ChatGPT的下一步,AltGPTs

原创 一乐 蓝莺IM 2023-12-12 10:11 发表于北京

蓝莺GPT商店发布,AI开发者们可以分享自己定制的Chatbot了!🎉🎉🎉

阅读本文,跟我们一起回顾生成式AI元年,看GPTs为何如此重要。

也看看为什么要做企业级GPT,然后聊聊这个新的GPT商店怎么玩 :D

ChatGPT一周年,以OpenAI的宫斗结束,八卦与狗血,一度将DevDay的光芒遮蔽。

也让很多人忽略了这个可能是OpenAI生态建设的最重要措施,可分享的GPTs和GPT商店。

11月4日,OpenAI DevDay发布GPTs消息时,我们的GPT商店AltGPTs就已完成产品设计,并在随后的GTLC华中站·Agent黑客马拉松中对所有参与者进行了预览发布。

参加黑客马拉松的所有作品均使用蓝莺AI服务搭建,包括智能消息、企业知识库和AI插件,并将Chatbot发布成GPT胶囊,供其他Chatbot创建者使用。

这里,我们将可生成定制Chatbot的GPT应用称为GPT胶囊,而不是GPTs,因为它比GPTs更加强大,用《七龙珠》里的万能胶囊形容更加贴切,具体原因我们稍后展开。

在下文关于应用分发机制的讨论中,你可以认为GPT应用、GPTs、GPT胶囊是一样的,他们都是由开发者定制的GPT。

如果把GPTs看做GPT应用的初始形态,那GPT商店其实是GPTs的分发平台,毫无疑问,它对OpenAI的重要性会像APPStore之于Apple一样。鉴于当前阶段仍是百模大战,OpenAI并没有像Apple一样的生态统治力,这也就意味着,所有大模型都需要一个这样的分发平台。

因此,我们发布这个企业级的GPT商店,蓝莺AltGPTs,让所有大模型服务都可以有一个GPT商店。

DALL·E 2023-12-12 04.00.52 - A high-resolution image of 1920x1280 for an AI robot marketplace named 'AltGPTs', with the 'G' in 'AltGPTs' capitalized.
DALL·E 2023-12-12 04.00.52 - A high-resolution image of 1920x1280 for an AI robot marketplace named 'AltGPTs', with the 'G' in 'AltGPTs' capitalized.

看名字你也知道,它也是对Altman的一次致敬。

在详细介绍AltGPTs前,我想有必要讨论两个问题,1)为什么我们觉得GPTs如此重要;2)为什么我们需要企业级GPT,而不仅是GPTs。

为什么GPTs如此重要

权游大戏已经落幕,让我们回归AI本身,看看过去一年跟AI一起走过的路。

2022年11月30日,OpenAI在发布ChatGPT的时候,我们就意识到,AI的跨越升级开始了。于是12月上线智能消息服务,并说明了如何在APP中增加ChatGPT

2023年3月,因为RLHF能力的强大,我们也开始将AI应用在智能客服中,并尝试用提示词解决幻觉等实际问题,提出了ChatGPT做智能客服的十条服务准则

随着大模型AI技术的热潮到来,越来越多的人加入大模型产业。大模型上下文的限制以及开源大模型Llama等的出现,促使很多垂直领域的公司开始搞基座大模型。

7月,基于对大模型工程技术的了解和成本产出比的朴素认知,我们开始提醒客户和合作伙伴循序渐进使用大模型AI服务,不要总想着自己训练大模型,你的业务可能并不需要

与此同时,我们发布了企业知识库服务BlueVector,支持通过通过上传文档和配置网站内容来定制AI,作为我们对垂直领域场景的解决方案。

同时增加了给微信公众号配置客服AI的功能。

8月,国产大模型开始商业化,加上监管新规的执行,我们增加了国产大模型支持

10月,我们发布了使用函数调用实现的AI插件服务,让AI可以驱动应用。其实早在3月,OpenAI就发布了插件机制,可惜曲高和寡,作为调整方案,其又在6月发布了支撑插件服务的函数调用接口,这个功能让AI可以更高效识别用户意图进行函数调用。

