Wprowadzenie

Ostatnio temat agentów AI zaczął mnie coraz bardziej interesować. Coraz więcej informacji pojawia się na ten temat. Postanowiłem zebrać informacje na ten temat w kontekście ChatGPT. Przeglądając różne artykuły, natrafiłem na informacje o GPT Actions. Postanowiłem dowiedzieć się więcej na temat tej funkcji.

Co to jest GPT Actions?

GPT Actions to funkcja, która pozwala na integrację zewnętrznych serwisów z ChatGPT. Dzięki temu możliwe jest tworzenie bardziej zaawansowanych interakcji z ChatGPT. Funkcja ta umożliwia automatyzację zadań, takich jak wysyłanie wiadomości w Microsoft Teams, tworzenie obiektów w systemie Jira czy Notion, albo do pozyskiwania danych z API oraz zaprezentowanie ich w interesujący sposób, np. za pomocą wykresów czy tabel.

Jak działa GPT Actions?

Poniżej przedstawiam diagram sekwencyjny, który pokazuje, jak działa GPT Actions:

Wyjaśnienie kroków:

1. Użytkownik wysyła zapytanie w języku naturalnym.
2. GPT analizuje zapytanie i określa odpowiednie działanie API.
   1. Nie każde zapytanie wymaga wywołania API. W przypadku zapytań, które nie wymagają wywołania API, GPT samodzielnie generuje odpowiedź.
3. GPT generuje schemat JSON wymagany dla wywołania API.
   1. Ten schemat jest zgodny z dokumentacją API, a dokładniej standardem OpenAPI.
   2. W przypadku braku schematu można wykorzystać dedykowaną customową wersje GPT do jego wygenerowania.
4. GPT uwierzytelnia się i wykonuje wywołanie API do API Zewnętrznego.
   1. W przypadku danych firmowych uwierzytelnienie musi obejmować dodatkowe kroki, takie jak generowanie tokena JWT, albo klucza API.
5. API Zewnętrzne zwraca odpowiedź do GPT.
6. GPT przetwarza i formatuje odpowiedź w przystępnej formie.

Przykłady zastosowań GPT Actions

Zaprezentuję przykład utylizacji GPT Actions w praktyce. Wykorzystam jsonplaceholder, które udostępnia darmowe API do testowania.

Przykład użycia to obliczenie odległości każdego użytkownika od zadanego punktu, oraz zwizualizowanie tego na mapie.

Przykład użycia GPT Actions

Krok 1: Utworzenie customowej wersji GPT.

W tym kroku tworzymy customową wersję GPT, w której definiujemy zadanie do wykonania.. W naszym przypadku chcemy obliczyć odległość każdego użytkownika od zadanego punktu. Tutaj można wpaść w pułapkę, ponieważ naszym zadaniem nie jest pobranie danych z API, a obliczenie odległości.

Zapraszam do zapoznania się z artykułem Tworzenie customowych wersji GPT dla swoich potrzeb w którym opisuję jak stworzyć customową wersję GPT.

Krok 2: Dodanie GPT Actions do customowej wersji GPT.

Ten krok jest kluczowy, ponieważ dodajemy do naszej customowej wersji GPT funkcję wywołania API. W tym przypadku wywołamy API, które zwróci nam listę użytkowników. Najpierw musimy posiadać schemat OpenAPI naszego API. Gdy jednak go nie posiadamy, rekomenduję skorzystanie z OpenAPI GPT, który wygeneruje schemat na podstawie obiektu JSON, lub OpenAPI Designer, który pozwala na stworzenie schematu wizualnie.

Po wygenerowaniu schematu, dodajemy go do naszej customowej wersji GPT.

W panelu tworzenia customowej wersji GPT, znajduję się opcja "Actions". Klikamy na nią.

Następnie wprowadzamy schemat OpenAPI do naszej akcji.

Krok 3: Wywołanie API

Teraz możemy skupić się na zrealizowaniu naszego zadania. W tym przypadku chcemy obliczyć odległość każdego użytkownika od zadanego punktu.

Najlepsze jest to, że w promptach nie trzeba umieszczać informacji o wywołaniu API. ChatGPT sam zrozumie, że musi wywołać API. Dzieje się tam, ponieważ obecne modele potrafią analizować kontekst i zrozumieć, co użytkownik chce osiągnąć. Gdy ChatGPT zrozumie, że musi wywołać API, wykorzysta schemat OpenAPI, który dodaliśmy do naszej customowej wersji GPT.

Mój prompt wygląda następująco:

Calculate the location from point 52.230347, 20.984000 for all users

GPT zrozumie, że musi wywołać API, a następnie obliczyć odległość każdego użytkownika od zadanego punktu.

Odpowiedź:

To nie są losowe dane, te dane pochodzą z API jsonplaceholder.

Krok 4: Przetworzenie odpowiedzi

Ostatni krok to przetworzenie odpowiedzi i wygenerowanie wykresu, który przedstawia odległość każdego użytkownika od zadanego punktu, oraz zwizualizujmy to na mapie.

Mój prompt wygląda następująco:

Visualize it

Odpowiedź:

Kolejny prompt:

Show distance data on a map.

Odpowiedź:

Kolejny prompt:

Draw a lines from users to point

Odpowiedź:

Podsumowanie

Zaprezentowałem sposób wykorzystania GPT Actions do integracji z API. Ta funkcjonalność umożliwia budowanie bardziej zaawansowanych interakcji z ChatGPT, co daje możliwość automatyzacji zadań, takich jak przesyłanie wiadomości w Microsoft Teams, tworzenie elementów w systemach Jira czy Notion, a także pobieranie danych z API i ich przedstawienie w ciekawej formie, z opcją dodatkowej wizualizacji.

Wyobraź sobie możliwości, jakie oferuje GPT Actions wszystkim tym, którzy pragną usprawnić i zautomatyzować swoje codzienne zadania:

• Menadżer opracowujący raporty: Może zautomatyzować zbieranie danych z różnych źródeł, a następnie przekształcić je w przejrzyste i atrakcyjne wizualnie raporty.
• Product owner zarządzający zadaniami w systemie Jira: Ma możliwość automatycznego przekształcania surowych notatek w zadania oraz przypisywania ich do odpowiednich członków zespołu.

W mojej opinii GPT Actions jest obiecującą funkcjonalnością, która doskonale wpisuje się w trend automatyzacji i agentów AI. Warto zainteresować się tą funkcją i zacząć ją wykorzystywać w praktyce.