីវៈ។

អនុសាសន៍អនុវត្ត៖ យកទ្រឹស្តីក្នុងមេរៀនទី៧នេះ ទៅសាកល្បងជាមួយកិច្ចការងារជាក់ស្តែងរបស់អ្នកថ្ងៃនេះភ្លាមៗ ដើម្បីបង្កើនល្បឿន និងភាពស្ទាត់ជំនាញ។

GEMINI EXPLORER BADGE