正如页面所示，创建的页面分为左右两个部分。左边用来定义GPT，右边用来预览效果。定义部分有两个Tab，同时也代表着有两种方式。
对话式部署是最直观、最用户友好的GPT创建方式。通过与GPTBuilder的互动，轻松完成GPT的配置和发布。我们可以通过对话的形式，一步步的告诉GPT你想要的效果，GPT会自动配置，不过每次对话它都要等一会。效率比较低，而且有时候他会对你的提出的要求描述做简化，还需要进一步调整。
参数配置部署是我创建时常用的方式，就是直接在指令参数中输入完整的提示词。这个更加高效，准确度也会更高。
但有的人不会写Prompt，我这里整合了几个比较好的方法论，结构化Prompt我觉得是最详细的。不过我每次去写提示词都要遵循这些模块写一大堆吗？其实不是，Prompt的核心是思维链，我们是为了有效输出而结构化，不是为了结构化而结构化。在这个认知前提下，首先要明白每个模块必须存在的意义，如果不需要增设新的模块，就不必增设，其实搭框架，最大的意义在于对Prompt性能的提升作用，核心是清晰有效。如果你本身逻辑思维、书面表达能力很强，那么你并不需要写一大段固定格式的结构化Prompt，用你喜欢的灵巧方式随时提问就好，更利于激发灵感。
进入创建页面后，系统会引导你输入具体需求。举个例子，你可以让用户上传一段代码，GPT会帮助识别代码所属的编程语言，并用通俗易懂的中文解释这段代码的含义...
你也可以通过对话去命令GPT去调整GPTs的名称、描述和Logo。如果系统生成的Logo不满意，你还可以自行上传。配置过程中，你甚至可以定义GPT的注意事项和沟通风格。比如，如何回应用户的问题，使用什么样的语气等等。
觉得效果达到你的预期，那么就可以点击创建，选择发布方式：
你的第一个专属GPT助手就创建成功啦！
关于指令，也可以叫Prompt（提示词），没有固定的格式限制，你可以一大段话也可以像我一样按照模块分层，逻辑清晰即可。甚至模块也并无固定的搭配，类似于小红书风格的GPTs，你也可以这样去写：
创建GPTs，重要的就是Prompt如何去定义，可以让模型get到你的意图、设定的流程和输出的预期效果。方法不重要，所以不单单是将你想要的一定要分层，做成结构化才是最好的。下面两个案例就是两种完全不同的Prompt框架：
主要是提供思路，Prompt写的越具体，输出的结果就越定向。例如生图关键词扩写的助手针对规则的定义就相对复杂，不过这样也不一定是最好的，Prompt不是越长越好，更重要的是所定义的语言更能让模型理解从而输出你所预期的结果。摘录出“规则”模块，大家可以借鉴下定义规则时的逻辑闭合思维。
目前，许多导航站收录了数量众多且质量参差不齐的GPTs，这些站点往往缺乏深入的体验和评价过程，有些甚至依赖用户投票进行排名。因此，大家在使用这些资源时需要特别谨慎，仔细甄别。
从另一个角度来看，未来筛选出高质量的GPTs将成为一项重要任务。尽管这一过程可能竞争激烈，且由于GPTs的高度可复制性导致工作量不小，但依赖用户投票来进行筛选确实是一个有效的策略。
GPT技术为我们提供了无限的可能性。从最基本的对话部署到详细的参数配置，每个人都可以根据自己的需求和技术水平创建适合自己的GPT应用。
甚至通过“Actions”功能，GPT可以与外部服务和应用程序集成，执行更复杂的任务，如发送邮件、访问数据库等，大幅提升GPT的实用性和灵活性。不过Actions的应用还是有一定的门槛，后面我也会继续探索并更新这个功能的实际应用场景和配置教学～