运用 ChatGPT Projects 和 GPTs 提升工作效率

ChatGPT 不仅仅是一个简单的对话助手，它提供了更高级的功能来帮助用户系统性地处理重复性任务和项目。本文将介绍 ChatGPT 中的 Projects (项目) 和 GPTs (定制化 GPT) 两大核心功能，重点是如何利用它们来获得更稳定、可重复的工作成果。

使用 Projects 功能组织工作流

ChatGPT 界面左侧新增了 Projects 区域，位于聊天历史记录之上。Projects 功能旨在帮助用户组织工作、维护上下文信息，并简化那些需要反复进行的聊天或活动。它可以将相关的所有信息聚合到一个单一的工作空间中。

Projects 的核心作用：

1. 聚合聊天记录： 用户可以将与特定项目或主题相关的多个聊天对话拖拽到相应的 Project 中进行归类。例如，可以将有关“2025年教育策略”、“演示脚本撰写”、“高级网络研讨会策略”等对话归入一个名为“内容策略与演示”的项目。
2. 共享文件与上下文： 在 Project 内部，用户可以上传与该项目相关的文件（如报告、文档、脚本、数据文件等）。这些文件提供的上下文信息将自动应用于该 Project 内的所有聊天对话。这意味着用户无需在每个单独的聊天中重复上传相同的文件，大大提高了效率和一致性。
3. 设置自定义指令 (Custom Instructions)： 每个 Project 都可以设置自定义指令。这相当于一个“主提示词 (Master Prompt)”，用于指导该 Project 内所有 ChatGPT 对话的行为方式。例如，可以指示 ChatGPT 在此项目中扮演“内容策略和演示文稿项目经理”的角色，专注于规划、内容创建、推广和活动后跟进，并要求其参考已上传的文件、保持特定语气（如专业且平易近人）、提供分步指导，并确保数据保密性。

如何创建 Project：

点击左侧边栏的“新建项目”图标，输入项目名称，即可创建一个新的 Project 工作空间。随后，便可以将现有的聊天拖入该项目，上传相关文件，并配置自定义指令。

Projects 与 GPTs 的区别：

需要明确的是，Projects 主要侧重于个人工作空间的组织和管理，帮助用户聚合与特定任务或计划相关的聊天和文件，维持上下文连贯性。而 GPTs 则侧重于创建可重复使用的、针对特定任务的自动化工具，并且可以跨团队或组织共享。

探索与使用 GPTs

GPTs 可以被理解为针对特定、可重复任务的定制化 ChatGPT 助手。用户可以在左侧边栏固定常用的 GPTs，例如一个“专业写作教练 (Professional Writing Coach)” GPT。

GPTs 的核心能力：

1. 定制化指令： 与 Projects 类似，GPTs 的核心是其定制化指令，这些指令精确定义了 GPT 的行为模式和目标。
2. 知识库 (Knowledge)： 可以向 GPTs 上传特定文件（文档、指南、数据库节选等），使其具备专业领域的知识背景。
3. 能力 (Capabilities)： 可以为 GPTs 开启或关闭 ChatGPT 的内置能力，如网页浏览 (Web Browsing)、DALL·E 图像生成、代码解释器 (Code Interpreter，用于数据分析和文件生成) 以及 Canvas (用于协作写作和头脑风暴)。
4. 动作 (Actions)： (高级功能) Actions 允许 GPTs 连接到第三方系统或数据库（通过 API），执行 ChatGPT 外部的操作，例如将任务添加到 Jira 看板。

GPT Store 与使用示例：

用户可以通过 Explore GPTs 进入 GPT Store 探索和查找由 OpenAI 或其他用户创建的 GPTs。可以按名称搜索，或按类别（如写作、生产力、研究分析等）浏览。找到合适的 GPT 后，可以开始与其对话，并通过右上角的三个点菜单将其固定到侧边栏。

例如，使用“专业写作教练” GPT：用户可以粘贴一段文字，并要求 GPT 提供反馈。该 GPT 被设计为始终以固定格式回应：先指出优点，再提出改进建议（如语法、句子清晰度、流畅性）。用户还可以进一步要求 GPT 根据建议重写文本，此时 GPT 甚至可能自动调用 Canvas 功能进行协作编辑。

GPTs 的应用场景广泛：

• 销售： 创建用于生成有说服力的销售提案的 GPT。
• 工程： 构建辅助调试代码的 GPT。
• 金融： 开发用于标准化分析特定财务文件的 GPT。
• 产品： 制作帮助制定详细产品路线图和时间表的 GPT。
• 市场营销： 设计确保所有文案符合品牌语气的 GPT。

