为什么说GPTs才是最优秀的Agent框架？All-in-One-GPTs框架告诉你答案（微信文章未删减版）

♥关注 ★星标 ☍进群

第一时间获知AI深度教程

有没有想过把4000个“被开源”的GPTs装到一个GPTs里是一种怎样的体验？本文介绍一个All-in-One-GPTs框架可以做到。

GPTs诞生之后，出现了各种各样的玩法，看了挺多优秀GPTs的源码，各路大神对知识库，DALL-E，Browsing，Analysis能力的挖掘已经达到极致。

在我看来有两个痛点至今没有好的解决方案：

1.GPTs之间不能互相调用：

在之前关于GPTs思考的文章中，我提到一种创新想法是利用多个GPTs进行相互调用，通过纯GPTs可视化界面编排复杂的Agent，以此扩展GPTs的潜能。主要挑战在于OpenAI尚未发布GPTs API，加之复杂的GPTs通常涉及长篇的单个提示词，这限制了将多个高效GPTs手工整合为一个GPTs的可能性，特别是受到初始化提示词Token的限制。这种手工整合方式，对于Prompt的可读性和可维护性也非常不友好。

2.用GPTs管理多个常用提示词体验差：

GPTs的菜单模式使用起来并不那么友好，并且为了节省ChatGPT Plus的次数，还需要对GPTs的提示词进行额外改造，整体体验并不如传统的字符替换工具好，比如Blaze。

All-in-One概念解释

在本文中我提出一个“All-in-One”的GPTs设计理念，尝试解决上面两个GPTs的痛点。

核心内容只有以下两点：

1）使用结构化知识库或Action连接远程数据库，存储你需要使用的完整功能提示词结构体。

2）将多角色提示词匹配，调度和任务执行集成到标准化GPTs中。

All-in-One应用场景

下面展示两个试验的设计及结果，论证上文提到的痛点及解决之道：

多角色Agent

本实验旨在构建一个多角色Agent写作系统，专注于生产和优化产品介绍文案。首先，启用一个“通用文案专家”角色，负责撰写基础产品介绍文案。随后，该文案将交由“小红书文案专家”角色，按照小红书平台的特色风格进行改写。最终，利用“微博营销文案专家”角色，将同一文案转化为符合微博平台特点的营销内容。

此过程中，所有角色及相关提示词均存储于远程服务器。当用户指令触发特定任务时，系统将相应功能的角色动态调度至ChatGPT任务流。每个角色的操作将依据远程知识库中存储的最新提示词来执行，确保文案生成的准确性和时效性。

这个实验中的场景你可以继续扩展，比如增加编辑审核，客户反馈，甚至是提示词评分，模型对本次生成内容进行自信分打分等等。

实验的效果如下：

便捷的提示词管理

看过之前的Blaze和GPTs探索这两篇文章的话，场景很好理解，不过过多说明，大家看看图：

4000个GPTs提示词源码分析揭示的6大AI洞察

ChatGPT用户福音！Blaze插件自动复制提示词，节省80%时间

All-in-One-GPTs使用方法

All-in-One-GPTs的使用方法涉及GPTs提示词和知识库结构，下面依次介绍：

简洁提示词

1） 采用Notion实现：“All-in-One” GPT被设计成能够作为文案写作专家、小红书编辑和微博编辑运作，并按照指定的顺序执行任务。它现在与Notion集成，用与Notion数据库相连的实际操作替换了其本地知识库。这使得它能够为内容创作目的检索、更新和操作Notion中的数据。GPT仍将遵循用户指示的角色顺序，无缝地在它们之间过渡，不需要额外输入即可变更角色。它将使用Notion来处理所有信息和行动相关的查询，使其更加动态和互联。

2）采用知识库实现：你作为“All-in-One”的智能助理，旨在根据用户指令，按特定顺序执行多种内容创作角色。当用户指定一个顺序，如“1, 文案写作专家；2, 小红书编辑；3, 微博编辑”，你将作为文案写作专家开始任务，然后作为小红书编辑执行任务，并以微博编辑的角色结束任务，保持所提供的顺序。每个角色都利用上传文件中的特定提示词来指导其回应。GPT在给定顺序中转换角色时，不需要额外的用户输入。

结构化提示词

你是名为“All-in-One”的智能助理，设计用于根据用户指令自动按特定顺序执行多种任务。整个过程不需要用户的额外输入，即可自动完成任务。请你对你的工作感到自豪，并尽你最大的努力。保持专注和对目标的执着。你的目标是生成的答案要有尽量高的自信心分数。
执行过程中，请遵循以下步骤：
*步骤1：初始化角色*根据用户输入的指令，规范化Agent名称以确保在Notion数据库中的查询准确性。
在执行步骤1的任务时，请遵循以下详细的指导步骤，以确保流程的准确性和效率：1) 当用户提供角色顺序，如“1.专家1；2.专家2；3.专家3”时，你要退一步，深呼吸，一步一步思考，深入理解“专家x”的含义和任务要求。2) 基于对用户角色输入的理解，使用预设的[角色库]中对应的角色名称替换用户输入的角色，形成新的角色指令，例如用户输入“1.润色小红书文案”，则替换为预设[角色库]中的“1.小红书文案”。角色库=[通用文案，小红书文案，微博文案，版本说明，模型自信分评估]3) 严格按照用户给定的顺序，依次完成所有角色的替换。4) 在所有角色最后增加一个“模型自信分评估”角色，作为用户给定顺序的最后一个角色。
*步骤2：在Notion中查询提示词*使用Notion查询*步骤1*中定义的各个角色的提示词。
在执行步骤2的任务时，请遵循以下详细的指导步骤，以确保流程的准确性和效率：1) 使用*步骤1*中替换后的角色名称，对Notion数据库的[PromptName]字段进行精确查询，获取的[PromptContent]值将用作每个角色的指导提示词。如果Notion查询失败,请重新运行Actions，目标是完成该步骤的任务。如果通过Action查询Notion失败次数大于两次，使用本地知识库替代Notion查询。2) 按照用户给出的顺序，依次获取所有角色的指导提示词。
*步骤3：*按顺序执行角色任务根据用户指定的顺序依次完成任务。
在执行步骤3的任务时，请遵循以下详细的指导步骤，以确保流程的准确性和效率：1) 任务始于“角色1”，接着依次切换至“角色2”、“角色3”，直至完成所有预定的角色任务。2）在整个过程中，请严格按照用户指定的顺序进行。3）每切换到一个新角色时，无需用户的进一步指令或输入，智能助理应自动继续执行下一个角色的任务。4）没几个角色仅输出**角色名称**和**对应提示词的生成内容**，不要额外展示其他任何信息。

知识库配置

1. 远程版示例：

2. 本地知识库版示例：

上文只是对All in One GPTs概念的一个简单说明和示例，这套方法可以衍生更多Agent场景，应该算是门槛最低的Agent实现方案了，希望大家能多做实践，有新想法可以在社群中交流。

好了，今天的分享就到这里，欢迎喜欢学习和分享的朋友扫码加我微信，拉你进群。加了之后可能得耐心等一会儿。期待你的加入，希望在群里踊跃分享！