Excel और Google Sheets के लिए बेस्ट ChatGPT 2026 में

अपडेट किया गया 30 अक्टूबर 2026 · Zekai संपादकीय टीम द्वारा समीक्षा

डेटा साइंस वर्कफ्लो में अक्सर रॉ टैबुलर रिकॉर्ड्स को LLM क्षमताओं के साथ जोड़ने की आवश्यकता होती है। स्प्रेडशीट प्लेटफॉर्म में सीधे आर्टिफिशियल इंटेलिजेंस को एकीकृत करने से लगातार CSV फाइलें एक्सपोर्ट करने, ऑफ़लाइन Python स्क्रिप्ट चलाने, या बाहरी चैट इंटरफेस में टेक्स्ट ब्लॉक कॉपी-पेस्ट करने की आवश्यकता समाप्त हो जाती है। आधुनिक एक्सटेंशन सीधे Microsoft Excel और Google Sheets में कस्टम फॉर्मूले और साइडबार एम्बेड करते हैं। यह सेटअप स्वचालित सफाई, एंटिटी एक्सट्रैक्शन, सेंटीमेंट स्कोरिंग और त्वरित फॉर्मूला ड्राफ्टिंग को वहीं सक्षम बनाता है जहां आपके रॉ बिजनेस रिकॉर्ड रहते हैं।

सही एक्सटेंशन चुनना डेटासेट वॉल्यूम, सुरक्षा अनुपालन और फॉर्मूला जटिलता पर काफी हद तक निर्भर करता है। कुछ प्लगइन सरल सेल ट्रांसफॉर्मेशन के लिए हल्के कस्टम फंक्शन के रूप में काम करते हैं, जबकि अन्य विशाल पंक्तियों के लिए बने एंटरप्राइज बल्क प्रोसेसिंग इंजन प्रदान करते हैं। आपको उनकी गोपनीयता स्थिति, मूल्य निर्धारण संरचनाओं और रॉ एक्सट्रैक्शन गुणवत्ता पर इन टूल का मूल्यांकन करना चाहिए। ऐसा करने से यह सुनिश्चित होता है कि आपका विश्लेषणात्मक पाइपलाइन सटीक, लागत प्रभावी और अप्रत्याशित डेटा प्रतिधारण नीति जोखिमों से सुरक्षित रहे।

तालिका को बगल में स्लाइड करें →

excel me ChatGPT kaise use kare: Excel और Google Sheets के साथ इंटीग्रेट कैसे करें?

Microsoft Excel या Google Sheets के साथ ChatGPT को इंटीग्रेट करने के लिए, आप Microsoft AppSource स्टोर या Google Workspace Marketplace से एक ऐड-इन इंस्टॉल करते हैं और इसकी निष्पादन अनुमतियों को कॉन्फ़िगर करते हैं। एक बार इंस्टॉल होने के बाद, ये एक्सटेंशन आपके फॉर्मूला बार के भीतर सीधे कस्टम स्प्रेडशीट फ़ंक्शंस को रजिस्टर करते हैं या वर्कस्पेस इंटरफ़ेस के भीतर एक इंटरैक्टिव साइड पैनल खोलते हैं। डायरेक्ट फॉर्मूला दृष्टिकोण आपको सेल कोऑर्डिनेट्स में भाषा मॉडल प्रॉम्प्ट निष्पादित करने में सक्षम बनाता है, जो सैकड़ों पंक्तियों को एक साथ प्रोसेस करता है। उदाहरण के लिए, आप बिना अपनी वर्कबुक छोड़े असंरचित सर्वेक्षण टेक्स्ट को पार्स करने, कैटेगोरिकल मेटाडेटा निकालने या तारीखों को रीफॉर्मेट करने के लिए एक कस्टम फॉर्मूला का आह्वान कर सकते हैं। यह पारंपरिक सेल लॉजिक और लचीली भाषा समझ के बीच एक पुल बनाता है।

