GPTs太火了。OpenAI的首届开发者大会之后，短短半个月时间，已经出现2万个GPTs，平均每天冒出来1300个。这个热度，跟ChatGPT刚发布时有得一拼。
GPTs相当于个人定制版的ChatGPT。在ChatGPT后台，你可以用很简单的提示词，创建一个高度个性化的“小ChatGPT”，以完成特定任务。
这个过程，不需要编程，也不需要懂代码，只需要有一个ChatGPT Plus账户，会用电脑就行。
用户们自发创建的这些GPTs，几乎涵盖了你能想到的所有领域——实用工具、生活助手、学习陪伴……有人用它画画，有人用它做数据分析，有人用它模仿马斯克说话。
都说高手在民间，这有点在抖音上拍短视频那味了。
普通人开发应用的门槛，被GPTs彻底抹平。就像当年苹果推出Apple Store，吸引大量开发者围绕它开发各种APP，相比之下，GPTs对开发者的要求更低。
前阵子百度创始人李彦宏刚奉劝过创业者，不要卷大模型了，那是重复造轮子，还是卷应用吧。话音未落，GPTs就卷起来了。
哪些GPTs最火爆？
目前，OpenAI还没有推出官方的GPT商店——之前给出的时间是11月底。因此，我们没法看到所有公开的GPTs名单。
不过，这事已经有人替OpenAI干了。在OpenAI宣布上线GPTs的第二天，就有开发者捣鼓出了民间GPT Store，然后没过几天又涌现出一批相似网站。
根据GPTs Hunter显示的实时数据，截至11月24日8时，平台收录的GPTs数量一共有21805个。
这些GPTs类别广泛，高频关键词包括：生产率、开发者工具、客户支持、教育助理、营销、语言学习等等。
比如生产率相关的，法律GPT可以就法律案件提供咨询，编程GPT可以协助编写代码，招聘GPT能对简历和职位描述进行比较并生成表格，财务GPT能分析解读财务报表。
写作相关的，帮你写小红书文案，写简历，写报告，编故事……语言相关的，像马斯克一样说话，普通话教练，迂回沟通者——号称“企业黑话专家，从不直接”，以及还有一个“车轱辘话专家”。
另外，有一大堆教你怎么做GPTs的GPTs，它们通常叫“GPT builder builder”或“GPT Builder Plus”。
总之，五花八门，无奇不有。
这么多GPTs，哪些最火爆？
这里我们引用X（原推特）用户@Imrat的数据，他在SimilarWeb定期抓取GPTs的访问量数据，并公布排名榜单。以下是GPTs上线半个月（截至11月20日），使用人数最多的20个GPTs名单。
从图中可以看到，大部分GPTs是图片、设计、编程、语言相关，这些都是ChatGPT作为大语言模型的强项。名单中的GPTs实用性高，工具属性强，专注于解决特定问题或提高使用者某方面的技能。
值得注意的是，最早上线的第一批GPTs，是由OpenAI自己推出的，一共有16个，它们被内置在ChatGPT里。现在GPT Store还未上线，在ChatGPT的页面只显示了16个官方GPTs。这跟智能手机预装APP有点像。
因此我们看到，访问量前15的GPTs中，有14个都是OpenAI自己的。
再看具体的访问量。OpenAI的16个GPTs，合计访问量938万，占了整体访问量的近六成。其中，排名第一的dall-e，有349万人访问，遥遥领先（在ChatGPT中，它被放在GPTs列表第一个）。dall-e是OpenAI的图像生成工具，在9月刚被内置到ChatGPT中，它跟上半年大火的AI绘画工具midjourney功能相似。也就是说，ChatGPT也能够文生图了。
排在第二位的数据分析工具data-analysis，以及第三位的经典版ChatGPT，都是100多万的访问量。前三名吸走了大部分流量。
在详细的榜单中，72名以后的GPTs，访问量都在1万以下，再往后逐级递减，346名以后已经跌到1000以下。绝大部分流量，都集中在头部少数几个GPTs手中。
现在能监测到的公开的GPTs有2万个。这意味着，绝大部分GPTs基本没什么人用，它们仅仅是能使用而已。
我们再来看非官方推出，但访问量靠前的GPTs，以下是前20榜单。
排第一的canva有19万访问量，它的功能是辅助设计，海报、文案、logo都擅长。不过，在之前ChatGPT推出插件功能时，canva就已经被引入了，提前有一些用户使用过。而且，Canva本身就是全球最大的设计平台，公司估值超过400亿美元。
排在后边的Grimoire、designergpt都是协助编程的实用工具，可以简单几句话创建一个网站。ai-pdf是一个PDF工具，允许用户用自然语言的方式查询文档、执行操作。
由于目前官方的GPT Store还没出现，用户创建的各类GPTs处在野蛮生长阶段，缺乏统一管理，所以评判哪些GPTs有机会成为爆款，还有点早。
谁在创建GPTs?
