创建一个可调用第三方 API 的 gpts 应用

对 gpts 的一个简单介绍

gpts 是在 2023/11/06 OpenAI 第一届开发者大会上发布的一个重量级特性。允许普通用户通过自然语言对话的方式,创建自己的 gpts 应用。

gpts 应用不但可以组合使用 ChatGPT 集成的 Web Browsing 在线检索 / DALL·E 3 图像生成 / Code Interpreter 数据分析等能力,甚至还支持上传私有文档作为对话上下文 / 通过 Actions 调用第三方 API 等,大大扩展了 ChatGPT 自身的能力,为大模型对话打开了新的模式。

gpts 目前已经逐步开放给 ChatGPT Plus 用户使用,可以在 chat.openai.com/gpts/discov... 查看和管理 gpts 应用。

OpenAI 雄心勃勃,大有把 gpts store 做成 AI 时代 Apple Store 之势。对于我们普通用户而言,其中也有很多的机会,需要趁早学习 gpts 应用开发。

本文以"知了阅读"这个 gpts 应用为例,详细讲解如何创建 / 调试 / 发布一个 gpts 应用,并通过第三方 API 调用,完善 gpts 应用的自定义输出和联网能力。

创建 gpts 应用

  1. 打开 gpts 可视化创建地址

chat.openai.com/gpts/editor

  1. 描述你想要创建的应用

gpts 应用可以采用对话的形式创建,在输入框描述你想要创建的应用信息,可以自己指定应用名称,或者让 GPT Builder 根据你的描述给你生成一个应用名称。对名称满意了,你回复"ok"或者"好的"之类的肯定词,GPT Builder 就会保存你选中的应用名称,继续下一步创建流程。

  1. 生成应用 logo

保存应用名称后,GPT Builder 会为你的应用生成一个 Logo。你可以通过对话的方式不断调整,直到你对 Logo 满意为止。输入肯定词,让 GPT Builder 保存 Logo 进入下一步。

  1. 设置应用提示词

你可以告诉 GPT Builder,你要创建的这个应用,应该针对用户的输入做出怎样的响应,GPT Builder 会根据你的描述,为应用生成提示词。

通过对话继续输入应用描述,帮住 GPT Builder 生成更加精准的提示词。最后提示 GPT Builder 完成应用的创建。

  1. 应用配置与预览

左侧切换到 Configure 栏,可以看到 GPT Builder 根据你之前的描述,为你的应用生成了 Name / Description / Instructions 等信息,你可以在这个页面继续调整应用信息。

右侧为应用生成了一个预览的页面,你可以在对话框输入内容进行应用调试。

调试 gpts 应用

在应用预览页面,输入文字 / 链接等内容,进行应用调试,可以根据输出结果不断调整左侧 Instructions 框内的提示词,让应用输出更加符合要求的结果。

这里需要专业的 Prompt Engineering 知识,可以查看 OpenAI 官方的 prompt-engineering 文档 或者参考一些提示词编写的教程。

  • 以下为输入纯文字内容时,gpt 输出的摘要效果👇
  • 以下为输入文章链接时,gpt 输出的摘要效果👇

从调试结果可以看到,gpt 无法直接联网获取到输入链接对应的文章内容,无论提示词如何调整,都不能得到期望输出的摘要内容。这种场景,只能借助第三方 API 的能力。

