编写 GPT 的过程如下：
此外，从 GPT 的角度看，生成句子只是一个 token 序列，每个块处理所需计算工作相同，Transformer 有一定推理能力但与人类写作过程不同。
对于一些它不熟悉的API，还是需要在Prompt里告诉他要怎样使用。比如剩下的数据也可以用类似的方式让ChatGPT来处理，比如让他列出：上映时间'release_date'、评分'vote_average'、评分人数'vote_count'：它就能很+我们最后提炼一下Action的工作流：首先，想一下你想要做一个什么样的GPT，以及是否需要外部数据——这两个谁先谁后不重要；然后，去你需要的外部数据寻找API文档，或者基于你的需求，自己开发一个API，寻找市面上可以直接用的Action ；最后，基于API文档，编写Action里的Schema，和Prompt（如何处理取回来的信息）写在最后总结一下：今天我们的讨论起始于人工智能中的“Agent & Action”，然后转向OpenAI对智能体（Agent）能力模型的定义。接着，我们深入探讨了ChatGPT中的Action（搜索、画图、代码解释器），以及GPT系列中的不同Action。使用了一个容易上手的Action Webpilot，用于访问网页获取实时的文本内容。最后，我们初步了解了API的概念，以及GPT如何通过Action与外部数据进行交互和使用。如果对Action很感兴趣，你可以从以下方向开始继续前进：
themoviedb.org是一个电影数据库，api是他的二级域名——就像是门牌号一样，让GPT可以来这里取数据，也就刚刚“Talk to”的对象。接下来，我教大家如何快速上手这个Action。完成“找电影”的GPT因为调用TMDB是需要API KEY的，所以我们需要先前往themoviedb.org注册后申请一个API KEY。在你注册后，还要点击邮箱验证邮件里的链接后才可以使用，注册流程就不赘述了注册后，依次点击右上角头像-账户设置- API -请求API密钥- click here选择Developer开发者，协议拉到最底下然后Accept接受。使用类型：网站。应用名称随便写，URL填ChatGPT()官网就行，简介必须写英文的，下面的除了邮箱外（因为要收验证码），大概填填提交就好，支持中国手机号。填完了就可以获得API密钥和API读访问令牌了，找个小本本先记下来下面的‘API读访问令牌’备用。构建GPT新创建一个GPT，名字描述随便写，Instructions使用以下内容：使用中文对话，当用户想找电影时，输出以下内容：详细介绍和主视觉图（取自'backdrop_path'）主要剧情观影前需要了解的背景和知识搜索网上的评论并总结，你可以使用webPilot来寻找添加一个上一步的Webpilot Action。继续添加一个新的Action，在Schema里粘贴以下内容：
哎呀，这是一个很大的倍数，但是加利福尼亚州是人口最多的州，所以可能看起来还可以。然后我有了所有我可能需要的信息，现在我可以开始进行创造性部分，就是写作了。我可能开始写一些像“加利福尼亚的人口是阿拉斯加的53倍”这样的句子。然后我想到，这实际上是非常尴尬的表述。让我删掉那个，再试一次。所以，当我在写作时，我有一个单独的过程，几乎是在检查我正在写的内容，评估它是否看起来不错。然后可能我会删除，可能我会重新构造句子，然后可能我会对产生的结果感到满意。基本上，长话短说，当你创建这样的句子时，你的内心独白在幕后进行了大量的工作。但是，当我们在训练GPT时，这样的句子看起来是什么样子呢？从GPT的角度看，这只是一个token序列。GPT在读取或生成这些token时，它只是一个个地处理，每个块大约需要相同数量的计算工作。而这些transformer并不是非常浅的网络。它们大约有80层的推理能力，但80层还不算太多。所以，这个transformer会尽其所能进行模仿，但显然，这里的过程和你所经历的过程看起来非常、非常不同。