इंटीग्रेशन सेट अप करने के लिए आपके एप्लिकेशन के ऐड-इन मेनू पर जाने, अपने चुने हुए एक्सटेंशन को खोजने और आवश्यक वर्कस्पेस अनुमतियों को स्वीकृत करने की आवश्यकता होती है। इंस्टॉलेशन के बाद, कॉन्फ़िगरेशन में केवल कुछ मिनट लगते हैं और इसमें अपने पसंदीदा फाउंडेशन मॉडल का चयन करने के लिए प्लेटफॉर्म में लॉग इन करना शामिल है। प्रमाणीकरण आर्किटेक्चर प्रदाता के आधार पर भिन्न होता है: कुछ एक्सटेंशन एक प्रबंधित क्रेडिट सिस्टम पर काम करते हैं जहां API की प्रबंधन को विक्रेता द्वारा पर्दे के पीछे संभाला जाता है, जबकि अन्य को आपकी मौजूदा क्लाउड API की के साथ सीधे इंटीग्रेशन की आवश्यकता होती है। फिर आप ऐड-इन को नामित शीट सीमाओं के भीतर सेल रेंज को पढ़ने और अपडेट करने के लिए स्पष्ट अनुमति प्रदान करते हैं।

डिप्लॉयमेंट के दौरान कॉन्फ़िगर किए गए अनुमतियों, अप्रमाणित अनुरोधों या अमान्य सेल कोऑर्डिनेट्स से त्रुटियां हो सकती हैं। यदि कस्टम फॉर्मूले विफल हो जाते हैं, तो जांचें कि क्या ऐड-इन लक्षित शीट पर सक्रिय रीड और राइट एक्सेस बनाए रखता है। सीधी क्लाउड API की का उपयोग करते समय समाप्त हो चुकी की या समाप्त उपयोग सीमाएं बैच संचालन को बाधित कर सकती हैं। सैकड़ों पंक्तियों में फॉर्मूले लागू करने से निष्पादन विफलताएं हो सकती हैं यदि प्रॉम्प्ट टेम्पलेट में अपरिहार्य null सेल आ जाएं। बैच ट्रांसफॉर्मेशन से पहले आपको इनपुट पैरामीटर का ऑडिट करना चाहिए और API कनेक्टिविटी सत्यापित करनी चाहिए।

एक्सटेंशन में संवादात्मक साइडबार होते हैं जो साधारण अंग्रेजी निर्देशों की व्याख्या करते हैं। विश्लेषक जटिल नेस्टेड सशर्त फॉर्मूले लिखने के बजाय डेटासेट विसंगतियों को हाइलाइट करने, गंदी कॉलम को मानकीकृत करने या सारांश फ़ंक्शन बनाने के लिए साइडबार सहायक को संकेत दे सकते हैं। यह डुअल-मोड सेटअप डेटा टीमों को खोजपूर्ण विश्लेषण के लिए साइडबार चैट इंटरफेस के साथ तेजी से स्कीमा ट्रांसफॉर्मेशन के लिए इनलाइन फॉर्मूला को संयोजित करने देता है। यह बैच प्रोसेसिंग और इंटरैक्टिव डेटा निरीक्षण के लिए एक लचीली संरचना प्रदान करता है।

फॉर्मूले और सफाई के लिए सबसे अच्छे AI स्प्रेडशीट टूल कौन से हैं?

GPT for Work 8.8/10 के Zekai स्कोर के साथ सबसे ऊपर है, जो Microsoft Excel और Google Sheets दोनों के लिए मजबूत क्षमताएं प्रदान करता है। इसका मॉडल-अग्नॉस्टिक दृष्टिकोण वेंडर लॉक-इन को रोकता है, जिससे विश्लेषकों को विशिष्ट कार्य मांगों के आधार पर बुनियादी भाषा मॉडल के बीच स्विच करने में सक्षम बनाता है। GPT for Work की मुख्य क्षमता इसके समर्पित बल्क प्रोसेसिंग इंजन में निहित है, जो शीट इंटरफ़ेस को क्रैश किए बिना हजारों पंक्तियों को कुशलता से प्रोसेस करता है। साथ ही, यह ISO 27001 प्रमाणित है और सख्त शून्य डेटा प्रतिधारण नीति बनाए रखता है, जो इसे संवेदनशील कॉर्पोरेट डेटासेट को संभालने वाली टीमों के लिए उपयुक्त बनाता है।

