ChatGPT-GPTs Actions超基本實驗
Open AI在2023-11-06進行第一屆開發者大會，其中我認為最重磅的功能就是Actions的推出，透過這個功能可以讓ChatGPT不再流於單純的返回訊息這種嘴砲型態，而是真正的可以幫忙去做某些事情，讓人類距離動嘴命令AI管家做事情的理想，又更縮短了一步。
先前條件與說明
要達成這個功能，首先你必須要去申請一個ChatGPT Plus會員，才可以使用GPTs。
建立一個新的GPTs後，你可以進去下一些Instructions來提示ChatGPT該怎麼幫你做一個資料正規化的事情，正規化的過程其實就是現實生活中最煩人的部分，因為有很多使用者根本不知道他們自己的問題在哪裡、或者他們要問什麼，這部分就讓最擅長溝通的GPT來代勞啦。
建立Schema
切換到config頁籤就可以看到許多進階功能，這部分就是在定義怎麼透過ACTION送出去外界進行真正的動作，這邊我們採用一個查詢郵遞區號小助手作範例。
首先我們先給予OpenAPI定義的雙方交握Schema，這部分可以透過Swagger來進行線上編輯與視覺化檢視：
openapi: 3.0.3
info:
title: 郵遞區號小助手
description: ChatGPT GPTs Action Demo
version: v1.0.0
servers:
- url: https://somesite.com
paths:
/chatGPTAction.ashx:
post:
tags:
- 郵遞區號
description: 取得郵遞區號
operationId: LocationQuery
requestBody:
content:
application/json:
schema:
$ref: '#/components/schemas/oQuery'
required: true
responses:
'200':
description: 正確返回結果
content:
application/json:
schema:
$ref: '#/components/schemas/oData'
components:
schemas:
oQuery:
type: object
properties:
cLocation:
type: string
example: 台北市大安區
oData:
type: object
properties:
cLocation:
type: string
description: 原先查詢地區
iPostalCode:
type: integer
description: 郵遞區號
cMessage:
type: string
description: 其他訊息
從上面的案例我們大致上可以看出，我們將透過POST傳遞JSON格式的資料字串進去，輸出的話會返回一個自定義的物件包，從Swagger的UI看起來就如下圖瑣示：
Action後端程式碼
基本上你的Schema定義好後，GPTs會在後面寫一段自有的程式碼，來將你的需求定義成一支Functions，然後當ChatGPT跟使用者對話到某一個確認的程度時，會自動送需求給這支Functions。為此，我們在這邊寫一個模擬後端回應。（ASP.NET WebForm ASHX）
public class chatGPTAction : System.Web.IHttpHandler
{
public void ProcessRequest(System.Web.HttpContext oContext)
{
using var oSR = new System.IO.StreamReader(oContext.Request.InputStream);
var oRequest = Newtonsoft.Json.JsonConvert.DeserializeAnonymousType(oSR.ReadToEnd(), new { cLocation = "" });
var cLocation = oRequest?.cLocation;
if (string.IsNullOrEmpty(cLocation)) { cLocation = "無法取得地區資料"; }
var oData = new GptORM() { cLocation = cLocation };
switch (cLocation)
{
case "台北市大安區":
oData.iPostalCode = 106;
oData.cMessage = "命中目標";
break;
default:
var oRnd = new System.Random();
oData.iPostalCode = oRnd.Next(100, 999);
oData.cMessage = "亂數產生";
break;
}
//oData輸出成JSON，略...
}
public bool IsReusable { get { return false; } }
public class GptORM
{
public string cLocation { get; set; }
public int iPostalCode { get; set; }
public string cMessage { get; set; }
}
}
經過這樣的設計後，基本上就可以在GPTs上面對話了，頂多可以在Instructions裡面加上一些咒語，例如：
當Actions收到JSON回傳時，請回覆成下列格式：
您好，經查`cLocation`的郵遞區號是`iPostalCode`，此次交易遠端的附加訊息是`cMessage`
您可能會覺得，怎麼可能ChatGPT看得懂這樣的咒語格式？放心！他就是真的跟人類一樣可以理解你想要幹嘛！
補充說明
⚠ 特別補充一個我在學習的過程中撞牆了一兩個小時的痛過經歷，因為一開始我打算是採用HTTP POST FormData application/x-www-form-urlencoded來進行，並且因為第一次摸索，在全然沒有任何有效的參考文件下進行，而當我的Schema寫明請幫我透過Form POST的方式送出資料時，GPTs一直回覆我錯誤，無法送出的Debug訊息：
[debug] Calling HTTP endpoint
{
"domain": "somesite.com",
"method": "post",
"path": "/chatGPTAction.ashx",
"operation": "LocationQuery",
"operation_hash": "73ca3637538bf62c6d8e9d5f45770242ededb314",
"is_consequential": true,
"params": {
"cLocation": "SomeStringWannaQuery"
}
}
[debug] Response received
{
"response_data": "UnrecognizedKwargsError: cLocation"
}
經過我反覆檢查了：Schema YAML、Schema JSON、伺服端的程式碼、伺服端的CORS、非ANSI字元的UrlEncode、欄位名稱...之後，終於發現都不是這些問題，而是OpenAI一開始就沒有把後端自有程式碼的Form POST寫正確，也就是說如果你想要透過GPTs Actions使用HTTP Post FORM送出資料，無論如何都會得到這個錯誤：
UnrecognizedKwargsError: XXXXX
最憋屈的是，GPT-4每日只有40個Session的額度，你在測試的過程中隨便錯幾次額度就爆炸了，換來的就是漫長的等待...。總之就是這樣了，如果你找到這一篇有極高的概率，應該也是採用Form POST的陷阱。