构建自己的 GPT

创建 GPT 无需编程知识。以下是构建一个名为 “Meeting Mate” (会议助手) 的 GPT 的步骤，该 GPT 旨在帮助用户准备外部会议。

创建步骤：

1. 进入创建界面： 在 GPT Store 中点击右上角的 “Create” 按钮。
2. 配置 (Configure) 选项卡：
   • 名称 (Name)： 为 GPT 命名，例如 “Meeting Mate”。
   • 描述 (Description)： 清晰简洁地描述 GPT 的功能，让用户了解其用途。例如：“Meeting Mate 通过提供议程建议、参会者洞察、沟通技巧和文化礼仪建议，帮助您准备外部会议。”
   • 指令 (Instructions)： 这是最关键的部分。需要用清晰、分步的方式告诉 GPT 它应该如何行动。
     • 角色和目标 (Overview/Role and Goal)： 定义 GPT 的身份和主要职责。
     • 分步指南 (Step-by-Step Guide)： 详细列出 GPT 在与用户交互时应遵循的步骤。例如：问候用户 -> 询问会议关键细节 (目标、参与者、时间地点等) -> 利用知识库文件提供定制化帮助。
     • 指导原则 (Guidelines)： 设置额外的行为规范，如语气（友好专业）、准确性要求、信息来源（基于知识库）、以及当遇到无法回答的问题时的处理方式（例如建议用户咨询经理）。
     • 格式化： 使用 Markdown 格式（一种简单的标记语言，使用如 *、#、- 等符号来组织文本结构）编写指令通常效果更好，因为它有助于模型更好地理解和遵循指令层次。
   • 对话启动器 (Conversation Starters)： 提供一些预设的问题或提示，引导用户开始使用 GPT。例如：“帮我准备一个与日本新客户的线上会议”。
   • 知识库 (Knowledge)： 上传相关文件，如公司差旅政策、跨文化会议指南、会议议程模板等。GPT 在回答时会参考这些文件。
   • 能力 (Capabilities)： 根据 GPT 的需求启用或禁用相应功能。对于 “Meeting Mate”，可能需要开启 Web Browsing (研究客户) 和 Code Interpreter (如果需要生成格式化的议程文件)。DALL·E 可用于生成 GPT 的头像图标。
   • 动作 (Actions)： (可选高级功能) 如果需要连接外部系统，可以在此配置。配置 Actions 需要一定的技术知识，涉及 API 和认证设置。
3. 预览与测试 (Preview)： 在右侧的预览窗口中测试 GPT 的行为，根据反馈不断调整指令，直到满意为止。需要注意的是，GPT 可能不会第一次就完全按预期工作，迭代优化是构建过程中的常见部分。正如演示中可能出现的情况，即使是精心设计的指令，有时也需要微调才能达到理想效果。
4. 保存与分享 (Save/Update)：
   • 点击右上角的“保存”或“更新”按钮。
   • 选择分享设置：仅自己可见、通过链接邀请特定用户、组织内所有人可见（取决于工作区设置）、或公开（如果管理员允许）。

使用构建好的 Meeting Mate GPT：

创建完成后，“Meeting Mate” GPT 就会出现在侧边栏。用户可以向它提问，例如：

• “我们有标准的会议议程格式吗？” (GPT 会参考知识库中的模板文件回答)
• “你有什么建议可以在会前研究客户，让会议更个性化？”
• “某个客户倾向于线下会议，我们的国际差旅政策是怎样的？” (GPT 会参考上传的差旅政策文件)

通过这种方式，“Meeting Mate” GPT 成为了一个个性化的会议准备助手。

利用高级模型 (如 O1/GPT-4o) 编写 GPT 指令

对于编写复杂 GPT 指令感到困难的用户，可以利用 ChatGPT 的高级模型（例如代号为 O1 或指 GPT-4o 这样的强推理能力模型）来辅助生成指令。

方法：

1. 选择高级模型： 开启一个新的聊天，并选择 O1 / GPT-4o 模型。
2. 请求帮助： 告诉模型你正在为 GPT 编写指令，需要它的帮助来构思。可以要求它提出一系列问题，以收集构建指令所需的全部信息。
3. 回答问题： 模型会就 GPT 的目标、功能、语气、内容边界、格式等方面提出问题。详细回答这些问题。
4. 迭代沟通： 模型可能会根据你的回答提出追问，进行几轮对话，确保它完全理解了你的需求。
5. 生成指令： 最后，要求模型“使用提供的所有信息，用 Markdown 格式创建 GPT 指令”。
6. 复制代码： 模型将生成结构化的 Markdown 指令。将其复制并粘贴到 GPT 编辑器的“指令”区域即可。

这种方法利用了高级模型的推理和组织能力，可以显著简化和加速 GPT 指令的编写过程，尤其适合需要复杂逻辑或多步骤流程的 GPT。

重要提示：

无论是使用 Projects 还是 GPTs，或是由 AI 辅助生成的任何内容，人工审核和验证始终是必要的。AI 可能产生不准确或不完善的输出。用户需要对最终结果负责，尤其是在创建用于沟通或决策支持的 GPTs 时，务必确保其准确性和适当性。