PromptLoop, Zekai पर 7/10 स्कोर करता है, स्प्रेडशीट के भीतर स्वचालित कंपनी अनुसंधान, वेब स्क्रैपिंग और संरचित डेटा संवर्धन पर भारी ध्यान केंद्रित करता है। यह डेटा साइंस टीमों को हफ्तों के बजाय मिनटों में असंरचित वेब स्रोतों से उच्च गुणवत्ता वाले विश्लेषणात्मक डेटासेट का निर्माण करने की अनुमति देता है। PromptLoop लक्षित जानकारी निष्कर्षण के लिए विशेष रूप से डिज़ाइन किए गए मालिकाना AI मॉडल का उपयोग करता है। जबकि इसके फ्रीमीम मॉडल में एक मुफ्त टियर शामिल है, परीक्षण एक समय में 25 पंक्तियों तक सीमित है, और पूर्ण वॉल्यूम छूट के लिए टीम प्लान में अपग्रेड करने की आवश्यकता होती है। यह बाजार अनुसंधान और प्रतिस्पर्धी विश्लेषण कार्यों के लिए एक कुशल वर्कफ्लो प्रदान करता है।

SheetXAI साधारण अंग्रेजी निर्देशों को फॉर्मूलों और स्वचालित सेल संचालन में अनुवाद करके 6.8/10 का Zekai स्कोर अर्जित करता है। SheetXAI का एक मुख्य लाभ छवियों और PDF दस्तावेजों जैसे बाहरी स्रोतों से सीधे संरचित कॉलम में डेटा निकालने की क्षमता है, जिससे महत्वपूर्ण मैनुअल प्रविष्टि समय की बचत होती है। साथ ही, यह परिचालन मेट्रिक्स को केंद्रीयकृत करने के लिए Stripe और HubSpot जैसे बाहरी व्यावसायिक टूल के लिए पूर्व-निर्मित कनेक्शन प्रदान करता है। हालांकि, टीमों को यह ध्यान रखना चाहिए कि SheetXAI में SOC 2 जैसे सार्वजनिक रूप से प्रलेखित अनुपालन प्रमाणपत्रों की कमी है, और सटीकता सीधे प्रॉम्प्ट स्पष्टता पर निर्भर करती है।

Numerous.ai के पास 6.1/10 का Zekai स्कोर है और यह एक सरल कस्टम फंक्शन सेटअप प्रदान करता है जो तकनीकी प्रवेश बाधाओं को कम करता है। इसका अंतर्निहित फंक्शन डिज़ाइन व्यक्तिगत API की को प्रबंधित किए बिना स्प्रेडशीट पंक्तियों में प्रॉम्प्ट टेम्पलेट चलाना आसान बनाता है। प्लगइन में बार-बार सेल गणनाओं पर अतिरेक निष्पादन शु शुल्क को रोकने के लिए लागत-कुशल कैशिंग तंत्र शामिल हैं, साथ ही टीम के सदस्यों के बीच साझा प्रॉम्प्ट टेम्पलेट की सुविधा भी है। इसके मुख्य कमियों में चरित्र-आधारित उपयोग सीमाएं शामिल हैं जो भारी पाठ खनन को प्रतिबंधित करती हैं, मूल्य पारदर्शी मुद्दे जिनके लिए विक्रेता संपर्क की आवश्यकता होती है, और बहु-चरण डेटा पाइपलाइनों पर कम प्रदर्शन शामिल हैं।

मूल्य निर्धारण मॉडल, टोकन सीमाएं और सुरक्षा नीतियां कैसे तुलना करती हैं?

ऑपरेशनल पाइपलाइनों में स्प्रेडशीट प्लगइन्स को एम्बेड करने से पहले विक्रेता मूल्य निर्धारण संरचनाओं को समझना महत्वपूर्ण है। GPT for Work $25/महीने से शुरू होने वाली पारदर्शी भुगतान योजना प्रदान करता है, जिसमें अतिरिक्त पे-एज़-यू-गो क्षमता के विकल्पों के साथ मासिक उपयोग भत्ते शामिल हैं। इसके विपरीत, PromptLoop, SheetXAI और Numerous.ai जैसी प्रणालियाँ ऐसे मूल्य निर्धारण मॉडल पर काम करती हैं जहाँ सटीक योजना लागत सार्वजनिक रूप से प्रकट नहीं की जाती हैं, जिससे टीमों को क्रेडिट उपयोग की सावधानीपूर्वक निगरानी करने की आवश्यकता होती है। सैकड़ों हजारों सेल कोऑर्डिनेट्स में भारी बल्क प्रोसेसिंग करते समय पे-एज़-यू-गो और क्रेडिट-आधारित बिलिंग संरचनाएं अप्रत्याशित मासिक खर्च का कारण बन सकती हैं।

