用大模型提取任意数据#视频录屏：从35秒的屏幕捕获中提取JSON数据，成本不到1/10美分...

（只要看到的，都能处理？）

作者 Simon Willison，他分享了自己在处理多个电子邮件 Email 中的数值数据时所采取的一种创新方法。

问题是这样的：需要对分散在十二封不同邮件中的一些数字值进行统计。但不想一个一个地手动复制和粘贴这些数据。

作者灵机一动，想到了一种新方法：通过录制屏幕捕获视频，然后使用Google Gemini从视频中提取数据。具体步骤如下：

1/ 录制视频：使用Mac上的QuickTime Player录制了屏幕视频，内容是他在Gmail中浏览这些电子邮件的过程。

2/ 上传视频：将录制的视频文件上传到Google的AI Studio工具。

3/ 数据提取：在AI Studio中输入提示，将视频内容转换为JSON数组，包含每个日期和相应的金额。

... 它成功了。它吐出了一个这样的JSON数组：

[
 {
   "date": "2023-01-01",
   "amount": 2...
 },
 ...
]

4/ 数据验证：将生成的JSON数据转换为CSV格式，并手动检查视频中的数值，确保数据的准确性。

花了多少钱？成本分析

作者对这次操作的成本进行了详细计算，发现使用Gemini 1.5 Flash模型处理视频的总成本不到1/10美分。实际上，由于Google AI Studio目前免费，这次操作实际上是免费的。

作者还探讨了其他可能的替代方案，包括：

1/ 手动复制数据：这种方法容易出错且耗时。

2/ 以编程方式访问Gmail数据：这种方法越来越困难，设置复杂。

3/ 使用浏览器自动化工具：需要更多的工作量，且无法处理邮件格式差异。

4/ 使用更复杂的AI工具：不够可靠且存在安全风险。

——

大模型真的能看清、理解这个世界。

通过录制视频的方式，任何数据都可以被处理，这会颠覆以往的应用吗？

欢迎加入AI编程社区，一起探索可能性。

奖金池1500元：MiX AI编程挑战赛第一季，满足长尾需求的自制软件“便利店”