11月,OpenAI发布一周年到来之际,OpenAI DevDay发布了GPTs,并介绍了未来的GPT商店。如前所述,我们的AltGPTs也已开始开发,这就是你今天看到的跨大模型的企业级GPT商店。

这一年里,我们做的事情都在围绕AI应用落地,我们也接到了来自从国企央企到互联网公司,再到超级个体KOL的各种需求,我们清楚看到了市场两极分化的程度,看到了能力与应用之间的鸿沟。

企业应用方面进展比预期要慢。

一方面,很多企业并没有想清楚如何将AI应用在业务中,他们也需要理解为什么大模型AI与之前的AI不同,什么是适合AI做的,什么不是。

另一方面,很多看似简单的原理和方案,在实际应用中仍然有很多工程问题要解决。这虽然是我们做应用框架的机会,但很多公司都忍不住要自己先试一试,即使他们最终都会发现跟我们方案之间成熟度易用性的的差距。

这明显拖延了AI在企业应用中落地的速度。

但大模型从未停止进化。我们看到了越来越多的可能性,也越发相信智能时代的未来。

跟我们有同样感受的,就是那些在各个社群里分享AI技巧的极客们。他们或在完善或在突破,不断探索AI能力的边界。

他们欣喜的交流最近用ChatGPT完成的工作,做到的炫酷的事情,但是最后分享的,缺只能是一段冗长的提示词,需要感兴趣的朋友复制粘贴,在自己的OpenAI账号下艰难重现。

让这种情况越来越难的,是AI Agent的热潮,由Lilian Weng的一篇关于大模型驱动的自治智能体文章引爆。

因为一个完整的AI Agent不是几句提示词所能够代替的,它需要更强的规划以实现完成业务,需要有更大的记忆来存储领域知识,还需要有驱动业务的工具。

这也分离了GPT开发者和GPT使用者。

我们用前者来代替那些走在前面的AI探路者,那些充满AI技巧的极客们,用后者来代替那些对AI充满好奇,但由于研究时间和经验限制,主要精力都在体验和感受AI的人。

我之所以有这样的感慨,因为我今年在多个大会分享过,也观察了TGO鲲鹏会会员对AI的使用。在这个号称集中了全中国最懂技术的一千个CTO的社群里,还有相当一部分人没有用过ChatGPT,这令人难以想象。

但是你看,当我们将GPTs看为应用,区分开了GPT的开发者和使用者,这是不是像极了APP开发者和使用者?

有了GPTs,GPT开发者的发现和知识可以从解决自己的问题到开始解决别人的问题,从分享好玩的文字(提示词)到分享好玩的工具,甚至通过分享这样的工具获得收益

GPTs让OpenAI有了开发者生态,而只有有了开发者,企业对AI的理解和后续的应用落地才有可能加速。

GPTs的局限与企业级GPT

但GPTs是有局限的,这也是很多人用起来的感受,它还是不够强大。

1. 知识库大小受限且类型单一

我们知道,GPTs可以上传文件,但文件大小是有限制的,而且使用方式较为单一。按照之前我们对Agent所需要的记忆的理解,这种存储模式其实还只能用在知识记忆和有限的历史记忆,而不是更丰富的业务记忆和会话记忆。

2. 知识文件没有权限控制和数据保护

最重要的上传的文件可以轻松通过提示词被使用者获取,这在企业应用甚至是某些个人应用或数字分身里,都是很难令人接受的设定。

3. 动作Action比较简单

GPTs确实可以通过Action来调用外部系统,但是这跟能够支持千级别API导入处理的AI插件来比,说玩具虽然有些夸张,但差距仍是十分明显的。

在API调用鉴权特别是OAuth的时候不稳定经常出错,是尝试过的朋友的第一感受。

4. 使用对话方式构建GPT有难度

当前构建Agent的方式,有三种典型操作:

