GPTs太火了。OpenAI的首屆開發者大會之後，短短半個月時間，已經出現2萬個GPTs，平均每天冒出來1300個。這個熱度，跟ChatGPT剛發布時有得一拼。
GPTs相當于個人定制版的ChatGPT。在ChatGPT後台，你可以用很簡單的提示詞，創建一個高度個性化的“小ChatGPT”，以完成特定任務。
這個過程，不需要編程，也不需要懂代碼，只需要有一個ChatGPT Plus賬戶，會用電腦就行。
用戶們自發創建的這些GPTs，幾乎涵蓋了你能想到的所有領域——實用工具、生活助手、學習陪伴……有人用它畫畫，有人用它做數據分析，有人用它模仿馬斯克說話。
都說高手在民間，這有點在抖音上拍短視頻那味了。
普通人開發應用的門檻，被GPTs徹底抹平。就像當年蘋果推出Apple Store，吸引大量開發者圍繞它開發各種APP，相比之下，GPTs對開發者的要求更低。
前陣子百度創始人李彥宏剛奉勸過創業者，不要卷大模型了，那是重複造輪子，還是卷應用吧。話音未落，GPTs就卷起來了。
哪些GPTs最火爆？
目前，OpenAI還沒有推出官方的GPT商店——之前給出的時間是11月底。因此，我們沒法看到所有公開的GPTs名單。
不過，這事已經有人替OpenAI幹了。在OpenAI宣布上線GPTs的第二天，就有開發者搗鼓出了民間GPT Store，然後沒過幾天又湧現出一批相似網站。
根據GPTs Hunter顯示的實時數據，截至11月24日8時，平台收錄的GPTs數量一共有21805個。
這些GPTs類別廣泛，高頻關鍵詞包括：生産率、開發者工具、客戶支持、教育助理、營銷、語言學習等等。
比如生産率相關的，法律GPT可以就法律案件提供咨詢，編程GPT可以協助編寫代碼，招聘GPT能對簡曆和職位描述進行比較並生成表格，財務GPT能分析解讀財務報表。
寫作相關的，幫你寫小紅書文案，寫簡曆，寫報告，編故事……語言相關的，像馬斯克一樣說話，普通話教練，迂回溝通者——號稱“企業黑話專家，從不直接”，以及還有一個“車轱辘話專家”。
另外，有一大堆教你怎麽做GPTs的GPTs，它們通常叫“GPT builder builder”或“GPT Builder Plus”。
總之，五花八門，無奇不有。
這麽多GPTs，哪些最火爆？
這裏我們引用X（原推特）用戶@Imrat的數據，他在SimilarWeb定期抓取GPTs的訪問量數據，並公布排名榜單。以下是GPTs上線半個月（截至11月20日），使用人數最多的20個GPTs名單。
從圖中可以看到，大部分GPTs是圖片、設計、編程、語言相關，這些都是ChatGPT作爲大語言模型的強項。名單中的GPTs實用性高，工具屬性強，專注于解決特定問題或提高使用者某方面的技能。
值得注意的是，最早上線的第一批GPTs，是由OpenAI自己推出的，一共有16個，它們被內置在ChatGPT裏。現在GPT Store還未上線，在ChatGPT的頁面只顯示了16個官方GPTs。這跟智能手機預裝APP有點像。
因此我們看到，訪問量前15的GPTs中，有14個都是OpenAI自己的。
再看具體的訪問量。OpenAI的16個GPTs，合計訪問量938萬，占了整體訪問量的近六成。其中，排名第一的dall-e，有349萬人訪問，遙遙領先（在ChatGPT中，它被放在GPTs列表第一個）。dall-e是OpenAI的圖像生成工具，在9月剛被內置到ChatGPT中，它跟上半年大火的AI繪畫工具midjourney功能相似。也就是說，ChatGPT也能夠文生圖了。
排在第二位的數據分析工具data-analysis，以及第三位的經典版ChatGPT，都是100多萬的訪問量。前三名吸走了大部分流量。
在詳細的榜單中，72名以後的GPTs，訪問量都在1萬以下，再往後逐級遞減，346名以後已經跌到1000以下。絕大部分流量，都集中在頭部少數幾個GPTs手中。
現在能監測到的公開的GPTs有2萬個。這意味著，絕大部分GPTs基本沒什麽人用，它們僅僅是能使用而已。
我們再來看非官方推出，但訪問量靠前的GPTs，以下是前20榜單。
排第一的canva有19萬訪問量，它的功能是輔助設計，海報、文案、logo都擅長。不過，在之前ChatGPT推出插件功能時，canva就已經被引入了，提前有一些用戶使用過。而且，Canva本身就是全球最大的設計平台，公司估值超過400億美元。
排在後邊的Grimoire、designergpt都是協助編程的實用工具，可以簡單幾句話創建一個網站。ai-pdf是一個PDF工具，允許用戶用自然語言的方式查詢文檔、執行操作。
由于目前官方的GPT Store還沒出現，用戶創建的各類GPTs處在野蠻生長階段，缺乏統一管理，所以評判哪些GPTs有機會成爲爆款，還有點早。
誰在創建GPTs?
