GPTs 공개! 나만의 GPTs 만드는 방법 & 숨겨진 창업 기회 70

0:00안녕하세요 여러분, 단 세 시간 전에 OpenAI가 공식적인 GPTs 버전을 출시했고, 모든 GPT Plus 사용자가 자신만의

0:12GPT Store 애플리케이션을 만들 수 있게 해주었습니다. 저희도第一时间 시도해 보았고, 오늘은 GPTs가 실제로 어떤지 리뷰를 가져왔습니다. 오늘 새 에피소드를 시청해 주신 여러분 환영합니다. 영상

0:23먼저 마찬가지로 직접 GPTs를 만들어 보고 어떤 기능이 있는지 알려드리겠습니다. 먼저 여기의 create를 클릭하겠습니다.

0:34그리고 이 GPTs 인터페이스에 도착하면 매우 많은 옵션이 있습니다. config를 클릭하면 먼저 아바타를 선택하게 됩니다.

0:42아바타를 업로드하거나 DALL·E를 사용하여 아바타를 생성할 수 있습니다. 그런 다음 이름을 지정하고 설명을 제공합니다. 제가 사용한 예시는 이전에 만들었던 영상들입니다.

0:52즉, AI 정보에는 어떤 정보 출처가 있는가에 대한 것입니다. 그래서 여기서 KitHub summary를 만들겠다고 했습니다. GitHub에 어떤 새로운 프로젝트가 있는지 살펴보는 것이죠.

1:02그리고 저한테 요약을 해달라고요. 그런 다음 여기서 KitHub의 instruction을 수정합니다. 즉,

1:08GPT가 무엇을 해야 하고 어떻게 행동해야 하며 무엇을 피해야 하는지를 명시하는 것입니다. 이것은 사실 prompt engineering의 과정입니다.

1:16매우 복잡한 prompt를 추가할 수도 있습니다. 저는 여기 매우 간단한 prompt를 추가했습니다. 즉, 이런 일들을 할 수 있고, read the github trending repo

1:24그곳에서 information을 가져오는 것입니다. 여기에 한 문장을 더 추가하겠습니다. 좋아요, 여기서 그의 행동을 안내하는 두 문장을 추가했습니다. 첫 번째는 만약 url을 보면 먼저 그것을 방문한 다음에

1:42가져온 정보 안에서 검색을 수행하라는 것입니다. 그리고 두 번째는 가능한 한 이러한 연결, 가능한 한 이러한 링크를 방문하라는 것입니다. OK. 그리고 세 번째 부분은 어떤 종류의 안내 단어를 원하느냐입니다.

1:49사용자에게 검색을 하도록 유도합니다. 예를 들어 여기서 말하는 것은 "What's trending in the GitHub right now"입니다. 즉, 사용자에게 알리는 것입니다.

1:55이런 질문을 할 수 있다는 것을 알려줍니다. 이것은 사실 많은 AI 도구가 해야 하는 일입니다. 왜냐하면 사용자를 어떻게 해야 할지 효과적으로 안내할 수 있기 때문입니다.

2:04OK. 그리고 여기의 knowledge는 이전에 언급했듯이 여기에 파일을 업로드하면

2:11OpenAI가 자동으로 이러한 파일들을 embeddings로 변환하여 유사성 검색을 수행합니다. 그리고 이 유사성 검색 안에서 관련 정보를 찾습니다.

2:18하지만 마찬가지로 기억해야 할 것은 검색 능력과 대규모 언어 모델의 모방 능력은 같은 능력이 아니라는 것입니다. 많은 경우 동일한 결과를 얻을 수 있지만

2:28그背后的 기능은 다릅니다. 데이터베이스가 필요한 이유가 많은 것은 바로 이것 때문입니다. 당신은 원하는 것입니다.

2:36그의 답변이 당신이 제공한 이러한 자료 안에서 유사한 것들을 찾고, 그다음에 대규모 언어 모델의 능력을 통해

2:44매우 신뢰할 수 있는 것처럼 보이는 답변을 생성하기를 바랍니다. 저는 여기서 어떤 템플릿도 제공하지 않겠습니다. 하지만 개인 소개를 만들고 싶거나, 드라마, 영화, 또는 튜토리얼과 같은 텍스트 자료들을 가지고 있다면,

2:58이것을 knowledge base로 사용하는 것이 가장 효과적입니다. 이것이 가장 효과적입니다. ok. 뒤의 capability, 즉 웹사이트 방문 능력은 반드시 추가해야 합니다. Code Interpreter도 추가하는 것이 가장 좋습니다. 마찬가지로 Code Interpreter는 AI agent로 볼 수 있습니다. 그가 하는 일은 사실 ReAct, 즉 reasoning and acting입니다.

