Les GPTs sont là ! Comment créer vos propres GPTs et les opportunités entrepreneuriales cachées 73

0:00 Bonjour à tous, il y a à peine trois heures, OpenAI a publié la version officielle de GPTs, permettant à tous les utilisateurs de GPT Plus de créer leurs propres

0:12 applications dans le GPT Store. Nous les avons essayées dès que possible et aujourd'hui nous vous proposons un test pour voir à quel point GPTs est vraiment performant. Bienvenue dans ce nouveau numéro de notre vidéo

0:23 Tout d'abord, comme d'habitude, nous allons créer manuellement un tel GPT devant vous et vous expliquer quelles fonctionnalités il propose. Tout d'abord, cliquez sur « Create » ici

0:34 Une fois sur l'interface de GPTs, vous avez de très nombreuses options. Cliquez sur « Configure » : d'abord, on vous demande de choisir un avatar

0:42 Vous pouvez choisir de télécharger un avatar ou utiliser DALL·E pour en générer un. Ensuite, donnez-lui un nom puis une description. L'exemple que j'utilise ici concerne des vidéos que nous avons déjà réalisées

0:52 à savoir quelles sources d'informations sur l'IA existent. Dans ce cas, je me suis dit : je vais créer un « KitHub Summary » pour voir quels nouveaux projets intéressants se trouvent sur GitHub

1:02 puis m'en faire un résumé. Je modifie donc ici « KitHub ». Les « Instructions », c'est

1:08 ce que le GPT doit faire, comment il doit se comporter et ce qu'il doit éviter. C'est en fait un processus de prompt engineering

1:16 Vous pouvez ajouter de nombreux prompts complexes, mais ici je n'en mets que de très simples : vous pouvez faire ces choses-là, puis « Read the GitHub trending repo »

1:24 et récupérer les informations à cet endroit. J'ajoute encore une phrase ici. Bon, ici j'ai ajouté deux phrases pour guider son comportement : la première est que si vous voyez cette URL, vous devez d'abord y accéder, puis

1:42 effectuer une recherche dans les informations obtenues ; la deuxième est d'essayer autant que possible d'accéder à ces liens. OK. La troisième partie, ce sont les suggestions

1:49 que vous souhaitez proposer pour inciter l'utilisateur à faire des recherches. Par exemple, ici nous disons « What's trending in the GitHub right now » pour indiquer à l'utilisateur

1:55 qu'il peut poser ce genre de question. C'est en fait quelque chose que de nombreux outils d'IA doivent faire, car cela permet de guider efficacement l'utilisateur sur la manière de procéder

2:04 OK. Ensuite, la partie « Knowledge », comme nous l'avons déjà mentionné, si vous téléchargez un fichier ici

2:11 OpenAI convertit automatiquement vos fichiers en embeddings, puis effectue une recherche de similarité pour trouver les informations pertinentes

2:18 Mais n'oubliez pas : la capacité de recherche et la capacité d'imitation des grands modèles de langage sont deux choses différentes. Souvent, ils peuvent obtenir les mêmes résultats

2:28 mais les mécanismes sous-jacents sont différents. C'est précisément la raison pour laquelle nous avons besoin d'une base de données : vous souhaitez

2:36 que la réponse puisse trouver des éléments de similarité dans les documents que vous fournissez, puis, grâce aux capacités du grand modèle de langage

2:44 générer une réponse qui semble fiable. Je ne fournis pas de modèle ici, mais si vous souhaitez, par exemple, faire une présentation personnelle, ou transformer en texte des séries TV, des films ou des tutoriels

2:58 c'est en tant que base de connaissances que c'est le plus efficace, c'est le plus efficace. OK. Ensuite, la partie « Capabilities » : la capacité de navigation web, il faut absolument l'activer. « DALL·E » est optionnel, mais « Code Interpreter » est aussi fortement recommandé. Comme nous l'avons déjà dit, « Code Interpreter » peut être considéré comme un agent IA. Ce qu'il fait en réalité, c'est du ReAct, c'est-à-dire « Reasoning and Acting »