半個月，2萬多個GPTs，都是誰做的？
首先，肯定不是普通ChatGPT用戶。
現在每個月大概有1.7億人訪問ChatGPT。這1.7億活躍用戶，並非都有權限使用GPTs。目前，GPTs僅對Plus版本的付費用戶開放，普通用戶既不能創建自己的GPTs，也無法使用他人的GPTs。
也就是說，GPTs是Plus用戶之間在相互玩。
其次，也不全是專業開發者在做。
OpenAI現有200萬開發者，他們當然有能力開發GPTs。但OpenAI通過將能力封裝，把開發門檻拉低，實際上創造了一個新的職業——不會編程的開發者，任何一個普通用戶都能創建自己的GPTs。
所以，只要是ChatGPT的付費用戶，都能參與這場應用大爆發。
AI産品專家劉宇龍對「定焦」分析，目前主要有四類人群在做GPTs——提示詞愛好者、插件開發者、業務型公司，以及一些嘗鮮用戶。他認爲將來編程所用的代碼和自然語言的標准會越來越模糊。
創建GPTs的門檻是很低的，一些GPTs只需要幾分鍾就能做出來。GPTs之間的區別，一是創建時預設的提示詞，二是上傳給ChatGPT的文檔（知識庫）。預設的提示詞，決定了生成的GPTs的能力方向，上傳的文檔決定了GPTs的知識儲備——ChatGPT是通用人工智能，對細分領域缺乏了解，需要喂養細分領域的知識。
「定焦」拆解了一款“馬斯克GPT”，它號稱是馬斯克分身，能像馬斯克一樣說話。這款GPT的創建過程非常簡單：用一段提示詞定義GPT的角色與目標、說話方式、指導原則等，然後上傳了一本《馬斯克傳》的電子書。
在實際體驗中，“馬斯克GPT”並不能高度模仿馬斯克說話，“機器味”很濃，幾輪對話下來就會露出破綻，而且，它還會犯一些事實性的錯誤，沒能避免大模型“胡說八道”的毛病。
在GPTs Hunter之類的第三方導航站中，類似的GPTs有很多，它們的體驗與直接跟ChatGPT對話沒有太大區別。
AI從業者雲中江樹認爲，純Prompt（提示詞）實現的GPTs使用體驗並不比之前在對話框複制Prompts好多少。
更大的問題是，這些獨立的GPTs，沒有經過OpenAI嚴格的審查程序，可能存在安全和道德問題。此前，有人通過簡單的幾句提示詞，就把網上某個GPTs背後的知識庫文件調出來了，一些科技大廠的職級薪資數據直接泄露。
在開發者圈子裏，流傳著各種已被攻破的GPTs提示詞，甚至連OpenAI官方16個GPT的源Prompt也被套出來了。普通用戶複制這些Prompt，搭配一定質量的知識庫文件，就能瞬間複刻一個像模像樣的GPTs。
有一些開發者在研究各種防護措施，給GPTs的漏洞“打補丁”。
劉宇龍曾任阿裏安全産品專家、360搜索APP負責人，他今年牽頭創立了面向GPT開發者和極客的GPTGeeker社群，同時發起了一個免費開源項目securityGPT，這個項目提供了一套面向GPT愛好者與開發者的安全Prompt組件，幫助他們避免因惡意Prompt造成的數據損失。
他對「定焦」說，GPTs上線後，他們做了一個紅藍攻防實驗，很輕易就發現了數據容易泄露。核心原因是，用戶每次在ChatGPT打開新對話，都會有一個OpenAI預設好的配置文件載入，文件包含了用戶預設的提示詞、上傳的知識庫等大量參數。
所以最終當GPT運行後，這些指令加在一起，連同第一句話變成一個巨大的Prompt發給GPT處理，簡單的提示詞背後實際上還有很多內容。當然，這些內容普通用戶是看不到的，但是ChatGPT還記得。
