Ana içeriğe geç

Verilerimi bir LLM kullanarak Gamma sunumlarına nasıl aktarabilirim?

Veri kaynaklarınızı Gamma'ya bağlamayı ve bir AI asistanı veya LLM kullanarak sunum dosyalarını otomatik olarak Oluşturmayı öğrenin.

Bu sayfa nasıl kullanılır

Bu sayfa nasıl kullanılır: bunu Claude, ChatGPT (veya araçlarınız ve Gamma bağlı olan herhangi bir LLM) içine yapıştırın ve ne istediğinizi söyleyin, örneğin "Snowflake verilerimden Q3 boru hattı inceleme sunumu Oluşturmama yardım et." LLM, bu özeti proje talimatlarınızı (veya bir skill) yazmak ve sunumu çalıştırmak için kullanır. Çıktıyı LLM'nizden inceleyebilir, Gamma MCP sunucusunda test edebilir ve yineleyebilirsiniz.

💎 Profesyonel İpucu: Bu sayfanın tamamını tercih ettiğiniz LLM'ye Yapıştırın ve kullanım durumunuzu açıklayın. LLM, verileri çekmekten sunumu Oluşturmaya kadar her şeyi halleder.


Desen

LLM, bağlı bir araçtan verileri okur → bir betikte sayıları hesaplar → tamamlanmış rakamları Gamma'ya gönderir, Gamma sunumu oluşturur.
​

Üç katman: kaynaklar ham veriyi tutar · talimatlar tarifi tutar · Gamma görsellerin sahibidir. Yeni bir araç eklediğinizde sadece bir kaynak eklemiş olursunuz; geri kalan değişmez.
​

LLM'nin uyması gereken kurallar

  • Her istekte kaynağı taze okuyun - geçmiş bir turdan rakamları asla yeniden kullanmayın.

  • Bir betikte ön hesaplama yapın. Toplamlar, dökümler, sıralamalar, dönem filtreleri. Gamma'nın aritmetik yapmasına asla izin vermeyin - sadece tamamlanmış rakamları geçirin.

  • Her sayıyı birimlerle birlikte tekrar ifade edin ($1.21M) istemde ve grafik türünü adlandırın ("karşılaştırma çubuk grafiği," "halka grafiği").

  • Doğru Gamma aracını seçin: generate_from_template (+ şablon ID'si) tekrar eden markalı sunumlar için; generate (+ tema ID'si) tek seferlikler için. Kesin rakamları kilitlemek için textMode: preserve kullanın.

  • Düzenleme aracı yoktur - bir sunumu değiştirmek için onu yeniden Oluşturun (veya Gamma'nın web düzenleyicisinde düzenleyin).

LLM'ye ne verilmeli

  • Verilerinizin bulunduğu araç - Snowflake, BigQuery, Google Drive/Sheets, Salesforce, HubSpot, Notion, Jira vb.

  • Özel tablo / görünüm / rapor / sayfa / doküman ve önemli sütunlar veya bölümler.

  • Gamma şablon ID'niz (Gamma:get_gammas ile type: template) veya bir tema ID'si.

  • Sunumun slayt listesi ve marka tonunuz.

LLM'nin sizinle doldurduğu talimat şablonu

## Rules - Read source fresh; pre-compute in a script; restate figures with units;   there is no Gamma edit tool. - Brand voice: ___  ## Use case: ___ Trigger: "___" Tool: Gamma:generate_from_template — gammaId ___, presentation, 16x9, textMode: preserve Source: ___ (tool + table/view/report/sheet/doc; relevant columns/sections: ___) Steps:   1. Read the source (run query / export CSV / fetch doc).   2. Run a script to compute: ___ (totals, breakdowns, top-N, period).   3. Build the prompt one block per slide: ___ → ___ → ___, figures with units.   4. Generate from the template; spot-check with Gamma:read_gamma.

60 saniyelik örnek

Sütunları anlaşma, aşama, arr, olasılık, bölge, sahip olan bir Google Sheet Q3 Boru Hattı. Siz "Q3 boru hattı incelemesini yap." dersiniz. LLM:

  1. sayfayı CSV olarak dışa aktarır veya doğrudan Google Drive'ın MCP'sinden okur,

  2. açık ARR $1.60M · ağırlıklı $1.03M · kazanma oranı %67 · en iyi anlaşmalar (Stark $500K, Hooli $420K…) döndüren bir betik çalıştırır,

  3. Gamma'yı her blok için bir slayt olacak şekilde yönlendirir - özet → aşamaya göre → en iyi anlaşmalar → öncelikler, bu kesin rakamları kullanarak,

  4. boru hattı şablonunuzdan Oluşturur.

