MyGPTsのActionってなんだろう？ WebPilotを例に理解の第一歩

はじめに

スキルを数えるスキル¹、nikkieです。

以前に少し触ったMyGPTsの素振りの続きです。

いろんなGPTが世に解き放たれていますが、Actionという概念を理解したいなと思いました。

目次

Actionの例：WebPilot

Actionのドキュメントはこちら：
https://platform.openai.com/docs/actions

今回は既存のAction、WebPilotを設定してみました。

Add WebPilot to your GPTs in 30s:
- Step 1: In the Config tab, uncheck the "Web Browsing" option
- Step 2: Click [Add Action]
- Step 3: Set up
Import OpenAPI schema: https://t.co/tWRZ0Mftzy
Privacy Policy: https://t.co/Tm3x9aHBmP#GPTs pic.twitter.com/k22JHbNgRs

— CocoSgt (@CocoSgt_twt) 2023年11月9日

• OpenAIが提供するWeb Browsingのチェックを外す
  • 代わりにWebPilotを使う設定をしていく
• ConfigureタブのActionsで「Create new Action」

（上の画像は、設定を終え、「gpts.webpilot.ai」Actionができている状態です）

設定値

• Schemaは「Import from URL」で https://gpts.webpilot.ai/gpts-openapi.yaml を指定してImport²
  • これにより Available actions が設定された（YAMLで定義されているっぽい）
• Authenticationは「None」のまま
• Privacy policyに https://gpts.webpilot.ai/privacy_policy.html を指定
  • 今回はActionを設定する素振り目的なので精査していませんが、WebPilotのPrivacy policyをよく確認の上でご利用ください

これだけで済みました、簡単！
「gpts.webpilot.ai」Action、できあがり！

このGPTとの会話の様子です。
URLで指定した論文を要約してもらっています

（許可を求められています³。先ほどのPrivacy policyですね）

要約を見ると、PDFの内容が取得できていると思われます！
これはOpenAIのWeb Browsingでは取得できなかったんですよ

雑感

WebPilot Actionがすごい

PDFが取得できるのはすごいですね。

WebPilot Actionでは、GPTがWebPilotとやり取りしてURLのコンテンツが取得できています。
Actionの中の動きはブラックボックスです。

デフォルトのOpenAI製Web Browsingでは、進行状況の表示によると、まずBingで検索する動きをしています。
PDFを指定したときは、Bingで検索した後にアクセスできないと返されました

WebPilotを知ったきっかけは性能がいいというこちらの投稿です

いろいろ記事や論文、PDF などの抽出系の便利 GPTs を作ったけれど、すべて WebPilot で十分だった...かなわない...https://t.co/3ffO4Qpujy https://t.co/sm7I8ZElup

— ぬこぬこ (@schroneko) 2023年11月14日

WebPilot Actionを使わないワークアラウンド

今回比較のために以下のGPTsを試しています。

• Paper Interpreter (Japanese)
  • https://chat.openai.com/g/g-hxDOCBQrs-paper-interpreter-japanese
• 論文読める君
  • https://chat.openai.com/g/g-qmXM09KRi-lun-wen-yomerujun

  • 結構良いGPTsできたので、みんな使ってみて。落合陽一フォーマットで論文を読んでくれる、名付けて「論文よめる君」です！https://t.co/6GQwAaT3Dr pic.twitter.com/uoCE3c48XP

    — 🌍The Earth🌏 (@yuiseki_) 2023年11月15日

これらにはarXiv Vanityのリンクを渡すとうまくいきました。
https://www.arxiv-vanity.com/papers/1412.6980/

arXiv Vanity⁴はPDFの代わりにレスポンシブのサイトとしてarXivの論文を表示します。
これはOpenAI製Web Browsingでアクセスできるんですね（Bingで検索 -> アクセス -> 内容取得している）。

「論文読める君」が、Bingで検索 -> arXiv Vanityにアクセスという動きをしていて、arXiv Vanityを知りました。

GPT Builderがすごい

以前触ったときにも体験した⁵のですが、自然言語でconfigureできるのは改めてすごいなと思いました。

Builderとやり取りを重ねる中で、プラクティスに沿ったと思われるconfigureになるんですよね。
Instructions、独力では絶対に以下のフォーマットを導けないです

Role and Goal:

Constraints:

Guidelines:

Clarification:

Personalization:

このチャットUIにより、ノーコードでカスタマイズしたGPTができちゃうわけですよ！
そしてActionを使えば、カスタマイズしたGPTは外部のAPIを利用できるわけです。
できることがめちゃくちゃ広がります！

感想

既存のActionを指定して、Actionの概念を掴みました。
Actionを介してGPTが外部のシステムと対話し協働する、これってアイうた（アイの歌声を聴かせて）の世界観じゃん！
テンション上がってきた

P.S. この先はAction自作へ

以下を参考に引き続き手を動かす予定です。

GPTs用に自動的にAPIの設計書を書いてくれるGPTsを作りました。
「○○な機能のAPIが欲しい」とか「○○(APIの名前)を使いたい」とか入力するだけで、それに応じたjsonファイルが出力されます。それをGPTsのActionsに入れるだけで使用できます。…

— だるまと赤べこ (@DarmaAkabeko) 2023年11月18日

---

1. GPT Finderみたいなアイデアかなり好き。
   
   そしてGPTsはめだかボックスの安心院さん感がある（スキル量おばけ）。
   スキルを数えるスキルみたいに、GPT FinderはGPTsからGPTを探すGPT https://t.co/8kwyFslTp1

   — nikkie / にっきー (@ftnext) 2023年11月23日

   ↩
2. これはOpenAPIの仕様で、https://platform.openai.com/docs/actions/hosted-openapi-specification によるとOpenAIがホストもしてくれるみたいです（With Actions, OpenAI now hosts the OpenAPI specification for your API. ）↩
3. YAMLではx-openai-isConsequentialをfalseにしています。このパラメタの設定については https://platform.openai.com/docs/actions/consequential-flag に記載があります↩
4. https://github.com/arxiv-vanity/arxiv-vanity↩
5. からあげさんの記事を参照しています ↩