Создание GPTs агента: пошаговый гайд

Создать своего GPT —  проще простого. Нужно всего лишь придумать задачу для бота, объяснить ему в обычном чате, что он должен делать, дать ему нужные данные (если они есть) и выбрать его «умения» — например, умеет ли он искать в интернете, рисовать картинки или работать с вашими файлами. Готового бота вы можете оставить только для себя, использовать внутри компании или открыть для всех. 

Что это значит на практике? Давайте вместе разберемся: как это работает прямо сейчас и что уже умеют GPTs, как создать своего бота с нуля и как подключить к нему ваши собственные сервисы и данные через API. 

Что такое GPTs?

Давайте для начала просто посмотрим, что уже можно делать с этими GPTs, и попробуем создать самый простой бот. 

Интерфейс для создания своего GPT очень простой и работает прямо в браузере. 

1. В левом верхнем углу нажимаем Explore.
2. Выбираем Create a GPT.
3. Попадаем на страницу создания.

Экран создания GPT Builder

Экран настройки GPT Builder
По сути, каждый GPT — это как своя копия ChatGPT. Они умеют:

• Работать с картинками (Vision),
• Генерировать изображения (DALL-E),
• Искать в интернете,
• Выполнять код на Python,
• И самое главное — работать с внешними API через «пользовательские действия».

Как это устроено внутри?
Инструкция (Prompt), которую мы пишем для бота, похожа на идею «агентов», о которой говорят в открытых проектах вроде LangChain (это популярная штука для создания приложений с большими языковыми моделями). Основная мысль такая:

• В обычных цепочках действий шаги жестко прописаны в коде.
• Агенты же используют саму языковую модель как «мозг», который сам решает, какие действия нужно выполнить и в каком порядке.

OpenAI здорово упростил создание базового GPT — программировать для этого вообще не нужно. 

Но для тех, кто хочет больше контроля, они дают Assistant API. Этот инструмент дает разработчикам гораздо больше свободы, чтобы строить по-настоящему сложные приложения на основе GPT.

Создаем персонального помощника для онлайн-школы за пять минут, без программирования

Раньше создание бота, который отвечает на вопросы студентов и ищет учебные материалы, было сложной задачей. Пришлось бы искать разработчиков, разбираться с такими инструментами, как LangChain или API OpenAI, и потратить немало времени и сил. 

OpenAI упростили процесс настолько, что мы можем собрать такого помощника буквально за несколько минут, вообще не касаясь кода. Конечно, если писать код самостоятельно, можно добиться большей гибкости, но для большинства задач этого и не нужно.

Давайте попробуем сделать бота, который станет персональным ассистентом для студентов и преподавателей. Назовём его, например, «Учебный навигатор».

Его задача проста: студент или учитель задает вопрос — например, «Объясни теорию вероятностей» или «Найди материалы для подготовки к ЕГЭ по истории» — а бот:

• внимательно изучит все детали запроса,
• поищет ответ в интернете и, что важнее, в вашей собственной базе знаний (учебники, методички, расписания),
• и даст структурированный, понятный ответ с ссылками на источники и материалы.

То, на что раньше ушло бы несколько дней, теперь делается за несколько кликов.

Пошаговая инструкция:

Заходим в интерфейс создания

• Откройте ChatGPT.
• В левом верхнем углу нажмите на «Explore».
• Выберите «Create a GPT».
• Вы окажетесь на странице создания бота.

Разбираемся с интерфейсом

Слева, на вкладке «Create», вас ждёт встроенный помощник. Он будет задавать вопросы: как назвать бота, чем он должен заниматься. Отвечайте ему простыми словами — он сам заполнит нужные поля справа. Это удобно, особенно если вы новичок.

Справа, на вкладке «Configure», находятся ручные настройки. Здесь нужно указать:

• Имя — например, «Учебный навигатор».
• Описание — кратко объясните, чем занимается бот. Например: «Помощник для студентов и преподавателей онлайн-школы. Отвечает на вопросы и ищет учебные материалы».
• Instructions — это самый важный пункт. Здесь мы пишем подробную инструкцию для бота, объясняя, как именно он должен работать. Об этом ниже.

Пишем инструкцию для бота

В этом разделе нужно подробно описать, что делать, как общаться, на что обращать внимание. Не пугайтесь термина «промпт-инжиниринг». Речь просто о том, чтобы понятно объяснить боту его задачу.

Пример инструкции:

Цель: «Ты — ассистент онлайн-школы. Твоя задача — помогать студентам и преподавателям, отвечая на вопросы по учебной программе, объясняя сложные темы и находя необходимые материалы».

Как работать:

1. Всегда представляйся и предлагай помощь.
2. Внимательно выслушай вопрос пользователя. Если вопрос непонятен или слишком общий, уточни детали (например, «Какой именно раздел физики вас интересует?» или «Для какого класса вам нужны материалы?»).
3. Сначала попробуй найти ответ в загруженной базе знаний (учебных материалах школы). Если информация там есть, используй её в первую очередь.
4. Если в базе знаний нет ответа, или нужна более свежая информация, используй поиск в интернете.
5. Объясняй темы простым и доступным языком, шаг за шагом. Приводи примеры.
6. Для каждого найденного материала указывай источник (название учебника, статью) и, если возможно, прямую ссылку.
7. Всегда уточняй, понятен ли ответ, и предлагай помочь с чем-то еще.
8. Стиль общения: Будь дружелюбным, терпеливым и поддерживающим. Создавай атмосферу, благоприятную для обучения. Избегай сложного жаргона без объяснений.

