AI Estimation
ข้อมูลที่เรียนรู้
ข้อมูลงานเก่าทั้งหมดที่ระบบใช้จริง — ทั้งจากไฟล์ลูกค้า 12 ไฟล์ + 2 PDF และที่ train เพิ่มผ่านหน้าเว็บ
Vector search — embedding ทำงานจริง
พิมพ์ชื่อรายการอะไรก็ได้ — ระบบหา 5 รายการที่ความหมายใกล้สุดจากงานที่เคยทำ พร้อมคะแนนความคล้าย (0–1)
Embedding map — 0 รายการ (PCA 3D · ลากหมุน / scroll ซูม / ชี้ดูรายละเอียด)
ทุกรายการเป็นจุดบนแผนที่ 3 มิติ — จุดใกล้กัน = ความหมายคล้ายกัน · สีตามหมวด · ลากหมุน / ชี้จุดดูรายละเอียด
กำลังโหลดแผนที่…
ไฟล์ต้นทาง (0 ไฟล์)
แต่ละไฟล์ให้ข้อมูลกี่รายการ — คอลัมน์ ‘ที่มา’ ในตารางด้านล่างอ้างถึงไฟล์เหล่านี้
| ไฟล์ | BU | รายการ |
|---|
Templates (0)
ระบบจัดงานที่เคยทำเป็น 6 ประเภท แล้วจำว่าแต่ละประเภทมีหมวดอะไร ราคาเท่าไหร่ — เวลารับ brief ใหม่จะเลือกประเภทที่ตรง แล้ว scale ราคาตามงบ
| ประเภท | ชื่อ | งานที่เรียน | ขนาดงาน median |
|---|
Price bands (top 20)
ช่วงราคาปกติของแต่ละหมวดย่อย จากราคาจริงที่เคยทำ — ถ้าราคาใหม่หลุดช่วงนี้มาก ระบบจะเตือนในหน้าวิเคราะห์
| หมวดย่อย | n | p25 | median | p75 |
|---|
Line items ทั้งหมด
รายการดิบทั้งหมดที่สกัดจากไฟล์ พร้อมหมวดที่ระบบจัดให้ — ยิ่งเพิ่มงานใหม่ (หน้าเพิ่มข้อมูล) ระบบยิ่งแม่น
| รายการ | หมวดหลัก | หมวดย่อย | ราคา | actual | job | ที่มา |
|---|