« 主页

探云月刊 2023-10 GPTs 你的定制 AI 助手

最近生病了，低烧了两天，喉咙痛了几天，现在进入了咳嗽阶段，昨天晚上咳醒了两次，不过今天总算好多了。自己一个人生病是孤独的，好在到处都是咳嗽的人，生个病就好像是赶上了潮流。虽然人到中年无法避免遇到这个那个的问题，但总的来说我生病的时候不算多，我也忘记了从什么时候开始，我会非常注意体验生病的感觉。生病的感觉当然是不好的，但仔细记住这样的感觉，才会时刻提醒我，没生病的时候是多么幸福的一件事。

原本月刊已经写了一半，但最近刚好 OpenAI 开了发布会，发布了一些不得了的功能，令我大受震撼，非常值得专门聊一聊。

在过去几个月里，生成式 AI 似乎热度在持续降低。一方面，那些日常依赖 AI 助手的用户们已经习惯了使用这些工具来提高工作效率，无论是咨询问题还是使用特定的 AI 助手，例如 Github Copilot。另一方面，除了聊天机器人这类应用外，似乎并没有出现其他杀手级的新应用场景。然而，OpenAI 最近的这次发布会却给生成式 AI 的热度再次点燃了一把火。新服务一上线，OpenAI 的服务器就持续爆满了整整 12 个小时。

我之前的 OpenAI 的账号挂掉了，也趁此机会专门又搞了一个 Plus 账号，赶紧去 OpenAI 的官网体验了一下新功能。

GPTs 是新的里程碑

OpenAI 发布了许多东西，我认为 GPTs 的发布是其中最亮眼的一个，N 年后回头来看，这绝对算是生成式 AI 的一个关键历程碑。

生成式 AI 模型的发展，大概经历了这几个阶段：

完全根据需求目标定制模型
训练有一定通用能力基础模型，然后根据实际目标进一步定制化
训练通用模型（大语言模型），通过 Prompt（提示词）让大模型完成特定的工作

这些阶段并非泾渭分明，如果要深度解决某个领域内的特定问题，直接定制训练模型可能依然是最好的选项。

对于使用 AI 模型来讲，这几个阶段最大的变化，就是使用成本的持续降低。通过提示词来定制模型的输出，已经不涉及到任何模型的训练了，开箱即用。如果你打开文心一言 App，就能够看到里面提供了许多小工具，来帮助你处理特定的任务，这些小工具都是通过提示词的方式来定制输出结果。

如果你实际试过这些工具，那你可能会想，好像也没多牛逼啊？可能算是稍微有点有趣，但实际用途不大。

在 OpenAI 发布 GPTs 之前，的确如此。大部分直接通过 Prompt 来定制 AI 的小工具其实都不咋样，也就看着新鲜，很少能够解决实际问题。但有些定制程度稍微深一点的工具，其实是很火的，比如 chatPDF，你可以上传一个 pdf，然后直接针对 pdf 中的内容进行提问，省去了自己逐字读 pdf 的时间。

那 GPTs 会有什么不同呢？接下来就详细说一说。

我会分两个部分来说：一个部分是创建，一个部分是使用。为什么要分开说呢，因为两个部分都很牛逼。

GPTs 相当好用

先说使用。官方提供了一些 GPTs，其中一个叫【Cosmic Dream】，简单提供一些描述，就能创作特定风格的高清（1024x1024）的画。

比如：

可以看到画的效果是相当不错的，负责作画的是 OpenAI 的新一代绘画模型 DALL·E 3。而 GPT4 则扮演了帮助生成绘画 Prompt 的角色（这个示例中隐藏了这个步骤）。

另外一个叫【创意写作教练】，我把前面写的一段文字给他，让他给点建议。他给出的建议非常棒，其中一段是这样：

引入更多情感色彩： 您的文字偏向于事实陈述，可以考虑在某些部分加入一些情感或个人观点，这样会让文章更有吸引力。例如，在提到“GPTs 的新历程碑”时，可以简短地表达您对此的兴奋或期待。

这一段可谓是直接击中了我的要害。这的确是我写文章的一个弱点。

可以看出，这两种 case 下，GPT 都是非常有用的，能在具体场景下提供切实的帮助。如果我不用定制的 GPT，直接和通用版本的 GPT 聊天，能达到这样的效果吗？会比较难。

比如作画，其实我对绘画了解很少，无法用详细的语言描述出我想要怎样的画，甚至脑袋中也想象不出来想要的画该长啥样。使用 Cosmic Dream，我任意给点提示词，就能用 AI 画出一幅特定风格的精美的画。

同样，通用版本的 GPT 针对我的文章给出的也是很常规、通用的建议，虽然也还算不错，但相比专业的【创意写作教练】，明显差了一大截。

差别在哪里呢？其中一个关键点是上下文（场景、角色等等）的预设。比如同样写作这样一个话题，两个小学生聊的内容，和两个诺贝尔文学奖获得者聊的内容，差别肯定就大了去了。缺少上下文的预设，GPT4 空有一身本领，却只能泛泛的回答用户提出的问题。

而 GPTs 的出现，可以让每个 GPTs 都针对设定特定的场景、GPT 的行为模式，以及它可以使用的工具。这些工具包括：为它提供额外的信息（就像前面的 chatPDF），生成图片，浏览网络，执行代码，调用第三方工具等等。

GPTs 就像是送快递的那最后一公里，把 GPT4 的强大能力，真正连接到了具体的应用场景，高质量的解决实际的问题。

要充分理解这个点，不得不讲一下 OpenAI 4月份推出的插件系统。GPT4 的能力非常强，但也是有限制的，比如它的知识是预训练的，对新闻类的信息就无能为力，它的数学能力也不太行，另外它也无法访问网络，等等等等。