3:23 d'abord résumer ce que je dois faire, puis exécuter l'action. Donc, « Code Interpreter » représente en arrière-plan une logique d'agent. Bien sûr, il a aussi la capacité d'exécuter et de traiter du code. Ces deux aspects sont combinés. Pour plus de détails, vous pouvez également consulter nos vidéos précédentes

3:32 nous avons fait un épisode dédié à Code Interpreter. OK. Enfin, il y a « Actions »

3:38 Ces « Actions » peuvent être comprises comme les « tools » dans un agent. Si vous connaissez LangChain

3:45 c'est en fait exactement le concept de « tool », le concept d'outil. Ajouter une « Action » ici revient à ajouter un « tool » exécutable. Si nous cliquons sur « Add Action »

3:55 il faut en réalité importer un schéma. Qu'est-ce que ce schéma ? Vous pouvez le voir comme une spécification. Prenons l'exemple de la météo pour comprendre

4:01 cette spécification consiste à décrire : OK, quel est le nom de ce tool, ce qu'il fait

4:12 comment il est appelé, désormais via une API, à quoi ressemble cette API, puis ce que fait chaque « path » de l'API et comment l'appeler

4:22 et quelles informations doivent être fournies. En même temps, il y a aussi l'autorisation : par exemple, si l'API utilise une clé d'API, il faut la fournir. Par exemple

4:26 l'API météo utilise une clé d'API, il faut donc fournir la clé d'API. Si cette API utilise

4:32 une méthode d'autorisation, vous devez fournir la méthode correspondante. Donc, en fait, le point essentiel est qu'en ajoutant un tool, vous étendez ce que votre GPT peut faire

4:44 Si vous regardez cette description et ce nom, c'est exactement la même chose qu'ajouter un tool dans LangChain pour personnaliser votre tool

4:50 aucune différence. C'est pourquoi nous disons encore qu'il faut apprendre la logique de LangChain, pas nécessairement utiliser LangChain

4:56 une fois que vous l'aurez appris, vous comprendrez pourquoi il construit un tel outil. Très bien. Ensuite

5:02 nous pouvons ajouter cet élément. Après être revenu en arrière, on constate que l'action Météo a bien été ajoutée

5:10 C'est donc un bon exemple d'ajout de tool. Une fois que tout cela est configuré, vous pouvez cliquer sur « Update » ici. Vous pouvez le publier

5:17 pour que tout le monde le voie, ou seulement pour certaines personnes, ou le rendre public. OK, nous cliquons sur « Confirm »

5:24 Bien, essayons maintenant. Vous pouvez voir qu'il effectue actuellement une recherche sur le web et accède à une page web

5:37 Mais je tiens à vous prévenir ici : il est possible que ses accès ne donnent pas toujours

5:45 des résultats particulièrement précis. Il y aura toujours des hallucinations à ce niveau. Par exemple, il dit ici : « I cannot directly view the content of GitHub trending page », c'est-à-dire qu'il n'est pas en mesure d'accéder directement à cette page

6:00 pour savoir ce qui est tendance sur GitHub. Vous pouvez le faire vous-même, c'est très simple : si je peux y accéder moi-même, pourquoi aurais-je besoin de vous ? C'est en fait l'une des limites de cet outil GPT, et c'est aussi un autre point que nous souhaitons aborder aujourd'hui

6:13 c'est que nous sommes actuellement dans une période où GPTs vient d'être publié, où les nouvelles fonctionnalités de GPT viennent d'être publiées, et tout le monde est dans une période d'euphorie

6:25 Je prédis que dans les une à deux semaines à venir, de très nombreuses applications vont apparaître, y compris dans l'open source. Tout cela est en fait fait pour que chacun puisse faire preuve de créativité. Une fois cette étape passée

6:35 il y aura des gens qui diront que ça ne marche pas, car une fois qu'on l'aura utilisé, on connaîtra ses limites. Il y a toujours une limite, et une fois cette limite atteinte, ça ne fonctionne plus