一种是手写提示词,然后对话调教,就像GPT Builder一样; 另一种是通过GUI界面定义工作流,使用拖拽等方式进行流程沉淀,例如ChatFlow[1]; 还有一种更倾向于使用编程方式进行流程定义和编排,像微软PromptFlow[2]、刚刚开源的微博RillFlow[3]以及尚未发布的xAI PromptIDE[4]

虽然我们不能排除未来应用开发方式以对话构建的可能,但我们相信,在相当长一段时间内,需求和应用的复杂性意味着其需要更强大的IDE支持。

5. 厂商锁定仅限于OpenAI

严格来讲,这不能算是GPTs的局限,GPTs当然是服务OpenAI的。但是对于企业级应用来讲,厂商锁定仍是一个巨大的风险,对于国内监管新规下企业更是不可忽视的问题。

以上这些,都是企业级GPT要解决的问题。

一个跨大模型的GPT商店

有了企业级GPT,就要有发现与分发机制,这就是我们今天发布的AltGPTs:

  1. 它是企业级GPT/Agent的分发平台,因为我们支持构建企业级GPT;
  2. 它是跨大模型AI的,因为我们支持多大语言模型,也只是随时配置;
  3. 它可以让GPT开发者赚到钱,因为我们会增加GPT应用定价机制;

因为好用的工具,就是要完成应用的闭环,不管AI多么强大,它都需要与当前企业应用做对接,这部分并不是聊天那么简单。

而蓝莺AltGPTs将为所有LLM创建GPT商店机制,创建Agent开发、分发、收益分成的统一平台。

如果你是AI领域超级玩家,喜欢分享自己的GPT应用,或者希望为私域的用户提供增值服务,欢迎添加文后公众号提前试用收费GPT。

如何使用

如前所述,你只需要在创建Chatbot之后,使用生成GPT胶囊即可创建自己的GPT应用。

生成GPT胶囊
生成GPT胶囊

生成时需要填写的主要内容为GPT简介,以及一个GPT开发者的lanying.link地址,方便使用者联系作者,再加上密码和定价:

配置GPT胶囊
配置GPT胶囊

之后,GPT开发者即可在创建Chatbot时导入GPT胶囊即可:

导入GPT胶囊
导入GPT胶囊

至于如何创建Chatbot,可直接搜索本公众号视频号查看使用指南。

后记

我们当然也知道,这一年,多模态技术接连突破开源大模型能力突飞猛进,但我们关注大模型的能力进展,我们更加关注AI带来的新应用机会。

如果你有自己的观点或者想参与讨论,欢迎添加「小蓝会聊天」微信进群:

扫码添加小蓝会聊天
扫码添加小蓝会聊天

本文内容已进入小蓝文章知识库,可使用蓝莺 Link 提问:

https://lanying.link/00h0vp [5]

关于蓝莺IM

蓝莺IM是新一代智能聊天云服务。

企业可以通过集成蓝莺IMSDK,同时拥有Chat和AI两大功能,当前AI引擎已支持ChatGPT(包括OpenAI和Microsoft Azure)、Minimax、百度文心一言、智谱AI,讯飞星火、阿里通义千问陆续接入中。

如果你希望在强AI时代打磨好自己的产品,欢迎继续关注蓝莺IM,我们会持续输出最新的经验与技术:

打造新一代智能聊天APP,使用蓝莺IM SDK!
打造新一代智能聊天APP,使用蓝莺IM SDK!

参考资料

  1. ChatFlow
  2. 微软PromptFlow
  3. 微博RillFlow
  4. xAI PromptIDE
  5. 小蓝文章助手
© 2019-2023 美信拓扑 | 官网 该文件修订时间: 2023-12-12 11:37:42

results matching ""

    No results matching ""