让你脱颖而出的 GPTs 终极技能:Function Calling Actions | 智图派

让你脱颖而出的 GPTs 终极技能:Function Calling Actions | 智图派
掌握「AI 提示工程」与「AI 自动化」,就掌握了AI未来的两大核心能力 👇
💡
本期的教学视频已经同时更新到「AI 自动化」与「AI 实战派」,请学员们到学校观看。

在上一期视频中,我们探讨了如何轻松制作一个GPT。事实上,创建一个能够执行简单任务的GPT并不复杂,只要你会说话,就能制作出一个有效的GPT。但如果你想让你的GPT在未来的GPT商店中脱颖而出并获得成功,那么仅仅制作一个基础的GPT是远远不够的。

要让你的GPT真正与众不同,你需要在以下三个方面下功夫:

  1. Prompt的设计:优秀的Prompt能够显著提升GPT的性能和输出质量。
  2. Actions的增加:Action相当于给GPT增加了额外的技能,扩展了它的能力边界,就好像给它装上了三头六臂。
  3. 数据质量:独特的数据和知识是构建一个优秀GPT的关键。

在我的频道中,我已经分享了大量关于如何构建出色的Prompt的技巧。今天,我们将不再赘述这一点。关于数据质量,这并非一个简单的话题,因此我们今天的重点是对Action进行详细讲解。通过我的分享,你至少可以掌握两项核心技能:Prompt Engineering和Action的运用。

点击观看本期内容的视频:

https://youtu.be/wS0zK1SWLrc

深入了解Function Calling

我们的重点是Function Calling,即函数调用。这是一个强大的工具,可以让GPT通过特定的功能调用来获取外部数据或执行计算任务。举个例子,我们可以建立一个GPT,让它调用API,获取以太坊ETH过去一年的月度价格走势数据,并将这些数据可视化。

现在,我们来创建一个新的GPT,并为其配置Function Calling能力。我们的目标是通过调用第三方API获取加密货币的月度曲线数据,并让GPT使用code interpreter来绘制这些数据的图形。

构建Schema

创建新的Action的第一步是定义Schema。Schema是对API的描述,遵循OpenAPI的标准。

OpenAPI Specification v3.1.0 | Introduction, Definitions, & More
The OpenAPI Specification (OAS) defines a standard, programming language-agnostic interface description for HTTP APIs.

举例来说,如果我们要获取加密货币的月度数据,我们需要先查看API的文档,了解它的URL、必要参数和可选参数。比如这次我们要用的 API 说明:

不过,不用担心具体的细节,因为我们会让GPT帮助我们构建这个Schema。

通过查看API文档并获取必要的代码片段,我们可以让GPT根据这些信息编写Schema。即使你对编程一无所知,GPT也能根据提供的信息生成正确的Schema。首先,我们选择 Copy Code Snippets:

一旦有了API的基本信息和示例代码片段,我们就可以让GPT根据这些信息来编写符合OpenAPI 3.1.0规范的Schema。这样,我们就不需要深入了解每个参数的具体含义。

我们可以自己写 PROMPT 让 ChatGPT 根据代码段生成 Schema,更简单的办法是可以用文章最后,我分享的 GPTs, GPT Builder 助手 来生成。

输入 API Key 进行鉴权

创建好Schema之后,我们还需要输入 API Key,以保证你的 GPT 可以正常通过 API 服务器的验证。

API 服务器提供的 API Key 的位置如图,注意不同的 API 提供的界面以及验证方式都可能是不同的,这里只是一个示例:

获取 API Key 之后,就可以配置到 Action 当中去了:

运行测试

完成以上工作之后,就可以点击 Test 按钮进行测试了,看看是否能够正确调用API并获取数据。如果一切正常,GPT将能够使用这些数据来执行后续的任务,例如数据可视化。

在这个过程中,我们可能需要进行一些调整,比如优化prompt,或者根据GPT的反馈添加更多信息,修改 Schema 中的错误等等。这是一个不断试错和优化的过程,但最终,你会拥有一个能够执行复杂任务的强大GPT。

结语

通过今天的视频,你应该能够理解如何使用Function Calling来增强你的GPT。虽然今天的例子相对简单,但它提供了一个基础,你可以在此基础上构建更加复杂和强大的功能。

🤖 GPTs 分享:

以下是我制作的两个 GPT,请大家试用:

GPT Builder 助手

英语 English 翻译天团

✨ 好用工具推荐:

免费 Notion 账号 → https://affiliate.notion.so/axton
Notion AI → https://affiliate.notion.so/axtonliuai
超好用的自动化工具 Make → https://www.make.com/en/register?pc=axton
YouTube 频道必备工具:TubeBuddy → https://www.tubebuddy.com/axton
高性价比图片视频素材库:Envato → https://1.envato.market/axton

是的,以上是联盟链接,你通过这些连接注册或购买这些工具不会多花一分钱,但是我能得到一点微弱的好处,感谢对我创作的支持。

感谢阅读!如果你喜欢这次分享的内容,请点个👍(或者点个👎)让我知道,同时请分享给你的一个朋友。也欢迎你去我的YouTube频道 『 回到Axton 』看我的视频内容,咱们一起好奇地看世界!

保持健康,保持快乐!

Axton

Twitter | YouTube | Newsletter | AI精英学院

Read more

Napkin AI: 一键生成专业图表

Napkin AI: 一键生成专业图表

主题 Napkin AI 工具介绍与使用教程:详细介绍了 Napkin AI 这款能将文本转化为专业图表的工具,并提供了实际操作指南。 AI 辅助内容创作与可视化:探讨了如何利用 AI 工具(如 NotebookLM 和 Napkin AI)来总结视频内容并将其转化为视觉吸引力强的图表。 专业图表在商业展示中的重要性:讨论了高质量图表在商业咨询和演示中的关键作用。 核心要点 * Napkin AI 能将文本自动转化为专业级别的图表,大大提高了内容创作和演示的效率。 * 该工具提供了丰富的自定义选项和高级功能,如 Spark Search 和协作功能,满足不同用户的需求。 * Napkin AI 的出现可能会降低高质量商业展示的成本门槛,使普通用户也能制作出专业水准的图表。 * 尽管目前还处于测试阶段,Napkin AI 展现出了巨大的潜力,预示着内容创作和信息可视化领域的变革。 洞见 Napkin AI 代表了一种新兴的"专业技能"趋势。

By Axton
Claude 新功能超越 ChatGPT?

Claude 新功能超越 ChatGPT?

主题 Claude最新数据分析功能发布与ChatGPT对比: 详细介绍了Claude新推出的数据分析功能,并与ChatGPT的高级数据分析功能进行了对比测试。 AI公司之间的竞争: 分析了Anthropic(Claude)和OpenAI(ChatGPT)在功能更新方面的竞争态势。 大型语言模型的数据处理能力: 探讨了Claude和ChatGPT在处理不同规模数据文件时的表现和局限性。 核心要点 * Claude新推出的数据分析功能能够处理CSV文件并生成交互式图表,展示了大语言模型在数据科学领域的应用潜力。 * Anthropic通过连续推出新功能,包括数据分析工具,似乎在直接挑战OpenAI的市场地位,反映了AI公司间激烈的竞争态势。 * 虽然Claude在图表交互性和视觉效果上表现出色,但在数据处理能力和全面性上仍落后于ChatGPT的高级数据分析功能。 * 大型语言模型正在向多功能、集成化方向发展,不再局限于纯文本处理,而是扩展到数据分析、可视化等领域。 洞见 AI公司间的功能竞争正在推动"AI即服务"(AIaaS)生态系统的快速演变。随着像Claude

By Axton
Claude 3.5: AI 自主操作电脑

Claude 3.5: AI 自主操作电脑

主题 Claude的新功能 - AI操作计算机: 介绍了Anthropic公司最新发布的Claude 3.5 Sonnet模型,能够按照用户指令操作计算机,包括移动光标、点击和输入信息。 AI操作计算机的意义与影响: 分析了这项功能对人工智能发展的重大意义,以及可能对人类工作产生的影响。 Claude在计算机操作测试中的表现: 详细介绍了Claude在计算机操作能力评估中的表现,与人类和其他AI模型进行了对比。 AI与现有工具的融合: 讨论了AI如何与现有计算机环境和工具相融合,以及这种融合对未来自动化发展的影响。 核心要点 * Claude 3.5 Sonnet模型展示了AI操作计算机的能力,标志着人工智能向AGI迈进的重要一步。 * AI操作计算机的能力源于多模态技术和工具使用研究的结合,展现了AI在复杂任务中的应用潜力。 * 虽然Claude在计算机操作测试中的表现(14.9%)远低于人类水平,但已大幅领先于其他AI模型,预示着未来快速进步的可能性。 * AI与现有计算机环境的融合代表了一种新趋势,即AI开始适应现有工具,而非工具适应AI。 * 这项技术的

By Axton