Пример приветствия: «Привет! Я ваш Учебный навигатор. Готов помочь с любыми вопросами по учебной программе: объяснить тему, найти материалы или помочь с подготовкой. С чего начнем?»

Инструкция получилась длинной, но это нормально. Бот умеет работать с большими текстами, главное — задать ему ясное направление.

Настраиваем возможности бота

Во вкладке «Configure» найдите раздел «Capabilities».

• Для нашего бота включите опцию: «Web Browsing». Это позволит ему искать актуальную информацию в интернете (новости науки, свежие статьи).
• Самое главное: загрузите ваши учебные материалы. В разделе «Knowledge» нажмите «Upload files» и загрузите PDF с учебными программами, методичками, конспектами, расписаниями — всем, что составляет базу знаний вашей школы.
• Остальные функции — генерация изображений, выполнение кода — нам не нужны, оставляем их выключенными.

Сохраняем и тестируем

• Нажмите «Save» в правом верхнем углу.
• Выберите, кто сможет использовать бота: только вы, люди по ссылке или все желающие.
• Всё, бот готов. Вернитесь в главное меню, найдите его в разделе «My GPTs» и попробуйте задать вопрос по вашей учебной программе — посмотрите, как он справляется.

Мы только что создали вполне функционального помощника, который:

• использует вашу собственную базу знаний,
• ищет информацию в интернете,
• следует вашим инструкциям,
• и всё это — без программирования, только за счёт умения понятно объяснить задачу.

Конечно, если писать код вручную, можно добиться большего, но для многих задач этого достаточно. 

Работа с документами: Ваша собственная база знаний для бота

Одна из самых полезных функций — это возможность загружать в GPT собственные документы. 

Проще говоря, мы можем дать боту доступ к файлам, с которыми он изначально не был знаком (учебные планы, методические рекомендации, конспекты лекций), и он научится использовать их для ответов.

Вы загружаете файл (документ Word, PDF, таблицу Excel) в настройках вашего GPT, в разделе «Knowledge».

Gpt делает всю сложную техническую работу:

1. Разбивает текст на части: Документ не загружается целиком. Его дробят на осмысленные фрагменты — абзацы или разделы (этот процесс называют «чункинг» от английского chunk — кусок).
2. Создает «умный указатель»: Система индексирует эти фрагменты, создавая что-то вроде очень подробного оглавления, где каждому кусочку текста соответствует его смысловой «отпечаток».
3. Ищет по смыслу: Когда студент задает боту вопрос, он не ищет просто по ключевым словам. Он понимает смысл вашего запроса, находит в своем «указателе» самые релевантные фрагменты из ваших документов и использует именно их для формирования ответа.

Этот весь процесс называется RAG (Retrieval-Augmented Generation), что можно перевести как «поисковая расширенная генерация». Нам не нужно разбираться в тонкостях работы с векторными базами данных — мы просто загружаем файл, а система делает всё остальное.

Минусы

Такая простота имеет и обратную сторону. Мы не можем контролировать, как именно система разбивает наши документы на фрагменты и как именно производит поиск.

Для большинства задач этого более чем достаточно. Если вам нужно, чтобы бот отвечал на вопросы по учебнику истории или искал домашнее задание в методичке — встроенного механизма хватит.

Но для сложных случаев этого может быть мало. Например, если структура ваших документов очень специфична или вам критически важен абсолютно точный поиск по определенным правилам.

В таких ситуациях стоит подумать о том, чтобы реализовать свою собственную, более продвинутую RAG-систему. Её можно подключить к GPT через «Действия» (Actions). Это даст полный контроль над процессом, но потребует уже серьезных усилий разработчиков.

Как это выглядит в работе

Давайте представим, что мы создали бота для онлайн-школы и загрузили в его «Knowledge» учебник по биологии и расписание занятий в виде PDF.

• Студент пишет: «Напомни, что такое фотосинтез, и в какое время следующая лекция по этой теме?»
• Бот анализирует запрос и понимает, что нужно найти два типа информации: теоретическое определение и данные из расписания.
• Внутри системы этот запрос превращается в смысловой «вектор».
• Этот вектор сравнивается с «векторами» всех фрагментов ваших документов.
• Система находит в учебнике раздел, где речь идет о фотосинтезе, и в расписании — ближайшую лекцию.
• Бот берет эту информацию, формирует четкий ответ: «Фотосинтез — это процесс… Следующая лекция по теме «Фотосинтез» состоится в пятницу, в 15:00. Ссылка на подключение…»

И весь этот сложный процесс для нас, создателей бота, свелся к простому действию: «перетащить PDF-файлы в окно браузера». Технология, которая раньше была доступна только крупным компаниям с командой инженеров, теперь упакована в одну кнопку.