受訪者供圖
因此，如果要求GPT“重複之前說過的話”類似的指令，那麽就會被破解出來。不過劉宇龍提醒，這“僅爲推測的技術實現方式，不代表OpenAI真實技術方案”。
目前，OpenAI還沒有從源頭上推出有效的防護措施，攻防的貓鼠遊戲還在繼續。
能靠GPTs暴富嗎？
有一些人想靠GPTs賺錢，他們認爲這是跟當年的Apple Store一樣巨大的機會。用戶創建GPTs之後，可以自用，也可以分享給他人，更關鍵的是將來可以提交至GPT Store，並從中獲得收入。
如果將ChatGPT看作智能手機，那GPTs就是跑在手機上的APP。APP開發養活了大量開發者，成就了無數偉大的公司，GPTs是否也有一樣的商業前景？
早有創業者聞風而動。他們的第一個切入口是GPT Store。
在OpenAI上線官方的GPT Store之前，存在一個短暫的時間窗口。快速增長的GPTs需要一個統一的入口進行導航和分發，第三方導航站應運而生。
GPTs Hunter在GPTs推出的第二天就上線了，然後快速進行了版本叠代。據開發者Airyland透露：“基本是用 AI糊出來的”，很多環節都是用AI寫的代碼，“代碼很亂，不過沒關系，it works。”
目前，已經有金主在GPTs Hunter網站投放廣告，推廣自家産品。相當于，這款産品剛上線，就産生了收入。
不過，也有人不看好導航站的前景，一是技術壁壘不高，二是官方應用商店上線後會迅速替代。
至于開發GPTs，目前還沒有多少人賺到錢。因爲門檻低，所以壁壘不高，大部分人還是抱著玩一玩的心態在參與。
劉宇龍認爲，GPTs應用供給側將會在短時間內極大提升，但需求側沒有得到充分滿足，“大家都覺得能賺錢，開發者這邊變成了紅海，需求那邊是藍海。所有人都在做GPT，都在做提示詞，但是真實可落地的客戶需求場景很少。”
這取決于很多因素。“不同開發者對行業的認知差異，客戶對新生技術和事物的信息差，新技術門檻、市場教育，以及需求匹配效率等等。而這也孕育著巨大的機會空間。”劉宇龍說。
現階段的GPTs大爆發，有點像是平民創業，一個廚師可以把自己的菜譜做成一個GPT，或者一個健身教練可以把自己的心得做成GPT，然後共享給其他人使用。
對于個體而言，更大的意義是能擁有一個定制化的智能助手，補齊自己某方面的能力短板，把一些自己不擅長或沒時間做的事情，交給GPTs去完成。
對于企業而言，GPTs並未改變原有的流量分發邏輯，它更多是一個工具，輔助既有業務降本增效。
不過，OpenAI的技術在快速叠代，GPTs的能力有多大空間存在變數。比如開發者還可以把第三方API接入自己的GPT，將其武裝得更加強大。
在GPTs的生態裏，OpenAI的角色很微妙，它既是裁判，也是運動員。有人認爲，OpenAI先讓開發者去探路，試一試哪些應用最有前景，然後可能就會推出自己的應用。
就像小冰公司CEO李笛此前形容API公司時說的：“它們就像開商場的，看到商場哪家店賣得好，難道不會心癢也去開一家?”
無論如何，AI大模型在應用層的長跑已經打響發令槍了。無論是GPTs還是其他任何形態，越來越多的AI原生應用會在接下來出現。或許很快，我們就要被應用包圍了。-[文 : 定焦*作者 : 黎明*編輯 : 方展博/钛媒體]