Bir cümle yazdınız; rakamlar tam kaldı çünkü matematiği model değil betik yaptı.


Skill mi yoksa proje talimatları mı?

En basit olan, her zaman yüklü olan ve bir ekip ve birkaç sunum türü için uygun olan proje talimatları ile başlayın. Birden fazla sunum türünüz olduğunda (her biri sadece gerektiğinde yüklenir) veya hesaplama adımının paylaşabileceğiniz, test edilmiş, yeniden kullanılabilir bir betik olmasını istediğinizde bir sunumu kendi skill'ine taşıyın. LLM'ye hangisini istediğinizi söyleyin, o da her iki şekilde ayarlayacaktır.

Çalışan bir skill - pipeline-review-deck (bir SKILL.md ve bir compute_pipeline.py betiği) - başlangıç noktası olarak bu özetle eşleştirilir. Skill'ler Ayarlar → Yetenekler altında kurulur.


Ek: Örnek Tablo İçe Aktarımı

Bazen bir betiğe gerek yoktur. Bir tablo zaten slaytta istediğiniz tam biçimde bir sayfada bulunur. Satırları okuyun, istemde tekrar ifade edin, Gamma'dan bunları bir tabloda düzenlemesini isteyin.

Kaynak sayfa — Q3 Customer References (10 satır)

Hesap

Sektör

Bölge

Birincil İletişim

Durum

Hargrove Industries

Üretim

Kuzeydoğu

Michelle Tran, CTO

Aktif

BlueRidge Healthcare

Sağlık Hizmetleri

Güneydoğu

Dr. Sam Osei, CIO

Aktif

SunBridge Hotels

Konaklama

Güneydoğu

Raj Mehta, SVP Tech

Aktif

Apex Transportation

Ulaşım

Güneydoğu

William Torres, CIO

Aktif

United Credit Union

Finansal Hizmetler

Orta Batı

Helen Voss, VP Tech

Aktif

BrightPath Education

Eğitim

Güneydoğu

Tanya Morris, CIO

Beklemede

Luminary Tech Group

Teknoloji

Kuzeydoğu

Sophia Grant, CEO

Aktif

Quantum Defense Corp

Savunma

Güneybatı

Eric Wang, CIO

Aktif

Vertex Pharma

Yaşam Bilimleri

Kuzeydoğu

Lisa Okafor, IT Director

Yenileme aşamasında

Harbor Life Sciences

Yaşam Bilimleri

Batı

Dr. Anna Xu, SVP Ops

Aktif

Gamma istemi

Populate the "Customer References" slide with a horizontal table. Columns: Account | Industry | Region | Primary Contact | Status. Preserve row order exactly. No edits, no additions, no aggregation.  - Hargrove Industries | Manufacturing | Northeast | Michelle Tran, CTO | Active - BlueRidge Healthcare | Healthcare | Southeast | Dr. Sam Osei, CIO | Active - SunBridge Hotels | Hospitality | Southeast | Raj Mehta, SVP Tech | Active - Apex Transportation | Transportation | Southeast | William Torres, CIO | Active - United Credit Union | Financial Services | Midwest | Helen Voss, VP Tech | Active - BrightPath Education | Education | Southeast | Tanya Morris, CIO | Pending - Luminary Tech Group | Technology | Northeast | Sophia Grant, CEO | Active - Quantum Defense Corp | Defense | Southwest | Eric Wang, CIO | Active - Vertex Pharma | Life Sciences | Northeast | Lisa Okafor, IT Director | In renewal - Harbor Life Sciences | Life Sciences | West | Dr. Anna Xu, SVP Ops | Active

Bunun neden işe yaradığı

  • | ayırıcı sütun sınırlarını belirsiz bırakmaz.

  • "Satır sırasını tam olarak koru. Düzenleme yok, ekleme yok, toplama yok" Gamma'ya yazmasını, düzenlemesini değil söyler.

Tablolar ~15 satırı aştığında, satır satır istem gürültülü hale geldiğinden ön hesaplama desenine geri dönün.

Bu cevap sorunuzu yanıtladı mı?