自訂 GPT · GPTs
Custom GPT
什麼是自訂 GPT?
- 以指令加文件打造的業務專用聊天機器人
- 將提示詞的經驗轉化為組織共享資產
- 公開範圍與知識檔案的更新管理是關鍵
自訂 GPT 真正改變的,不是回答品質本身,而是誰來為那份品質負責。過去只有一位善用 AI 的同仁,筆記本裡存著好的指令,其他人則只用「幫我摘要一下」這一句來問,同樣的業務也會得到參差不齊的結果。把專用機器人建好後,指令就固化在工具裡,新人隨口一問,也會經過 15 年資深同仁寫的指令來回答。團隊的下限會比最強者的上限先提升。
製作時要動的地方有三處:指令、知識檔案,以及功能開關。指令中寫入角色、禁止事項與回答格式;知識檔案上傳參考文件;網路搜尋、程式碼執行、內部系統串接(Actions)則只開需要的。這裡最常被誤解的界線,是微調與它的差別。自訂 GPT 並不是讓模型學習,而是每次對話時去找文件來讀,所以只要換掉檔案,答案當天就改變,要復原也只需換回檔案。
公開範圍設定實際上就是安全設定。範圍分為僅自己可見、知道連結者可見、工作區內部與全面公開,處理內部文件的機器人應限定在團隊或企業方案的工作區內部。知識檔案有數量與容量上限,而且文件越長,越容易引用到不相關的段落,因此與其上傳整本規章,不如只切出常被詢問的章節,會更準確。把表格改寫成文字敘述的文字檔,比掃描 PDF 出錯的機率低得多。
現場最容易出現落差的地方,是「只要放入文件,就會變成我們公司的專家」這種期待。即使有依據文件,模型也只是挑出與提問相似的段落來讀,因此會把條款混在一起回答;若舊的工作規則仍留在裡面,就會自信地引導已廢止的規定。若上傳的檔案中混有員工編號或年薪,幾次提問後內容也可能外洩。若沒有把每個機器人的負責人與更新週期寫成文件確定下來,半年後就只剩下沒人維護的數十個機器人。
OpenAI 在 2023 年 11 月的開發者大會(DevDay)上,推出了無需寫程式即可打造客製化聊天機器人的 GPTs,以及買賣這些 GPT 的 GPT 商店,從此普及開來。之後,Anthropic 的 Claude 專案功能、Google 的 Gemini Gem 等類似功能也成為標準配備。
以下用假設案例來說明。員工 420 人的製造業 A 公司,人資室 3 人負責處理年假、婚喪假與居家上班的詢問,每天花了將近 2 小時。透過即時通訊進來的詢問每月有 310 筆,而不同承辦人對同一問題給出的答案各不相同,因此每季都會重複出現異議。
- 人資主管調出近 6 個月的詢問紀錄,發現年假、慶弔、居家上班三個主題佔全部的 71%;又判斷涉及個人情況的詢問不適合交給機器人處理,因此把範圍縮限在這三項。
- 指令中寫入了 "只根據上傳的規定原文回答,務必附上條文編號,文件中沒有的內容不要捏造,改為引導至人資室內線 2140" 這句話。
- 工作規則 187 頁中只擷取了相關的 3 章。表格形式的慶弔假天數因掃描檔一直辨識錯誤,所以改寫成「配偶生產 10 天」這樣的文句重新上傳。
- 人資室的兩位課長用 30 則真實詢問進行測試,有 6 則答錯,於是把 "半天假以 4 小時為單位" 之類的例外直接寫成範例放進指令,再跑一次,答對 28 則。
- 公開範圍只限公司工作區內部,並指定人資企劃專員為管理員,要求規定修訂時 5 日內更換檔案,並在試算表中留下更換紀錄。
- 導入兩個月後,單純的規定詢問從每月 310 筆降到 90 筆,回覆時間從每天 2 小時降到 40 分鐘,新人教育時只要一個分享連結就能取代。
金鍾赫
Hye-rang Park