GPTs sind da! So erstellst du eigene GPTs & die versteckten Startup-Chancen dahinter 69

0:00Hallo zusammen, vor nur drei Stunden hat OpenLight die offizielle Version seiner GPTS veröffentlicht und es allen GPT Plus-Nutzern ermöglicht, ihre eigenen

0:12Anwendungen im GPT Store zu erstellen. Wir haben es sofort ausprobiert und bringen euch heute einen Testbericht, wie GPTS eigentlich ist. Willkommen zu einer neuen Folge unserer Videoreihe

0:23Zunächst zeigen wir euch wie immer direkt, wie man so ein GPTS manuell erstellt, und erklären, welche Funktionen es gibt. Zuerst klicken wir hier auf Create, okay?

0:34Wenn ihr dann bei dieser GPTS-Oberfläche angekommen seid, habt ihr viele, viele Optionen. Klickt auf Config. Zuerst werdet ihr aufgefordert, ein Profilbild auszuwählen

0:42Ihr könnt ein Profilbild hochladen oder es mit DALL·E generieren lassen. Dann gebt ihr ihm einen Namen und eine Beschreibung. Das Beispiel, das ich hier verwende, stammt aus Videos, die wir zuvor gemacht haben

0:52nämlich welche Informationsquellen es für KI-KI-Informationen gibt. An dieser Stelle sage ich: Dann mache ich doch einen „GitHub Summary", um zu sehen, welche neuen Projekte es auf GitHub gibt

1:02und mir eine Zusammenfassung davon zu machen. Dann ändere ich das hier auf GitHub. Die dazugehörige Instruction ist

1:08was GPT tun soll, wie es sich verhalten soll und was es vermeiden sollte. Das ist im Grunde ein Prompt-Engineering-Prozess

1:16Ihr könnt viele komplexe Prompts hinzufügen. Hier habe ich sehr einfache Prompts verwendet, nämlich Dinge, die ihr tun könnt, und dann „read the GitHub trending repo"

1:24und von dort die Informationen holen. Ich füge an dieser Stelle noch einen Satz hinzu – gut, hier haben wir zwei Sätze, die sein Verhalten steuern. Erstens: Wenn du diese URL siehst, musst du sie zuerst aufrufen und dann

1:42in den Informationen, die du erhältst, eine Suche durchführen. Und zweitens: Versuche, diese Links so weit wie möglich zu besuchen. Okay. Der dritte Teil ist der, in dem ihr

1:49eine Art Anregung formuliert, die den Nutzer dazu bringt, eine Suche durchzuführen. Wir sagen hier zum Beispiel: „What's trending in the GitHub right now", also dem Nutzer sagen

1:55dass er genau solche Fragen stellen kann. Das ist etwas, das viele KI-Tools tun müssen, weil es ziemlich effektiv ist, um Nutzer anzuleiten, wie sie so etwas machen sollen

2:04Okay. Dann ist da noch dieses Knowledge – das haben wir schon einmal erwähnt. Wenn ihr hier eine Datei hochladet

2:11wandelt OpenAI diese Dateien automatisch in Embeddings um und führt eine Ähnlichkeitssuche durch, um in dieser Ähnlichkeitssuche

2:18die relevanten Informationen zu finden. Aber denkt daran: Suchfähigkeit und die Fähigkeit eines großen Sprachmodells zu imitieren sind nicht dasselbe. Oft können sie zum gleichen Ergebnis kommen

2:28aber die zugrundeliegenden Funktionen sind unterschiedlich. Der Grund, warum man oft eine Datenbank braucht, ist, dass ihr wollt

2:36dass die Antworten aus den von euch bereitgestellten Materialien Ähnlichkeiten finden und dann durch die Fähigkeiten des großen Sprachmodells

2:44eine plausible klingende Antwort generiert wird. An dieser Stelle werde ich keine Vorlage bereitstellen, aber wenn ihr zum Beispiel eine persönliche Vorstellung machen wollt oder die Texte von Fernsehserien, Filmen oder Tutorials

2:58als Knowledge Base bereitstellen wollt, ist das am effektivsten. Das ist am effektivsten. Okay. Bei der nächsten Capability – der Webzugangsfähigkeit – müssen wir unbedingt „Web Browsing" aktivieren. „Code Interpreter" kann man ebenfalls hinzufügen, ist aber optional. Wie bereits erwähnt, kann man „Code Interpreter" als KI-Agenten betrachten. Was er im Hintergrund tut, ist ReAct, also „Reasoning and Acting"

