大家好，我是 Axton。最近科技圈最火的话题莫过于 OpenAI 推出的自定义 GPTs 了。这不仅仅是一个新功能，更像是一把钥匙，开启了人人都能定制专属 AI 的大门。在接下来的分享中，我将带你一步步探索 GPTs 的奥秘：从它是什么，到如何轻松创建、微调，再到理解强大的 Action 功能，甚至我们还会聊聊大家关心的 GPTs 商店和盈利前景，以及如何找到那些隐藏在社区中的宝藏 GPTs。准备好了吗？让我们一起深入这片充满机遇的新大陆。
GPTs：不止是快捷方式，更是个性化 AI 的新纪元
GPTs 的核心魅力在于，它允许我们为特定任务或场景量身打造专属的 AI 助手，远超简单的快捷指令。 想象一下，你可以创建一个专门用于英文翻译的 GPT，每次需要翻译时，直接调用，无需重复输入繁琐的指令。这听起来像个便捷的快捷方式，但 GPTs 的能耐远不止于此。它真正的强大之处在于两项核心能力：一是能够学习你上传的专属知识文档，二是能够执行外部动作（Actions），这让它从一个简单的对话机器人，一跃成为能够与外部世界交互、解决复杂问题的智能体。
我的第一个 GPT：从零开始构建”英译中”翻译官
创建 GPT 的过程出乎意料地简单，甚至不需要任何编程知识，与 ChatGPT 对话几句即可完成。 登录 ChatGPT 后，焕然一新的界面映入眼帘，GPT-4 的所有功能，包括之前的 GPT-3.5 和插件，都整合到了左侧边栏。这里不仅有官方的 ChatGPT，下方罗列的就是各种自定义 GPTs，包括我自己创建的和他人分享的。
创建 GPT 的入口就在 Explore 区域，点击 ‘Create a GPT’，便开启了这段奇妙的旅程。值得注意的是，这项功能目前是 Plus 用户的专属福利，每月 20 美元的订阅费用，将为你打开通往自定义 AI 和他人优秀 GPTs 的大门。
我的第一个尝试是创建一个”英译中”翻译 GPT。在创建界面，我选择了 Create 选项，让 GPT Builder 引导我。我告诉它：”请创建一个从英文翻译成中文的 GPT，并用中文和我交流。” GPT Builder 开始了它的工作，虽然它一开始还是用英文回复我，并建议了一个不太理想的名字 “Translator 中文”。我随即要求它换个名字，并再次强调用中文交流。这次它听话多了，给出了”多语种翻译加”这个名字，暂时就用它了。
紧接着，它开始为我的 GPT 生成头像。这个过程实际上是调用了 DALL-E 进行绘图。初版的头像还不错，但我希望更简洁一些，于是我让它修改。新生成的头像反而更难看了，幸运的是，我可以让它”回滚”到之前的版本，它也准确理解并执行了。仅仅几轮对话，一个基础的翻译 GPT 就诞生了。我立刻在右侧的预览界面测试了一下，输入一段英文：”Assistants API 允许你在自己的应用程序中构建 AI 助手。助手具有指令并且能够利用模型工具和知识来响应用户查询。” 它准确地翻译了出来。
GPT Builder 还会不断提问，引导我完善 GPT 的需求，比如询问是否需要关注特定语言的语境或文化差异，这一点非常贴心。
超越基础：精雕细琢我的 GPT
一个 GPT 的表现优劣，很大程度上取决于其核心指令（Prompt）的质量和知识库的丰富程度。 完成初步创建后，我点击左上角的编辑按钮，进入 Configure（配置）界面，这里才是精细打磨 GPT 的地方。
指令与对话启动器：塑造 GPT 的灵魂
在配置界面，我们可以修改 GPT 的头像、名称和描述。但最关键的莫过于 Instruction（指令），也就是我们常说的 Prompt。虽然 ChatGPT 根据初始对话自动生成的 Prompt 已经能满足基本需求，但若想让 GPT 的行为更精准、表现更出色，手动优化 Prompt 是必不可少的。稍后我会展示一个复杂 Prompt 带来的巨大差异。
下方的 Conversation Starters（对话启动器）也非常实用。它们会作为预设问题显示在 GPT 聊天界面的初始位置，既方便用户快速开始，也为分享给他人使用时提供了清晰的指引。
知识库扩充：让 GPT 博学多才
Knowledge（知识）部分允许我们上传文件，让 GPT 学习特定领域的知识。对于翻译 GPT，如果追求专业领域的精准翻译，上传相关的专业文档会大有裨益。我尝试上传了一篇我的 Markdown 格式的博客文章，想测试它能否基于文章内容回答问题。出乎意料的是，它提示找不到内容。我猜测可能是文件格式问题，尽管 Markdown 也是纯文本。于是，我将同一篇文章的扩展名改为 .txt 再上传，文件名保持不变。这次，它成功地从文章中找到了答案！这个小插曲提醒我们，文件扩展名对于知识库的识别可能存在微妙的影响。
内置超能力：浏览、绘画与代码解释
GPTs 还内置了几项强大的能力（Capabilities）。Web browsing（网络浏览）使其能够上网获取最新信息。DALL·E Image Generation（DALL-E 图像生成）则赋予了它绘画的能力。这一点在翻译场景中也很有趣，比如翻译一个单词后，可以让它画出对应的可爱图片。我尝试让它翻译 “apple” 并画图，它很快就生成了一张苹果的图片，非常直观。
