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：
- Prompt的设计：优秀的Prompt能够显著提升GPT的性能和输出质量。
- 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。
- 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：
|
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。
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。
以下是 GPT Builder 助手 的 PROMPT，分享给会员：
『以下为会员专属内容，欢迎点击此链接查看详细会员计划，加入AI精英圈获取更多专属内容。』
