【大模型】ChatGPT 打造个人专属GPTs助手使用详解

一、前言

二、GPTs介绍

2.1 GPTs是什么

2.2 GPTs工作原理

2.3 GPTs 主要功能

2.4 GPTs 应用场景

2.5 GPTs 优缺点

三、GPTs 创建个人专属应用操作过程

3.1 内置GPTs模板

3.1.1 内置GPTs使用过程

3.2 手动配置方式创建 GPTs

3.2.1 创建过程

3.3 使用对话方式创建 GPTs

3.3.1 操作过程

3.4 GPTs 上传文档

3.5 GPTs 操作补充

3.6 高频常用内置GPTs推荐

四、写在文末

一、前言

升级到GPT 4之后，随之也推出了很多好用且实用的新功能，比如视觉输入输出，文件上传等，最让人惊喜的莫过于GPTs了，有了GPTs，对于很多实用GPT的新手来说，很多在3.5版本中需要学习的技巧都可以统统省去了，从而快速为用户生成更专业、更有行业深度的内容，这也是当下很多国内主流大模型或AI助手，AI数字人等专属AI助手正在深耕的方向，本文将详细介绍GPTs的使用。

二、GPTs介绍

2.1 GPTs是什么

GPTs是OpenAI 在2023年11月发布的一种新的大型语言模型技术，全称为Generative Pre-trained Transformers。GPTs允许用户根据自身需求定制GPT助手，结合指令、额外知识和技能，创建个性化的AI助手。

GPTs不仅可以像很多大模型那样进行对话交流，还可用于内容生成、数据分析、编程助手、视觉输入输出等很多全新的场景，相比3.5的版本，有了更强的灵活性和扩展性。

2.2 GPTs工作原理

GPTs（Generative Pre-trained Transformers）的工作原理基于自然语言处理（NLP）技术，特别是Transformer模型。GPTs的核心思想是通过预训练模型来生成文本，并通过微调来适应特定的任务和需求。

GPTs工作原理可分为以下几个步骤：

预训练：
- 模型首先在大量文本数据上进行预训练，学习语言的结构、模式和背景知识。这一过程使得模型能够理解上下文并生成相关性很高的内容。
微调：
- 通过微调过程，模型可以根据特定场景的需求进行调整。例如，它可以被调整为生成文案、回答特定领域的问题，甚至作为虚拟助手来处理特定的业务任务。
定制化：
- 用户可以通过对话形式为GPT提供指令和额外的知识库，然后选择所需的能力，如联网、绘图、分析数据等。GPTs的创建过程简单直观，用户无需编程即可定制自己的GPT。

2.3 GPTs 主要功能

综合来说，GPTs 主要功能如下：

指令（Instructions）
- 扩展了原有的提示工程，为GPTs提供行为指南或规则。这些指令定义了GPTs如何响应特定输入或场景，包括资源使用、风格和语气、期望的行为等。
知识（Knowledge）
- 允许开发者上传领域知识文件，使GPTs的回答更加丰富和准确。这对于需要高度专业化信息的场景尤为重要。
能力（Capabilities
- OpenAI提供多种能力选项，包括网络浏览、图像生成和代码解释等。这些能力增强了GPTs的任务执行能力，使其能够提供更多样化的服务。
动作（Actions）
- GPTs根据指令和外部知识执行的具体操作，包括与外部API集成、自定义响应处理和自动化工作流程等。

2.4 GPTs 应用场景

GPTs（Generative Pre-trained Transformer）主要使用场景包括以下几个方面：

自然语言处理任务：
- GPTs擅长处理各种自然语言处理任务，如文本生成、翻译、摘要、情感分析等。它们可以根据输入的提示或上下文生成连贯、有逻辑的文章、故事、诗歌等文本。
对话系统：
- GPTs可以用于构建智能对话系统，如客服机器人、虚拟助手等。用户可以与这些系统进行自然而流畅的对话，提出问题或寻求建议。
内容创作：
- GPTs可以帮助生成博客文章、故事、诗歌等创意内容，甚至可以作为虚拟作家和创意助手，为作家提供灵感和帮助。
教育与学习：
- GPTs通过问答和解释功能，支持在线学习和教育平台，帮助学生和教师进行互动和学习。
代码生成与编程辅助：
- GPTs可以生成代码片段、解释代码和提供调试建议，这对于编程辅助工具和自动化编程任务非常有用。
智能推荐系统：
- 基于GPTs的模型可以用于构建智能推荐系统，根据用户的历史行为和偏好生成个性化的推荐内容，如电影、音乐、商品等。
情感分析：
- GPTs可以进行情感分析，分析文本中的情感倾向，判断一段文本是正面的、负面的还是中性的。