3:23먼저 내가 어떻게 해야 할지 요약한 다음 그 일을 하는 것입니다. 따라서 Code Interpreter는背后에 agent 로직을 대표합니다. 물론 코드 처리 및 코드 실행 능력도 있는데, 이 두 가지가 결합되어 있습니다. 자세한 내용은 이전 영상을 참고하셔도 됩니다.

3:32Code Interpreter를专门 다루는 에피소드가 있습니다. ok. 마지막은 action입니다.

3:38이 action은 agent 안에서 tool의 그것으로 이해할 수 있습니다. LangChain을 알고 계신다면,

3:45이것은 사실 tool이라는 개념, 도구라는 개념입니다. 저는 여기서 action을 추가하는데, 실행 가능한 tool을 추가하는 것입니다. 여기서 add action을 클릭하면

3:55사실 schema를 가져와야 합니다. 이 schema가 무엇이냐면, 일종의规范(스펙)으로 볼 수 있습니다. 날씨 예시를 가져와 보겠습니다.

4:01그러면 알게 됩니다. 이쪽의规范은 무엇을 설명하는지, 즉 이 tool의 이름이 무엇이고, 그것이 무엇을 하는 일인지

4:12그리고 그 호출은 지금 모두 API를 통해 이루어진다는 것, 이 API가 어떤 모습인지, 그리고 API 아래의 각 path가 무엇을 하는지, 어떻게 호출해야 하는지

4:22어떤 정보를 제공해야 하는지 설명하는 것입니다. 동시에 authorization도 있습니다. 예를 들어 API가 API key를 사용하는 경우 제공해야 합니다. 동시에 authorization도 있습니다. 예를 들어

4:26API가 API key를 사용하는 경우 API key를 제공해야 합니다. 이 API가 사용하는 것은

4:32authorization의 한 방법이므로 해당하는 방법을 제공해야 합니다. 따라서 핵심은 tool을 추가함으로써 GPT가 할 수 있는 일을 강화하는 것입니다.

4:44이런 설명과 이름을 짓는 것을 보면 LangChain에서 tool을 customize하여 추가하는 것과 완전히 동일합니다.

4:50차이가 없습니다. 그래서 여전히 왜 LangChain의 사상을 배워야 하는지 말하는 것입니다. 반드시 LangChain을 사용할 필요는 없습니다.

4:56LangChain을 배운 후에는 왜 그가 이러한 도구를 구축하는지 알게 됩니다. 좋습니다. 그럼

5:02이것을 추가할 수 있습니다. 돌아가면 이 날씨 action이 이미 추가된 것을 볼 수 있습니다.

5:10따라서 이것은 이 tool을 추가하는 좋은 예입니다. 이 모든 것을 구성한 후에는 여기의 update를 클릭할 수 있습니다. 모두에게 보이도록 publish하거나

5:17특정 사람들에게만 보이게 하거나, public으로 만들 수도 있습니다. OK. 이 confirm을 클릭하겠습니다.

5:24좋아요, 이제 다시 시도해 보겠습니다. 보시는 바와 같이 지금 네트워크 검색을 수행하고 웹페이지에 접근하고 있습니다.

5:37하지만 여기서 여러분에게 알려드리고 싶은 것은 이 접근이 정말 정확하거나 특별한 결과를 항상 가져오지는 않을 수 있다는 것입니다.

5:45여기서 여전히 환각이 존재합니다. 예를 들어 여기서 "I cannot directly view the content of github trending page"라고 말합니다. 즉, 직접 접근할 수 없다는 것입니다.

6:00지금 GitHub에서 가장 인기 있는 것이 무엇인지. 그리고 당신은 직접 이것에 접근할 수 있습니다. 매우 간단합니다. 만약 내가 직접 접근할 수 있다면 왜 당신을 사용하겠습니까? 이것은 사실 GPT와 같은 도구의 몇 가지 제한 사항입니다. 이것이 오늘 우리가 언급하고 싶은 또 다른 것입니다.

6:13바로 지금 우리는 한 시기에 있다는 것입니다. 이 시기는 GPTs가刚刚 발표되었고, GPT의 새로운 기능이刚刚 발표된 시기로, 모두가 매우 매우 흥분高涨한 시기입니다.

6:25앞으로 1, 2주 내에 매우 많은 APP과 애플리케이션이 등장할 것으로 예상되며, 자신도 일부 오픈 소스 작업을 하고 있습니다. 이러한 것들은 사실 여러분 모두가 자신의 재능을 발휘하여 이러한 일을 하도록 하기 위한 것입니다. 이러한 단계를 지나면

6:35누군가가 나와서 이것은 안 된다고 말할 것입니다. 왜냐하면 우리는 사용해 본 후 한계가 어디인지 알기 때문입니다. 언제나 상한선이 있으며, 그 상한선을 넘어가면 작동하지 않습니다.