gpts 应用对接第三方 API

为了在 gpts 应用实现对输入链接的摘要功能,我们需要借助第三方 API 来实现。

  1. 选择第三方摘要 API

知了阅读通过开放平台 open.chatsum.ai 提供了链接摘要的能力,只需要 获取一个 apikey,输入链接即可实现多种格式的摘要输出。

在此 gpts 应用,我们主要对接 获取文本摘要 这个接口

先来看看接口文档

POST 接口,鉴权参数需要一个 apikey,输入参数是链接 link,希望展示的输出参数是 data.summary

  1. 为 gpts 应用创建 Actions

在应用编辑框左侧的 Configure 页面,进入 Actions 配置页面,添加调用第三方 API 的 Schema

json 复制代码
{
    "openapi": "3.1.0",
    "info": {
      "title": "OpenSum",
      "description": "Get summaries for links",
      "version": "v1.0.0"
    },
    "servers": [
      {
        "url": "https://read.thinkwx.com/api"
      }
    ],
    "paths": {
      "/v1/article/summary": {
        "post": {
          "description": "Get article summary for given link.",
          "operationId": "GetArticleSummary",
          "parameters": [],
          "requestBody": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/GetArticleSummaryRequestSchema"
                }
              }
            },
            "required": true
          },
          "deprecated": false,
          "security": [
            {
              "apiKey": []
            }
          ]
        }
      }
    },
    "components": {
      "schemas": {
        "GetArticleSummaryRequestSchema": {
          "properties": {
            "link": {
              "type": "string",
              "title": "link",
              "description": "link of an article"
            }
          },
          "type": "object",
          "required": [
            "link"
          ],
          "title": "GetArticleSummaryRequestSchema"
        }
      },
      "securitySchemes": {
        "apiKey": {
          "type": "apiKey"
        }
      }
    }
}
  1. gpts 应用调用第三方 API 调试

保存 Actions 之后,在右侧调试页面,输入一个链接,可以看到 gpts 会询问你是否允许 API 调用,当你点了 Allow 之后,gpts 应用就会给第三方 API 发起调用请求。

gpts 应用会结合第三方 API 的响应内容,根据自己的理解进行输出

  1. 控制 gpts 应用输出格式

我们希望 gpts 应用原封不动的输出第三方 API 响应字段的内容,不要有额外的文字说明,可以调整提示词,加一段说明:

When request actions api successed, output raw text of field "data.summary" in api response json, no other content.

再次输入链接进行调试,可以看到输出内容已经是 API 返回的摘要内容了。

发布 gpts 应用

  1. 在应用预览页面点右上角,选择一种发布方式,即可发布新创建的 gpts 应用。
  1. 正式使用 gpts 应用

发布 gpts 应用成功后,复制应用的链接,自己打开或分享给他人,即可在 ChatGPT 对话框正式使用。

访问应用:chat.openai.com/g/g-qjiz4E1...

输入链接获取文章摘要👇

总结

本文主要演示了如何从零到一创建及发布一个 gpts 应用,通过调用第三方 API 实现了联网输出摘要的功能。

gpts 有非常大的想象空间,有机会可以继续探索一下 gpts 应用与本地文档 / 邮件 / 数据库等系统的集成。

gpts store 有机会成为 AI 时代的 Apple Store,普通开发者也有机会创建出 gpts 超级应用。

All in AI, 未来可期。

参考

相关推荐
山顶夕景12 分钟前
【ML】机器学习中常见的25个数学公式
人工智能·数学·机器学习
Zik----16 分钟前
Anaconda搭建Python虚拟环境并在Pycharm中配置(小白也能懂)
开发语言·人工智能·python·机器学习·pycharm
凡人的AI工具箱33 分钟前
每天40分玩转Django:Django缓存
数据库·人工智能·后端·python·缓存·django
Hoper.J41 分钟前
微调 BERT:实现抽取式问答
人工智能·深度学习·自然语言处理·llm·bert
PeterClerk43 分钟前
NLP基础知识 - 向量化
人工智能·自然语言处理
热爱生活的五柒43 分钟前
自然语言处理(NLP)中的事件检测和事件抽取
人工智能·自然语言处理
开出南方的花1 小时前
BiLSTM+CRF实现NLP中的NER任务
人工智能·pytorch·自然语言处理·nlp·ner·条件随机场
AI敲代码的手套1 小时前
解读目前AI就业岗位——大语言模型(LLM)应用工程师学习路线、就业前景及岗位全解析
人工智能·学习·语言模型
EnochChen_1 小时前
六大基础深度神经网络之CNN
人工智能·神经网络
watersink1 小时前
基于华为atlas的车辆车型车牌检测识别
人工智能