6:42 n'est-ce pas ? À ce moment-là, nous connaîtrons ses limites. Comme le problème que nous rencontrons maintenant, il ne peut pas accéder directement à ce site web

6:50 ou cela fonctionne de manière aléatoire, et il y aura de nombreuses critiques. Puis, dans la troisième étape, tout le monde constatera que vous pouvez le faire, moi aussi je peux le faire. Une fois que toutes les technologies seront matures, cela deviendra une compétition acharnée, n'est-ce pas

6:58 ce que vous réalisez avec cet outil, je peux le copier en deux ou trois minutes et le remplacer par autre chose. Et ce nouveau produit

7:04 il se peut qu'un ou deux projets émergent, mais l'immuable principe, c'est que les barrières deviendront de plus en plus faibles. Parce que ce sont des « wrappers », les barrières seront donc de plus en plus basses

7:14 On voit déjà cette tendance avec GPTs. Comme tout le monde peut créer ces outils, sur les centaines d'outils qui apparaîtront, ceux qui seront réellement utiles seront probablement très, très rares

7:27 Bien souvent, la capacité d'utiliser ces outils permet de répondre à votre propre flux de travail : j'utilise l'IA au quotidien, elle correspond à ma propre façon de travailler

7:41 Mais si vous voulez trouver une application unifiée capable de résoudre de très gros problèmes, personnellement je trouve cela très difficile. La raison principale est que les barrières à l'entrée sont trop faibles. Ainsi, en tant que développeur, si vous voulez créer votre propre GPT et développer votre avantage concurrentiel

7:58 où se trouve le cœur du sujet ? En fait, le cœur se situe à deux endroits. Le premier, c'est le knowledge : est-ce que le knowledge que vous proposez est différent de celui des autres ? C'est très important. Le deuxième, c'est l'action

8:09 cette capacité d'ajouter des schémas. De notre côté, l'action peut se déployer dans de nombreuses directions. Par exemple, si vous connectez l'interface de Twitter, vous pouvez laisser le GPT tweeter pour vous

8:20 lire Twitter, lire les tendances de Twitter, puis vous pouvez effectuer des analyses de données sur la base de ces éléments, lire les tendances récentes de la mode, lire le nombre de vues sur YouTube

8:33 tant que ces éléments sont soutenus par des données en arrière-plan, si vous créez un middleware d'API, vous pouvez transformer ces données externes en données

8:42 traitées par un grand modèle de langage, ce qui pourrait s'avérer utile. Donc, si vous voulez créer une application dans ce domaine, concentrez-vous sur cet aspect

8:50 function, function call : comment bien utiliser l'action, comment créer un middleware intermédiaire, puis comment interconnecter ces applications entre elles

8:57 donc les possibilités offertes par cette capacité sont énormes, vraiment énormes, d'accord. Assurez-vous absolument d'expérimenter cela

9:05 et créez votre propre API, d'accord. Aujourd'hui, le contenu principal est celui-ci. Je vous ai montré comment créer un GPT, puis je vous l'ai fait essayer, et bien que les résultats ne soient pas tout à fait satisfaisants, l'idée générale est là. Et le troisième point, c'était de parler de ses limites et de ses opportunités. Donc voilà pour aujourd'hui. Si quelque chose n'est pas clair ou si vous souhaitez discuter, n'hésitez pas à laisser un commentaire sous la vidéo

9:25 si vous trouvez que nos vidéos sont plutôt bien faites, n'hésitez pas à liker, mettre en favori, vous abonner, commenter et partager notre chaîne. Si quelque chose n'est pas clair ou si vous souhaitez discuter, n'hésitez pas à laisser un commentaire sous la vidéo. Si vous trouvez que nos vidéos sont plutôt bien faites, n'hésitez pas à liker, mettre en favori, vous abonner, commenter et partager notre chaîne. C'est très important pour nous. Merci de votre visionnage

9:31 je vous souhaite une bonne apprentissage