6:42그렇죠. 그때 우리는 그것이 어떤 라인을 가지고 있는지 알게 됩니다. 지금 우리가 만난 이 문제처럼, 이 사이트에 직접 접근할 수 없거나

6:50또는 작동할 때도 있고 작동하지 않을 때도 있어서 많은 불평이 나올 것입니다. 그리고 세 번째 단계는, 아, 여러분도 할 수 있고, 나도 할 수 있다. 모든 기술이 성숙해지면 卷(경쟁)이 됩니다. 그렇죠.

6:58당신이 이걸로 만든 것을 나는 2, 3분 만에 베끼고 새로운 것으로 바꿀 수 있습니다. 그리고 이 새로운 것은

7:04한두 프로젝트가 나올 수도 있습니다. 하지만 만변불변의 종은 장벽이 점점 낮아진다는 것입니다. 베끼고 새로운 것으로 바꿀 수 있으므로 장벽이 점점 낮아집니다. 왜냐하면 껍데기니까요. 그래서 장벽이 점점 낮아집니다.

7:14지금 우리는 GPTs가 이미 이러한 추세를 보이고 있음을 봅니다. 누구나 이 도구를 만들 수 있기 때문에, 수백 개의 이러한 도구 중에서 진정으로 유용한 도구는 매우 적을 수 있습니다.

7:27많은 경우에 이러한 도구 사용 능력은 당신 자신의 도구 흐름을满足하는 것입니다. 즉, 내가 일상 생활에서 AI를 사용하는 것은 내 자신의 작업 방식을 충족하는 것입니다.

7:41 그렇지만 매우 큰 문제를 해결할 수 있는 통일된 APP를 찾고 싶다면, 개인적으로는 매우 어렵다고 생각합니다. 가장 핵심적인 이유는 진입장벽이 너무 낮기 때문입니다. 개발자로서, 당신만의 GPS를 만들고 싶고 당신만의 경쟁력을 만들고 싶다면

7:58 가장 핵심적인 것은 어디에 있을까요? 사실 가장 핵심적인 것은 두 군데에 있습니다. 첫 번째는 바로 이 knowledge입니다. 여러분이 이곳에서 제공하는 knowledge가 다른 사람들과 다른지가 중요한데, 이것은 매우 중요합니다. 두 번째는 바로 이 action입니다

8:09 이런 일종의 확장 능력, 이쪽의 action에서 우리가 뻗어나갈 수 있는 것은 매우 많습니다. 예를 들어 twitter의 인터페이스를 연결하면, TPP가 당신 대신 twitter를 올리게 할 수 있습니다

8:20 twitter를 읽고, twitter의 trending을 읽은 다음에 이것들을 기반으로 데이터 분석을 할 수 있고, 최근의 패션 트렌드를 읽고, YouTube의 조회수를 읽을 수도 있습니다

8:33 이 모든 것들이背后에 데이터가 뒷받침되기만 한다면, 당신이 API 미들웨어를 만들어서, 외부 데이터를 대형 언어 모델이 처리한 데이터로 전환할 수 있다면

8:42 아마도 어떤用处가 있을 것입니다. 그래서 만약 관련 애플리케이션을 만들고 싶다면, 이 부분을 집중적으로 보세요

8:50 function call, action을 어떻게 잘 활용할지, 중간에서 미들웨어를 어떻게 만들고 이 APP들을 어떻게串联할지에 대해

8:57 그래서 이 측면에서의赋能은 정말 엄청나게 큰 상상 공간이 있습니다. 자, 이 부분은 꼭 꼭 해보시길 바랍니다

9:05 자신만의 api를 직접 만들어보세요, 자, 그럼 오늘의 주요 내용은 이것으로 끝입니다. GPS를 어떻게 만드는지 시연해드렸고, 사용해 보았는데 효과는 기대만큼 만족스럽지는 않지만 대략 이런 뜻입니다. 그리고 세 번째는 그 한계와 기회에 대해 말씀드렸습니다. 오늘 주요 내용은 이것으로 끝입니다. 만약 이해가 안 되거나 토론하고 싶은 것이 있으시다면, 영상 아래에 댓글 남겨주시기 바랍니다

9:25 만약 우리 영상이 괜찮다고 느끼신다면, 좋아요,收藏, 구독, 댓글,转发를 눌러 저희 채널을 응원해 주세요. 만약 이해가 안 되거나 토론하고 싶은 것이 있으시다면 영상 아래에 댓글 남겨주시기 바랍니다. 만약 우리가 만든 영상을 괜찮다고 느끼신다면 좋아요,收藏, 구독, 댓글,转发를 통해 저희 채널을 응원해 주세요. 이는 저희에게 매우 중요한 일입니다. 시청해 주셔서 감사합니다

9:31 공부 순조롭기를 바랍니다