用Visualize把抽象概念變成可操作的互動範例-1

 

作者：許薰尹  
精誠資訊/恆逸教育訓練中心資深講師

本系列共分為兩篇，介紹如何在 ChatGPT Desktop App 中使用 Visualize外掛程式，將資料分析、版本控制與資料庫查詢等抽象內容，轉換成容易理解、可以操作的互動範例。第一篇聚焦在Visualize 基礎與銷售儀表板的設計；第二篇則延伸應用在 Git Branch 與 SQL JOIN 的互動模擬。

前言

Visualize 不只能把資料轉成圖表，也能把操作流程與概念變成可互動的畫面。本篇先從 Visualize 的基本功能、安裝方式與早餐店銷售 Dashboard 開始，帶你建立第一個互動式資料分析範例。

什麼是Visualize?

傳統上在跟AI聊天時，AI 會透過文字、表格或程式碼回答問題，但許多資訊只靠文字並不容易理解，尤其是有關於資料趨勢、流程關係、系統架構與抽象概念…等等。「Visualize（視覺化）」的作用，就是把原本只能用文字說明的內容，直接變成圖表、流程圖或可以動手操作的畫面，讓使用者更容易看懂。

Visualize（視覺化）是 ChatGPT 的一個用來將資料、文字或概念轉換成視覺化內容的外掛程式。它不只是單純地產生一張靜態圖片，而是可以建立統計圖表、流程圖、Dashboard（儀表板）以及互動式模擬工具，以幫助使用者更容易理解複雜資訊。

例如在使用Excel 分析銷售資料時，與其閱讀大量數字，不如透過 Visualize 建立一個可以跟使用者互動的圖表與 Dashboard，利用篩選器快速觀察不同月份、產品或地區的銷售變化。學習 Git 進行程式版本控管時，也可以將 Commit、Branch、HEAD、Merge 等抽象概念轉成互動式 Git Graph，讓使用者操作 Commit 或建立 Branch 後，立即看到版本歷史如何改變。

因此，Visualize 不只是「把資料畫成圖」，更重要的是建立一個可以探索、操作、比較與模擬的環境。對教學而言，它能把抽象概念轉成具體體驗；對資料分析而言，它能協助使用者更快發現趨勢與關係，讓 ChatGPT 從「告訴你答案」進一步變成「讓你透過互動理解答案」。

這篇文章將介紹在 ChatGPT Desktop App，使用三個情境說明：早餐店銷售 Dashboard、Git Branch 模擬器，以及 SQL JOIN 模擬器，來說明如何使用 ChatGPT 中的 Visualize外掛功能與使用方式，把原始資料、程式概念與資料庫觀念轉成可操作的互動網頁。 

圖 1 ：Visualize功能與使用方式

Visualize 可以做什麼

Visualize 的操作通常從一份資料或一段明確的功能描述開始。完成第一版後，可以繼續用自然語言指定要新增的元件、調整的計算方式或互動的規則，你可以不必在一開始就把所有細節寫完。它可以應用在：

l  讀取檔案與工作表：上傳 Excel檔案後指定工作表，讓介面依照欄位建立內容。

l  建立 Dashboard 與 KPI：把總額、數量、筆數或平均值整理成醒目的摘要指標。

l  產生多種圖表：依照時間、排名、區域或分類，使用折線圖、長條圖、占比圖等方式呈現。

l  加入互動篩選：依月份、區域、門市、類別或名稱縮小資料範圍。

l  連動與 Drill-down：篩選後同步更新 KPI 和圖表，也能點擊總覽項目查看明細。

l  建立狀態型介面：把 Git 指令或 SQL JOIN 類型轉成可操作、可即時更新的模擬畫面。

 

如何安裝 Visualize？

在ChatGPT Desktop App左側選擇 Plugins（外掛程式），進入 Plugin directory，找到「Visualize」後按下 「安裝」按鈕即可安裝。安裝完成後即可在支援的工作流程中使用。若找不到「Visualize」，可能是目前帳號尚未開放，或受到組織管理員的權限限制。

 

圖 2：從外掛程式搜尋 Visualize，安裝完成後即可在對話中建立互動內容

情境一：早餐店銷售 Dashboard（儀表板）

讓我們從 Excel原始資料開始，來建立一個2026 台灣早餐店銷售儀表板。參考下圖「2026銷售資料」Excel工作表為範例。資料包含 2026/01/01～2026/12/31 的模擬的交易紀錄，涵蓋 7 間早餐店、北區／中區／南區、15 種早餐商品，以及吐司、蛋餅、飲料、點心、漢堡等分類；欄位包括訂單編號、日期、時間、門市、縣市、區域、產品名稱、產品類別、數量、單價、折扣率、銷售額、成本、毛利與付款方式。