Code Interpreter（代码解释器）则适用于需要编程逻辑来解决问题的场景。对于我的中英翻译 GPT，这项功能并非必需，所以我没有勾选。
完成所有配置后，保存 GPT 时有几个选项：仅自己可见、知道链接的人可见，或是未来可能在 GPT 商店发布（目前尚未开放）。如果选择通过链接分享，OpenAI 建议验证你的域名，这样你的域名会显示在 GPT 的信息中，增加可信度。域名验证在个人设置的 Builder profile 中进行，你需要将 OpenAI 提供的一个 TXT 记录添加到你的 DNS 设置里。如果没有域名，也可以暂时忽略。
完整视频请点击观看：
Action 与 Zapier：赋予 GPT 连接万物的力量
Action 功能是 GPTs 的又一重量级特性，它允许 GPT 调用外部 API，执行超越自身能力的动作，极大地拓展了应用边界。 这类似于 Assistant API 中的函数调用（function calling），本质上是让 GPT 能够与其他应用程序通过 API 进行协作。OpenAI 提供了一个获取天气信息的示例 Action，通过访问特定 URL 来获取数据。虽然我测试时那个天气 API 似乎有些问题，未能成功获取上海的天气，但这清晰地展示了 Action 的工作原理。
更令人兴奋的是，Action 可以与 Zapier 集成。Zapier 连接了超过 6000 种应用，这意味着 GPT 几乎可以与你日常使用的任何工具进行联动。我在开发者大会后也迫不及待地尝试了。我设置了一个与 Zapier 协作的 GPT，用于向我的 Google Tasks 添加任务。当我对 GPT 说：”帮我添加一个任务，明天去爬山”，它首先请求访问 Zapier Action 的权限，我点击允许后，它再次确认任务内容，再次允许后，任务”明天去爬山”几乎立刻就出现在了我的 Google Tasks 列表中，尽管它把任务内容变成了英文。GPT 还贴心地提供了一个链接，点击后可以跳转到 Zapier 查看该 Action 的运行记录。这无疑为 GPT 的实用性打开了无限可能。
Prompt 的魔力：从”可用”到”卓越”的飞跃
一个精心设计的 Prompt，是区分平庸 GPT 和卓越 GPT 的关键所在。 为了让我的英译中 GPT 达到更高水准，我借鉴了宝玉老师 (Bao Yu Laoshi) 分享的一个相当复杂的 Prompt。这个 Prompt 的精妙之处在于它模拟了一个多角色协作的翻译流程：首先由一位”英语老师”进行直译，然后一位”中文老师”进行意译，接着”英文老师”对意译版本进行回应和确认，最后由一位”校长”进行最终校对，评估用词的准确性和文化适应性，最终给出一个高度优化的翻译稿。
我用之前测试简单版 GPT 时的那段英文”Assistants API 允许你在自己的应用程序中构建 AI 助手…”再次进行测试。结果令人惊艳，翻译质量远超之前几句话创建的 GPT。这充分证明了 Prompt 在 AI 应用中的核心地位。我也会将我的这个优化版英译中 GPT 的链接分享出来，大家可以亲自对比体验。
GPTs 赚钱之路：机遇与挑战并存
尽管创建 GPT 的门槛极低，但这并不意味着在 GPT 商店中赚钱会很容易。 正因为简单，可以预见未来 GPT 的数量会井喷式增长。这几天网上已经涌现了大量的 GPTs，比如一位网友制作的 GPT Hub 工具，就已经收录了超过 247 个 GPTs（我也会把网址放在文末）。在这样一个人人皆可参与的市场中，单凭一个纯粹的 GPT 想要脱颖而出并实现盈利，恐怕需要深思熟虑，并提供真正独特的价值。
全局性核心要点总结
回顾整个探索过程，我认为有几点至关重要。首先，GPTs 的创建门槛极低，几乎人人都能上手，这极大地推动了 AI 的普及。其次，一个卓越 GPT 的核心在于精心设计的 Prompt、强大的 Action 扩展以及高质量的专属 Knowledge 数据，这三者共同决定了 GPT 的上限。再者，虽然 GPTs 带来了新的商业可能性，但在 GPT 商店中实现盈利将面临激烈竞争，差异化和独特价值是成功的关键。最后，GPTs 与 Zapier 等平台的集成，预示着 AI 将更深入地融入现有工作流，自动化和协作能力将得到前所未有的提升。
独特深度洞见
GPTs 的出现，与其说是降低了 AI 应用的开发门槛，不如说是将竞争的焦点从”技术实现”转向了”创意与价值整合”。未来，成功的 GPTs 开发者可能不再是纯粹的技术专家，而是那些能够深刻理解特定场景需求，巧妙融合 Prompt 设计、数据资源和外部服务，创造出独特用户体验的”AI 产品经理”。这要求我们不仅要懂技术，更要懂业务，懂用户。
今天的分享就到这里。我是 Axton，希望这次关于 GPTs 的深度探索能为你带来启发。订阅我的频道，让我们一起用实战解锁 AI 与自动化的商业价值，让 AI 成为你手中真实的力量。咱们下期再见！