खरीदने से पहले टीमें सॉफ्टवेयर का कितनी अच्छी तरह मूल्यांकन कर सकती हैं, इसे प्रभावित करते हुए मुफ्त टियर पहुंच भी प्रदाताओं के बीच अलग-अलग होती है। GPT for Work, PromptLoop, SheetXAI और Numerous.ai सभी मुफ्त योजनाएं या परीक्षण टियर प्रदान करते हैं। हालाँकि, कार्यात्मक प्रतिबंध मूल्यांकन की गहराई को प्रभावित कर सकते हैं। उदाहरण के लिए, PromptLoop मुफ्त उपयोग को प्रति निष्पादन 25 पंक्तियों तक सीमित करता है, जो शुरुआती बड़े पैमाने पर बेंचमार्क परीक्षण को प्रतिबंधित करता है। Numerous.ai चरित्र-आधारित प्रसंस्करण सीमाएं लागू करता है, जो लंबे पाठ विश्लेषण को जल्दी से बाधित कर सकती हैं। टीमों को यह मूल्यांकन करना चाहिए कि क्या मुफ्त टियर वास्तविक दुनिया के उत्पादन डेटासेट का प्रभावी ढंग से परीक्षण करने के लिए पर्याप्त पंक्ति और चरित्र आवंटन प्रदान करते हैं।

डेटा सुरक्षा यह तय करती है कि क्या आप बाहरी मॉडल के माध्यम से आंतरिक रिकॉर्ड पास कर सकते हैं। GPT for Work के पास ISO 27001 प्रमाणन और शून्य डेटा प्रतिधारण नीति है, जो यह सुनिश्चित करती है कि आपकी स्प्रेडशीट प्रविष्टियों को कभी भी मॉडल री-ट्रेनिंग या स्टोरेज का सामना न करना पड़े। SheetXAI में SOC 2 जैसे सार्वजनिक रूप से प्रलेखित अनुपालन ढांचे की कमी है। HIPAA या GDPR जैसे सख्त नियमों के तहत काम करने से आपको मालिकाना कॉर्पोरेट रिकॉर्ड की सुरक्षा के लिए विक्रेता सुरक्षा प्रोटोकॉल सत्यापित करने के लिए मजबूर होना पड़ता है।

आप प्राकृतिक भाषा के संकेतों का उपयोग करके जटिल मॉडलिंग को कैसे स्वचालित कर सकते हैं?

प्राकृतिक भाषा के संकेतों का उपयोग करके जटिल वित्तीय मॉडलिंग और सांख्यिकीय परिवर्तनों को स्वचालित करने के लिए स्पष्ट स्कीमा परिभाषाओं, सटीक कॉलम संदर्भों और सख्त निष्पादन बाधाओं के साथ अनुरोधों को संरचित करने की आवश्यकता होती है। सामान्य पूर्वानुमानों को छोड़ें। इसके बजाय सेल इनपुट और अपेक्षित रिटर्न प्रकारों को मैप करें। नेस्टेड IF स्टेटमेंट या VLOOKUP विकल्पों को बनाने के लिए Excel के लिए AI फॉर्मूला जनरेटर को संकेत देना सबसे अच्छे परिणाम देता है जब लक्षित सेल रेंज स्पष्ट रूप से परिभाषित होती हैं। यह संरचित दृष्टिकोण बहु-चरण तार्किक संचालन को साफ स्प्रेडशीट फॉर्मूलों में परिवर्तित करता है, जिससे मैनुअल सिंटैक्स डिबगिंग समाप्त हो जाती है।

डेटा स्थिरता बनाए रखने के लिए टेक्स्ट प्रोसेसिंग वर्कफ़्लो टीम के सदस्यों के बीच प्रॉम्प्ट टेम्पलेट को मानकीकृत करने से लाभान्वित होते हैं। आप कस्टम स्प्रेडशीट फ़ंक्शंस का उपयोग करके आसन्न शीट कॉलम के भीतर सीधे बल्क एंटिटी एक्सट्रैक्शन, टेक्स्ट वर्गीकरण और इनलाइन ट्रांसलेशन निष्पादित कर सकते हैं। एक प्रॉम्प्ट फ़ंक्शन स्थापित करें, स्रोत टेक्स्ट सेल का संदर्भ दें, और आवश्यक आउटपुट कॉलम प्रारूप निर्दिष्ट करें। Numerous.ai का उपयोग करने से टीमों को साझा वर्कबुक में प्रॉम्प्ट इंजीनियरिंग टेम्पलेट साझा करने की अनुमति मिलती है, जिससे सिंटैक्स विविधताओं और प्रॉम्प्ट ओवरहेड को कम किया जाता है जबकि समान संरचित आउटपुट सुनिश्चित होते हैं।