3:23also zunächst zusammenfassen, wie ich vorgehen soll, und dann die Aufgabe ausführen. „Code Interpreter" steht also im Hintergrund für eine Agenten-Logik. Natürlich hat er auch die Fähigkeit, Code auszuführen und zu verarbeiten. Diese beiden sind miteinander verflochten. Für Details könnt ihr auch unsere früheren Videos ansehen

3:32Es gibt eine Folge, die sich speziell mit Code Interpreter befasst. Okay. Die letzte sind dann Actions

3:38Actions könnt ihr als das Tool innerhalb eines Agenten verstehen. Wenn ihr LangChain kennt

3:45ist das eigentlich genau das Konzept eines Tools, ein Werkzeug-Konzept. Hier füge ich Actions hinzu, also ausführbare Tools. Wenn wir hier auf „Add Action" klicken

3:55müsst ihr tatsächlich ein Schema importieren. Was ist dieses Schema? Ihr könnt es als eine Art Spezifikation betrachten. Wenn wir uns ein Wetter-Beispiel anschauen

4:01wird klar: Diese Spezifikation beschreibt, okay, wie heißt dieses Tool, was macht es

4:12wie es aufgerufen wird – alles erfolgt über API-Aufrufe, wie diese API aussieht, was die einzelnen Pfade unter der API tun und wie sie aufgerufen werden sollen

4:22welche Informationen angegeben werden müssen. Gleichzeitig gibt es diese Authorization – zum Beispiel, wenn die API einen API-Key verwendet, müsst ihr diesen angeben, und wenn die API eine andere

4:26Autorisierungsmethode verwendet – wenn die API also einen API-Key verwendet, müsst ihr den API-Key angeben, wenn die API diese

4:32Autorisierungsmethode verwendet, müsst ihr die entsprechende Methode angeben. Der Kernpunkt ist also, dass ihr durch das Hinzufügen von Tools die Fähigkeiten eures GPT erweitert

4:44Wenn ihr euch diese Beschreibung und Benennung anschaut – das ist genau dasselbe wie das Hinzufügen und Anpassen eines Tools in LangChain

4:50kein Unterschied. Deshalb sagen wir ja auch: Ihr solltet die Denkweise von LangChain lernen, nicht unbedingt LangChain selbst benutzen

4:56Wenn ihr LangChain verstanden habt, wisst ihr, warum solche Tools so aufgebaut werden. Okay. Dann

5:02können wir das hier hinzufügen. Wenn wir zurückgehen, sehen wir, dass die Wetter-Action bereits hinzugefügt wurde

5:10Das ist also ein gutes Beispiel, um dieses Tool hinzuzufügen. Nachdem all diese Einstellungen vorgenommen wurden, könnt ihr hier auf „Update" klicken und es veröffentlichen

5:17sodass es jeder sehen kann, oder nur für bestimmte Personen sichtbar machen, oder es öffentlich machen. Okay. Wir klicken auf dieses „Confirm"

5:24Gut, jetzt probieren wir es noch einmal aus. Ihr seht, dass er gerade eine Websuche durchführt und Webseiten besucht

5:37Aber ich muss euch an dieser Stelle darauf hinweisen, dass diese Art des Zugriffs möglicherweise wirklich nicht unbedingt besonders genaue Ergebnisse liefert

5:45Es wird an dieser Stelle immer noch zu Halluzinationen kommen. Zum Beispiel sagt er hier: „I cannot directly view the content of GitHub trending page" – also, dass er nicht in der Lage ist, direkt darauf zuzugreifen

6:00Was ist gerade auf GitHub angesagt? Ihr könnt das selbst überprüfen. Das ist ganz einfach: Wenn ich es selbst aufrufen kann, warum brauche ich dann noch dich? Das sind tatsächlich einige Einschränkungen dieses GPT-Tools und ein weiterer Punkt, den wir heute ansprechen möchten

6:13nämlich dass wir uns gerade in einer Phase befinden: GPTS wurde gerade erst veröffentlicht, die neuen GPT-Funktionen wurden gerade erst veröffentlicht, alle sind in einer extrem euphorischen Phase

6:25Es wird erwartet, dass in den nächsten ein bis zwei Wochen unzählige Apps und Anwendungen auftauchen werden. Wir arbeiten auch selbst an einigen Open-Source-Projekten. Diese Dinge sollen eigentlich dazu dienen, eure Kreativität zu entfalten. Nach einer solchen Phase

6:35werden Leute sagen, dass dieses Ding nicht gut funktioniert, weil wir, nachdem wir es benutzt haben, wissen, wo die Obergrenze liegt. Es gibt immer eine Obergrenze, und wenn diese Obergrenze erreicht ist, funktioniert es nicht mehr

6:42Stimmt's? Dann werden wir einfach wissen, wo die Grenzen liegen, genau wie bei dem Problem, auf das wir gerade gestoßen sind: Es kann die Website nicht direkt aufrufen

6:50oder es funktioniert mal und mal nicht, und es wird viele Beschwerden geben. In der dritten Phase stellt man dann fest: Ach, das kannst du, das kann ich auch. Sobald alle Technologien ausgereift sind, wird es ein Wettbewerb, oder?