这些问题虽然对 GPT 很难，但现有的解决方案已经是可以解决的很好，比如计算器，算数可厉害了。所以顺理成章，通过插件的形式，让 GPT 可以调用这些插件就可以很好的弥补这些弱项。而且更进一步，通过插件的形式，可以让 GPT 扩展出更多助手的服务，比如定飞机定酒店等等。

这个想象空间可就太大了。你将拥有一个超级智能助手，结合各种插件，他可以解决你的所有问题！

但经过了许多个月，插件系统并没有火爆起来，一点也没有。为什么呢？

无论是生活、工作中，你一定会遇到配合默契的朋友或同事。所谓的默契，并非两个人就完全一样，而是两个人相互非常了解，简单几个字就能够把意思表达清楚而不产生误解。

你肯定会希望你和你的 GPT 助手之间是有默契的，他很清楚你要干嘛，你也很清楚他擅长干什么，这样你每次就能够直奔主题，而不需要先花时间介绍你的任务。而默契，其实也是基于场景的。你和同事之间的工作默契，和朋友之间开玩笑的默契，肯定是不一样的，你也不希望他们是一样的。

每种默契，其实代表了一种行为模式，在不同的情况下，我们也需要 GPT 有着不同的行为模式。

小结一下：定制的 GPT 会更有用，你需要多个定制的 GPT 去解决不同的任务。

创建 GPTs 特别简单

每个人要解决的具体任务是不同的，即使是相同的任务，在处理的具体细节上也是有许多不同的。这也是为什么许多软件，你会感到其中 95% 的功能似乎都是无用的。GPT Store 中已经有了一些工具，这些工具已经具备了一定解决问题的能力，但你可能会希望它能够更贴合自己的需求。

继续拿画图来举例。比如前面提到的【Cosmic Dream】，我已经感受到了它的专业性，但我可以用它来干嘛呢？可以为我本期的博客画一张封面。我对自己博客封面其实没啥特别的要求，看起来漂亮就行。但既然有了 GPT，我就想稍稍提高点要求，来点自己更喜欢的风格。比如舒缓一点的，美丽的自然风景。

那就开始定制一个为我画博客封面的 GPT 吧。

这个过程可以是手动的，也可以是对话式的。和你对话的 GPT 创建助手，本身也是一个定制的 GPT。得益于 GPT4 的强大能力，这个 GPT 创建助手非常厉害。来看看它有多厉害：

我提到我想要一个画画的工具，于是第一步他就先为新的这个工具起了个名字（Aesthetic Composition Creator），并创建了一个 LOGO，还问我满不满意，当然是太满意了。

后续的步骤就是他继续问我具体想干什么，我说我不懂画画，只要要图片看起来漂亮就行，然后他就给了一堆建议。我随意挑选了一下建议。然后他开始问我这个 GPT 会是怎样的风格，对于细节是随意发挥，还是向我询问，当然是选随意发挥，问我也不懂。就这么聊上几轮，一个定制的 GPT 封面画手就准备好了。

定制的这个 GPT 好用吗？相当好用，只需要简单的描述一下想法，然后 GPT4 会根据这个简单的描述补充非常多的细节，再交给 DALL·E 3 实际做画。

下面几张画每张质量都很高：

前两张用做我的博客封面是比较让我满意的。最后一张是按我儿子的要求画的，也非常漂亮。

除了做一个【封面画手】，我还做了一个【Logo Wizard】，尝试用它来帮忙画个应用的 Logo，充分体会到了一把甲方的快乐：风格偏了，没体现出意境；太抽象了看不懂；太复杂了画简单点……

GPTs 使用起来很强大，定制起来很简单，唯一的限制，就是人们的想象力了。OpenAI 将这项功能开放出来以后，在接下来的几周或几个月的时间内，相信会持续涌现出许多实用的 GPTs，可以解决以前我们不曾想过的问题。

而这，就是我前面提到的历程碑：应用场景大爆发。

中国的 GPT 何在？

毕竟我们身在中国，美国在 AI 领域卡我们脖子卡的厉害，国内 AI 的发展，是一个不得不谈的问题。首先是算力的差距，这个被美国卡的很惨。要训练牛逼的 AI 模型，需要的算力是非常惊人的，需要大量的高端显卡。这个环节，中国直接就差了一大截。

然后来说当前训练出来的模型。虽然近期各家也集中开发布会，号称超越了 gpt3.5，对标 gpt4，但实际使用下来，这些最新的模型，基本上都离 gpt3.5 有着不小的差距。那他们的对标是如何来的呢？刚好看了卓克老师的科技参考，简单来讲就是过度拟合。

现在 LLM 的评估测试集，是公开的，所以各家训练模型，就等于是做开卷考试。实际实力先不谈，开卷考试，总得看着题做准备吧。所以训练出来模型拿测试集比较容易就能跑出高分，但实际能力就差了一大截。

但凡事看积极的一面。虽然国内最新的这一波模型依然和 gpt3.5 有显著差距，但对比各家之前的版本，能看出来是有显著进步的，和 gpt3.5 的差距在缩小。

为啥拿 gpt3.5 来比呢？在我看来，gpt3.5 是到了一个可用的门槛，从实用的角度，是可以给到 65 分的。只要超过了这个门槛，就意味着模型真正有了实用价值（当然，价格得便宜）。当前各家模型，我认为是到了实用的边缘了，再迭代上一版，在许多场景下就值得一用了。

OpenAI 的这一波发布，着实又会给国内的厂商们很大的一波压力。虽然 GPTs 这个形式，国内厂商应该可以很快跟进。但因为缺少了 GPT4 这个内核，整条链路可能不太跑的通，实用性会大打折扣。

中国的厂商们，加油！