बहु-चरण विश्लेषण पाइपलाइनों का निर्माण करते समय, स्प्रेडशीट फ़ंक्शंस को श्रृंखलाबद्ध करने से शुरुआती प्रॉम्प्ट के आउटपुट को बाद के फॉर्मूलों में सीधे फीड करने की अनुमति मिलती है। एक प्राथमिक कस्टम फॉर्मूला असंरचित ग्राहक प्रतिक्रिया से रॉ सेंटीमेंट स्कोर निकालता है, जबकि एक द्वितीयक फॉर्मूला उन स्कोर को व्यावसायिक प्राथमिकता स्तरों में वर्गीकृत करता है। SheetXAI असंरचित टेक्स्ट इनपुट को संभालता है और गंदे डेटा को साफ कैटेगोरिकल कॉलम में बदल देता है। प्राकृतिक भाषा का निष्पादन प्रॉम्प्ट सटीकता के प्रति संवेदनशील रहता है। मामूली वाक्यांश भिन्नताएं फॉर्मूलों को गलत डेटा प्रकार या अप्रत्याशित आउटपुट संरचनाएं वापस करने का कारण बन सकती हैं।

बड़े डेटासेट में लॉजिक त्रुटियों को स्केल करने से रोकने के लिए, आपको संपूर्ण शीट को अपडेट करने से पहले व्यवस्थित सत्यापन करना होगा। पहले एक छोटे नमूना रेंज पर प्रॉम्प्ट फॉर्मूले निष्पादित करें। जांचें कि क्या आउटपुट अपेक्षित स्कीमा और सेल संदर्भों से मेल खाते हैं। एज केस का ऑडिट करें, जैसे गायब टेक्स्ट मान या अनियमित इनपुट, यह सत्यापित करने के लिए कि श्रृंखलाबद्ध कस्टम फ़ंक्शन टूटते नहीं हैं या गलत वर्गीकृत परिणाम उत्पन्न नहीं करते हैं। नमूना रेंज पर प्रॉम्प्ट सटीकता और फॉर्मूला स्थिरता को सत्यापित करने के बाद ही आपको पूर्ण वर्कबुक पर पूर्ण अपडेट निष्पादित करना चाहिए।

आपके डेटा स्टैक के लिए AI स्प्रेडशीट प्लगइन कब गलत टूल है?

एक AI स्प्रेडशीट प्लगइन तब विफल हो जाता है जब आपके वर्कफ़्लो में भारी प्रोग्रामेटिक डेटा इंजीनियरिंग, विशाल डेटा वॉल्यूम या कस्टम मशीन लाखों रिकॉर्ड या बहु-टेराबाइट डेटाबेस टेबल को सीधे स्प्रेडशीट के अंदर जोड़ने का प्रयास करते हैं तो आप अंतर्निहित बुनियादी ढांचे को तोड़ देते हैं। सैकड़ों हजारों पंक्तियों में भाषा मॉडल प्रॉम्प्ट चलाना निरंतर API अनुरोध धाराओं को ट्रिगर करता है। यह प्रक्रिया उपयोग क्रेडिट को जल्दी से समाप्त कर देती है, गंभीर ब्राउज़र विलंबता पैदा करती है, और लगातार वर्कबुक क्रैश का कारण बनती है।

ये प्लगइन पूर्ण गणितीय सटीकता और सख्त शून्य-भ्रम की गारंटी की आवश्यकता वाले कार्यों में भी विफल हो जाते हैं। जब आप वित्तीय विवरणों के लिए जटिल गणितीय फॉर्मूले उत्पन्न करने के लिए AI सहायक को संकेत देते हैं तो आपको नियतात्मक गणनाओं के बजाय संभाव्य पाठ भविष्यवाणियां मिलती हैं। सूक्ष्म फॉर्मूला त्रुटियां या अनसुलझे एज केस का पता नहीं चलता है क्योंकि आप इन उत्पन्न फॉर्मूलों को शीट पर लागू करते हैं। मूक गणना त्रुटियां अंतर्निहित लॉजिक को सत्यापित करने के लिए कठोर सेल ऑडिट चेक और प्रत्यक्ष मानव निरीक्षण के बिना सीधे कार्यकारी रिपोर्टिंग डैशबोर्ड में प्रवाहित होती हैं।