6:58Was du mit diesem Ding machst, kann ich in zwei, drei Minuten nachbauen, ich tausche es einfach gegen etwas Neues aus. Und dieses neue Ding

7:04mag ein oder zwei Projekte hervorbringen, die herausragen, aber die Konstante ist: Die Eintrittsbarrieren werden immer niedriger, weil es im Grunde nur ein Wrapper ist. Daher werden die Barrieren immer niedriger

7:14Wir sehen jetzt diesen Trend bei GPTS. Da jeder dieses Tool erstellen kann, wird es Hunderte solcher Tools geben, aber tatsächlich nützliche könnten sehr, sehr selten sein

7:27Oft dienen diese Tool-Fähigkeiten dazu, euren eigenen Arbeitsablauf zu erfüllen – also KI in meinem eigenen täglichen Leben und Arbeitsablauf zu nutzen, der zu meiner eigenen Arbeit passt

Möglicherweise auch für einige andere Personen nützlich

7:41 Aber wenn du nach einer einheitlichen APP suchen möchtest, die sehr große Probleme lösen kann, dann denke ich persönlich, dass es sehr schwierig ist. Der wichtigste Grund dafür ist, dass die Einstiegshürden zu gering sind. Als Entwickler, wenn du deine eigenen GPTs erstellen und deine Wettbewerbsfähigkeit aufbauen möchtest

7:58 Wo liegen die wichtigsten Dinge? Die wichtigsten Dinge liegen eigentlich an zwei Stellen. Das Erste ist dieses Wissen: Ob das Wissen, das du an dieser Stelle bereitstellst, sich von dem anderer unterscheidet, das ist sehr wichtig. Das Zweite ist diese Aktion

8:09 Diese Art der Erweiterungsfähigkeit, diese Aktion, es gibt viele Dinge, die wir von hier aus verbreiten können. Zum Beispiel, wenn du diese Twitter-Schnittstelle anschließt, kannst du GPTs nutzen, um Tweets für dich zu posten

8:20 Twitter lesen, die Twitter-Trends lesen, und dann kannst du basierend auf diesen Dingen einige Datenanalysen durchführen, die neuesten Modetrends lesen, die YouTube-Wiedergabezahlen lesen

8:33 Solange diese Dinge durch Daten im Hintergrund gestützt werden und du eine API-Middleware erstellst, kannst du diese Dinge umwandeln – externe Daten in Daten, die verarbeitet wurden

8:42 durch ein großes Sprachmodell, dann könnte das einen gewissen Nutzen haben. Wenn du also verwandte Anwendungen entwickeln möchtest, solltest du besonders auf diesen Bereich achten

8:50 function function call, wie man Aktionen gut nutzt, wie man Middleware erstellt und diese APPs miteinander verknüpft

8:57 Also die Möglichkeiten, die sich hier oben durch die Befähigung ergeben, sind enorm, enorm groß, okay? Hier muss jeder unbedingt einmal herumspielen

9:05 und seine eigene API erstellen, okay? Das war heute der Hauptinhalt: Ich habe euch gezeigt, wie man GPTs erstellt, und ihr habt es ausprobiert. Obwohl die Wirkung nicht ganz zufriedenstellend war, ist die Idee ungefähr so. Und das Dritte war, euch seine Einschränkungen und Chancen zu erklären. Das war heute der Hauptinhalt. Wenn ihr etwas nicht versteht oder etwas besprechen möchtet, hinterlasst gerne einen Kommentar unter dem Video

9:25 Wenn ihr findet, dass unsere Videos ganz gut gemacht sind, dann liken, speichern, abonnieren, kommentieren und teilt unseren Kanal. Wenn ihr etwas nicht versteht oder etwas besprechen möchtet, hinterlasst gerne einen Kommentar unter dem Video. Wenn ihr findet, dass unsere Videos ganz gut gemacht sind, dann liken, speichern, abonnieren, kommentieren und teilt unseren Kanal. Das ist sehr wichtig für uns. Danke fürs Zuschauen

9:31 Ich wünsche dir einen erfolgreichen Lernprozess