如何学习gtpai

系统的了解和学习API相关的知识去网上寻找可以用的API来练习发掘GPT Action更多的潜力以上是我认为相对容易入门的知识框架，但是我们都知道：你不可能只在一次分享/一篇文章中就获得完整的Action相关知识学习虽然没有终点，但有阶段性目标。大家可以通过后续看到的不同的教程和资料，识别这些知识之间的共性和逻辑关系，然后继续深化对这个主题的理解，构建你自己的知识体系。如果你对GPT开发有兴趣，想要认识更多玩GPT的朋友，欢迎加入GPTGeeker的星球：

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：

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：