डेटा टीमों को उत्पादन में भाषा मॉडल एक्सटेंशन को एकीकृत करने से पहले कार्य पैमाने का व्यवस्थित रूप से मूल्यांकन करना चाहिए। यदि आपके पाइपलाइन को कस्टम मशीन लर्निंग मॉडल को प्रशिक्षित करने, बहु-चरण ETL संचालन निष्पादित करने, या पैमाने पर त्वरित परिवर्तन करने की आवश्यकता है, तो आपको समर्पित व्यावसायिक खुफिया प्लेटफार्मों, SQL डेटा वेयरहाउस या Python वातावरण के भीतर वर्कलोड रखना चाहिए। आपको यह जांचना होगा कि क्या किसी ऑपरेशन को गतिशील फॉर्मूला जनरेशन के बजाय दोहराए जाने योग्य, संस्करण-नियंत्रित कोड की आवश्यकता है। स्प्रेडशीट प्लगइन में भारी डेटा सफाई को मजबूर करना आपके डेटा स्टैक में भंगुर निर्भरता जोड़ता है।

सख्त ऑफ़लाइन प्रसंस्करण या वास्तविक समय कम विलंबता प्रदर्शन की आवश्यकता वाले वर्कफ़्लो क्लाउड-निर्भर स्प्रेडशीट एक्सटेंशन पर भरोसा नहीं कर सकते हैं। बाहरी फाउंडेशन मॉडल समापन बिंदुओं पर पेलोड अनुरोध प्रसारित करने के लिए सभी एकीकृत प्लगइन्स को निरंतर इंटरनेट कनेक्टिविटी की आवश्यकता होती है। सख्त एयर-गैप सुरक्षा नेटवर्क नीतियों द्वारा बाध्य वातावरण में, या जहां स्ट्रीमिंग डेटा के लिए कम विलंबता आवश्यक है, बाहरी API कॉल पूरी तरह से विफल हो जाते हैं। आप स्थानीय Python स्क्रिप्ट या पारंपरिक ऑफ़लाइन Excel VBA मैक्रो के माध्यम से स्थानीय ओपन-सोर्स मॉडल निष्पादित करके ऐसे परिदृश्यों में आवश्यक स्थिरता, सुरक्षा और कम्प्यूटेशनल नियंत्रण प्राप्त करते हैं।

[CELL_REF] कॉलम में गंदे पते की स्ट्रिंग को पार्स करें। किसी भी फ़ॉर्मेटिंग त्रुटि को साफ करें, स्ट्रीट संक्षिप्त रूपों को मानकीकृत करें, और प्रमुख विशेषताओं के साथ एक सख्त JSON ऑब्जेक्ट में घटकों को निकालें: [STREET_ADDRESS], [CITY], [STATE_OR_PROVINCE], और [POSTAL_CODE]। यदि किसी भी फ़ील्ड को उच्च विश्वास के साथ पहचाना नहीं जा सकता है, तो इसके मान को null पर सेट करें।

[CELL_REF] सेल में ग्राहक सर्वेक्षण प्रतिक्रिया का विश्लेषण करें। उल्लिखित मुख्य परिचालन समस्या की पहचान करें, -1.0 से 1.0 तक का सेंटीमेंट स्कोर निर्दिष्ट करें, और प्रतिक्रिया को इनमें से किसी एक लेबल के तहत वर्गीकृत करें: [PRICING, USABILITY, PERFORMANCE, SUPPORT]। आउटपुट को सख्ती से इस रूप में स्वरूपित करके वापस करें: [LABEL] | [SCORE] | [SUMMARY_IN_TEN_WORDS]। यहाँ excel me chatgpt kaise use kare का ध्यान रखें।

एक Excel फॉर्मूला लिखें जो [CELL_REF] सेल में ग्राहक अनुबंध मीट्रिक का मूल्यांकन करता है। यदि कुल खर्च [THRESHOLD_VALUE] से अधिक है और अनुबंध की लंबाई [MONTHS_VALUE] से अधिक है, तो [DISCOUNT_PERCENTAGE] छूट दर लागू करें। अन्यथा, [BASE_PERCENTAGE] दर लागू करें। अतिरिक्त टिप्पणी या स्पष्टीकरण के बिना केवल वैध Excel फॉर्मूला सिंटैक्स वापस करें।