Categories: Inteligencia ArtificialPlataformas Cloud

He creado un custom GPT con Open AI que te enseña a programar en Python

Aunque aún lo estoy entrenando ya ha logrado resultados interesantes. Aparece publicado en el marketplace de Open AI: https://chatgpt.com/gpts

Por el momento el GPT también admite recetas de cocina pero es una de las cosas que debo ir mejorando

A continuación te explico como lo hice

Lo primero que necesitamos es una cuenta en Open AI, si no la tienen puedes crearla en el siguiente enlace: https://platform.openai.com/signup

Importante: las cuentas free ya no tienen disponible la creación de GPT por lo que debes evaluar subir a un plan de USD 20/mes (Plus). Si dicha inversión tiene alguna ventaja o no debes evaluarlo tú mismo.

Toda vez que hayas creado la cuenta debes ir a https://chatgpt.com en la sección Explorar GPT

Luego ingresar a la opción Mis GPT o directamente dar click en el botón Crear (parte superior derecha)

Básicamente existen 2 formas de poder crear un GPT: vía prompt o configurando sus opciones. No recomiendo mucho la opción por prompt porque requiere de un conocimiento más profundo de como funciona ChatGPT (hay una verdadera ingeniería detrás de los prompts). Por defecto el nuevo GPT queda en estado “borrador” y solo debes dar click en la sección configurar para comenzar a crearlo

En la sección configurar los 2 primeros datos que debes ingresar son el nombre que tendrá el nuevo GPT y su descripción. Para efectos de ejemplificar el caso voy a utilizar los datos del GPT que yo cree

Learn Python GPT corresponde al nombre del GPT y el texto: “I teach you how to program in Python with simple examples!” a la descripción

Posteriormente debemos ingresar las instrucciones que tendrá el GPT. Esta parte de la configuración del GPT la considero importante porque va a empezar a definir el comportamiento que tendrá nuestro GPT y que cosas queremos que haga y cuáles no queremos que haga.

Si bien las instrucciones están en español (porque detectó la configuración de la cuenta) también pueden ingresarse en inglés o cambiar el idioma por defecto en la cuenta de Open AI. Las instrucciones deben ser lo más precisas y detalladas posibles, por ejemplo:

En el punto #1 se le entregan detalles acerca del lenguaje a utilizar y el estilo de respuesta: que siempre responda en inglés y que trate de usar las mismas expresiones y el tono que yo uso en este blog, también se le pueden entregar detalles acerca de la persona para personalizar aún al GPT y que responda como si lo hiciera realmente un humano. Lo importante acá es entregar las instrucciones lo más detalladas posible y luego hacer modificaciones y adaptaciones con prueba y error cuando se pase al entrenamiento.

En la siguiente sección vienen los indicadores de conversación que son básicamente los casos o ejemplo que proveerá el GPT al usuario con el que interactúa

También puede usarse esta sección para proveer ayuda en pantalla al usuario que interactúa con el GPT

Sección de conocimiento: quizás la más importante de todas

Al utilizar la función de conocimiento de un GPT, los desarrolladores pueden cargar archivos que contengan contexto adicional. Los GPT luego utilizan una variedad de métodos para acceder a estos datos en respuesta a las solicitudes del usuario.

¿Cómo funciona el conocimiento?

Puede utilizar el editor GPT para adjuntar hasta 20 archivos a un GPT. Cada archivo puede tener un tamaño de hasta 512 MB y puede contener 2.000.000 de tokens. Puede incluir archivos que contengan imágenes, pero solo se procesa el texto. Cuando carga un archivo, el GPT divide el texto en fragmentos, crea incrustaciones (una forma matemática de representar el texto) y las almacena para su uso posterior.

Básicamente el GPT usa el conocimiento para darle contexto a las respuestas que entregará al usuario, alienta al GPT a primero buscar la respuesta a la pregunta en esta base de conocimiento antes que en Internet u otra fuente de información. Acá lo que recomiendo es subir archivos planos como TXT o en formato json, el GPT tendrá algunos problemas con archivos PDF y no va a poder leer bien.

Para indagar más entorno al funcionamiento interno de los LLM (modelos de lenguaje de gran tamaño) sugiero revisar el siguiente artículo: bases de datos vectoriales en inteligencia artificial y la documentación oficial de Open AI.

Finalmente las últimas secciones son las funciones y las acciones

Navegación por Internet: pueden equiparse los modelos GPT con capacidades de navegación, lo que les permitirá acceder y recuperar información de Internet en tiempo real.

Generación de imágenes DALL-E: DALL-E es un modelo de IA desarrollado por OpenAI que genera imágenes a partir de descripciones textuales. Esta capacidad permitirá que el GPT comprenda el texto para crear imágenes contextualmente precisas en función de la descripción proporcionada.

Intérprete de código: esta capacidad permite que el modelo GPT comprenda y genere código. Esto también permite que ejecute consultas y análisis sobre los datos que haya proporcionado en la base de conocimientos.

Acciones

Las acciones permiten que los GPT llamen a API’s de terceros para realizar tareas, por ejemplo como recuperar datos, modificar datos en una fuente externa o activar una acción en un sistema externo.

Configuración adicional

Creo que no requiere mayor explicación

Testing 1

Para probar el GPT voy a darle algunas instrucciones, partamos por pedirle que nos construya un algoritmo en Python que lea un número y nos muestre su factorial de la siguiente forma: