De kern
Codex is een werkomgeving voor code. Ontwikkel er geteste scripts mee; laat een tekstmodel vervolgens gevalideerde resultaten interpreteren.
Het vertrekpunt
- Twee geanonimiseerde exporten, waaronder één foutgeval.
- Velddefinities, typen, valuta en rekenregels.
- Een klein handmatig berekend referentievoorbeeld.
1. Definieer het datacontract
Beschrijf verplichte velden, detailniveau, duplicaatsleutel, datums en ontbrekende waarden. Ontbrekend is niet nul. Bepaal welke fouten verwerking stoppen.
2. Ontwikkel en test
Laat Codex lezen, valideren, aggregeren en uitvoer scheiden. Test referentiecijfers en foutgevallen. Bronbestanden blijven intact en onnodige netwerkverzoeken blijven uit.
3. Voeg commentaar toe
GPT of Claude kunnen gevalideerde totalen toelichten. Beoordeel DeepSeek als API-alternatief met dezelfde kwaliteits- en datavoorwaarden. Eis verwijzingen en verbied stil herstel van afgewezen gegevens.
4. Bereid beheer voor
Log versie, verwerkt bestand en fouten. Regel eigenaar, handmatig herstel en formaatwijzigingen. Plan pas daarna herhaling met bescherming tegen dubbele verwerking.
Een praktisch voorbeeld
Schrijf een script dat deze exporten vóór aggregatie valideert. Wijzig geen bronnen en gebruik geen netwerk. Bereken ratio’s uit sommen; nulnoemer wordt N/A. Voeg tests toe voor ontbrekend veld, duplicaat, nul conversies en het referentievoorbeeld.
| Geval | Gedrag | Controle |
|---|---|---|
| Kosten ontbreken | Expliciete fout | Geen nul aannemen |
| Duplicaat | Sleutel melden | Niet dubbel tellen |
| Nul conversies | CPA ongedefinieerd | Niet delen door nul |
| Bronbestand | Ongewijzigd | Voor en na vergelijken |
Vooruitgang beoordelen
- Controleer code en rechten.
- Test fouten vóór planning.
- Bewaar logboek en herstelprocedure.
Officiële bronnen
OpenAI · CodexDeepSeek · API documentationVind de campagne die het gemiddelde verbergt
Een synthetisch CSV-bestand bevat vier campagnes over twee perioden. De vraag: verbergt een beter totaalrendement een probleem?
Reproduceer de rapportagedemo
Voer de gekoppelde demo uit met Python 3.9 of hoger. Verwacht: € 6.000 aan uitgaven in de basisperiode; € 34.880 aan omzet en 436 conversies in de vergelijkingsperiode. Het geldige bestand moet afsluitcode 0 opleveren; het ongeldige bestand code 2. Dit zijn synthetische gegevens uit meerdere kanalen, geen oorspronkelijke Google Ads-export of modelbenchmark. Koppel de kolommen van echte exports aan het schema en keur de conversiedefinities goed voordat u de demo aanpast.
python3 analyze.py campaigns.csv
python3 analyze.py invalid-campaigns.csvDeze demonstraties gebruiken fictieve briefings en documenten en synthetische data. Ze tonen een methode, geen klantresultaten.
MindVerve
Wilt u deze workflow voor uw team?
AI Workflow Launch omvat één afgesproken rapportproces met tests, documentatie en training. Extra integraties en kosten worden in de offerte vastgelegd.
Mijn AI-workflow besprekenVijf expertises. Eén richting.