圖 3：開始前先確認工作表名稱、欄位名稱與資料範圍

提示詞可以用四個元素組成：資料來源、想觀察的內容、呈現形式、互動方式。這四項資訊比單純說「幫我做一張圖」更容易得到可用的第一版儀表版。

l  資料來源：指定檔案與工作表，例如「2026銷售資料」。

l  觀察內容：指定銷售額、毛利、訂單數或商品排名等指標。

l  呈現形式：指定 Dashboard、KPI、折線圖、長條圖或占比圖。

l  互動方式：指定篩選、點擊、連動更新或 Drill-down。

建立基本畫面

第一次不要下太複雜的指令，先讓 Visualize 自己判斷適合的呈現方式。

使用提示詞

使用「2026銷售資料」工作表，將這份台灣早餐店 2026 銷售資料製作成互動式 Dashboard，先依資料欄位判斷適合的呈現方式，整體介面使用繁體中文。

圖 4：附上EXCEL檔案後，先指定資料來源與初步的視覺化目標

Dashboard 是 Visualize 最常見的使用形式。建議先建立基本骨架看看效果，再逐項加入 KPI、圖表、篩選器與明細來互動，這樣每次修改都容易確認。

下圖是ChatGPT建立的第一版畫面，第一版可以先確認標題、工作表與基本圖表是否正確，再進行細部調整。若欄位名稱或資料類型不符合預期，先修正資料或提示詞，避免在錯誤基礎上繼續加功能。

 

圖 5：本 Dashboard 建立後，可先檢查標題、資料來源與圖表

 

此外Visualize第一版還產生以下不同的圖表與比較視角。不同圖表各自負責不同的比較任務。每月銷售額趨勢折線圖用來查看時間變化；熱銷品項 Top 8長條圖用來比較排名，還有各門市銷售額比較。

圖 6：門市、熱銷品項統計

下圖則是星期、時段銷售熱區資訊： 

圖 7：星期、時段銷售熱區

加入 KPI 摘要指標

第一版可能不是最完善的，我們可以應用KPI把大量明細濃縮成少數幾個摘要。讓我們為早餐店加入四個 KPI：總銷售額、總毛利、訂單數量與平均客單價。

使用提示詞

在 Dashboard 上方增加 4 個 KPI：總銷售額、總毛利、訂單數、平均客單價。所有 KPI 都要根據目前資料與篩選條件重新計算。

執行結果如下圖，現在我們可以從原始 Excel → 彙總指標 KPI。

圖 8：KPI 區塊將主要數值集中呈現，方便快速掌握目前篩選範圍

加入篩選器與同步更新

篩選器可以在Dashboard回答不同範圍的問題。可依月份、區域、門市、產品類別與產品名稱篩選；例如先選「台北信義店」，再選「玉米蛋餅」，畫面就會聚焦在單一門市與單一商品。篩選後，KPI、折線圖、排名圖與占比圖都會同步更新。

使用提示詞

增加互動式篩選器，可以依照月份、區域、門市、產品類別、產品名稱進行篩選。所有 KPI 與圖表都要跟著篩選條件同步更新。

執行結果如下圖：

圖 9：互動式篩選器

讓我們再加入三張主要圖表來分析。

使用提示詞

Dashboard 加入以下視覺化：

每月銷售額趨勢折線圖

產品銷售額 Top 10 長條圖

北區、中區、南區銷售額占比圖

這時就會從單純的資料表變成比較完整的銷售儀表板，參考下圖。

圖 10：篩選器與圖表連動後，儀表板可依不同條件重新整理結果

門市銷售額、產品銷售額 Top 10 長條圖如下：

圖 11：門市、產品銷售額 Top 10 長條圖

由總覽進入向下鑽取（Drill-down）明細

向下鑽取（Drill-down）是從彙總結果進入下一層細節的互動方式。我們希望點擊產品銷售額 Top 10 中的某個產品後，可以在下方顯示該產品各門市的銷售額、銷售數量與毛利。這樣的設計能進一步判斷總額是由所有門市平均貢獻，還是由少數門市帶動。

使用提示詞

當我點擊「產品銷售額 Top 10」中的某個產品時，下方顯示該產品各門市的銷售額、數量與毛利明細。

這一步可以展示更進階的「總覽 → 點擊產品 → 明細」互動分析概念，執行結果如下。

圖 12：點擊 Top 10 商品後，下方展開各門市的銷售額、數量與毛利明細

小結

本篇先從 Visualize 的基本功能與安裝開始，透過早餐店銷售資料完成 Dashboard、KPI、篩選器與 Drill-down，建立從資料到互動分析的基本流程。下一篇將延伸到 Git Branch 與 SQL JOIN 的互動模擬。