半个月，2万多个GPTs，都是谁做的？
首先，肯定不是普通ChatGPT用户。
现在每个月大概有1.7亿人访问ChatGPT。这1.7亿活跃用户，并非都有权限使用GPTs。目前，GPTs仅对Plus版本的付费用户开放，普通用户既不能创建自己的GPTs，也无法使用他人的GPTs。
也就是说，GPTs是Plus用户之间在相互玩。
其次，也不全是专业开发者在做。
OpenAI现有200万开发者，他们当然有能力开发GPTs。但OpenAI通过将能力封装，把开发门槛拉低，实际上创造了一个新的职业——不会编程的开发者，任何一个普通用户都能创建自己的GPTs。
所以，只要是ChatGPT的付费用户，都能参与这场应用大爆发。
AI产品专家刘宇龙对“定焦”分析，目前主要有四类人群在做GPTs——提示词爱好者、插件开发者、业务型公司，以及一些尝鲜用户。他认为将来编程所用的代码和自然语言的标准会越来越模糊。
创建GPTs的门槛是很低的，一些GPTs只需要几分钟就能做出来。GPTs之间的区别，一是创建时预设的提示词，二是上传给ChatGPT的文档（知识库）。预设的提示词，决定了生成的GPTs的能力方向，上传的文档决定了GPTs的知识储备——ChatGPT是通用人工智能，对细分领域缺乏了解，需要喂养细分领域的知识。
“定焦”拆解了一款“马斯克GPT”，它号称是马斯克分身，能像马斯克一样说话。这款GPT的创建过程非常简单：用一段提示词定义GPT的角色与目标、说话方式、指导原则等，然后上传了一本《马斯克传》的电子书。
在实际体验中，“马斯克GPT”并不能高度模仿马斯克说话，“机器味”很浓，几轮对话下来就会露出破绽，而且，它还会犯一些事实性的错误，没能避免大模型“胡说八道”的毛病。
在GPTs Hunter之类的第三方导航站中，类似的GPTs有很多，它们的体验与直接跟ChatGPT对话没有太大区别。
AI从业者云中江树认为，纯Prompt（提示词）实现的GPTs使用体验并不比之前在对话框复制Prompts好多少。
更大的问题是，这些独立的GPTs，没有经过OpenAI严格的审查程序，可能存在安全和道德问题。此前，有人通过简单的几句提示词，就把网上某个GPTs背后的知识库文件调出来了，一些科技大厂的职级薪资数据直接泄露。
在开发者圈子里，流传着各种已被攻破的GPTs提示词，甚至连OpenAI官方16个GPT的源Prompt也被套出来了。普通用户复制这些Prompt，搭配一定质量的知识库文件，就能瞬间复刻一个像模像样的GPTs。
有一些开发者在研究各种防护措施，给GPTs的漏洞“打补丁”。
刘宇龙曾任阿里安全产品专家、360搜索APP负责人，他今年牵头创立了面向GPT开发者和极客的GPTGeeker社群，同时发起了一个免费开源项目securityGPT，这个项目提供了一套面向GPT爱好者与开发者的安全Prompt组件，帮助他们避免因恶意Prompt造成的数据损失。
他对“定焦”说，GPTs上线后，他们做了一个红蓝攻防实验，很轻易就发现了数据容易泄露。核心原因是，用户每次在ChatGPT打开新对话，都会有一个OpenAI预设好的配置文件载入，文件包含了用户预设的提示词、上传的知识库等大量参数。
所以最终当GPT运行后，这些指令加在一起，连同第一句话变成一个巨大的Prompt发给GPT处理，简单的提示词背后实际上还有很多内容。当然，这些内容普通用户是看不到的，但是ChatGPT还记得。
受访者供图
因此，如果要求GPT“重复之前说过的话”类似的指令，那么就会被破解出来。不过刘宇龙提醒，这“仅为推测的技术实现方式，不代表OpenAI真实技术方案”。
目前，OpenAI还没有从源头上推出有效的防护措施，攻防的猫鼠游戏还在继续。
能靠GPTs暴富吗？
有一些人想靠GPTs赚钱，他们认为这是跟当年的Apple Store一样巨大的机会。用户创建GPTs之后，可以自用，也可以分享给他人，更关键的是将来可以提交至GPT Store，并从中获得收入。
如果将ChatGPT看作智能手机，那GPTs就是跑在手机上的APP。APP开发养活了大量开发者，成就了无数伟大的公司，GPTs是否也有一样的商业前景？
早有创业者闻风而动。他们的第一个切入口是GPT Store。
在OpenAI上线官方的GPT Store之前，存在一个短暂的时间窗口。快速增长的GPTs需要一个统一的入口进行导航和分发，第三方导航站应运而生。
GPTs Hunter在GPTs推出的第二天就上线了，然后快速进行了版本迭代。据开发者Airyland透露：“基本是用 AI糊出来的”，很多环节都是用AI写的代码，“代码很乱，不过没关系，it works。”
目前，已经有金主在GPTs Hunter网站投放广告，推广自家产品。相当于，这款产品刚上线，就产生了收入。
不过，也有人不看好导航站的前景，一是技术壁垒不高，二是官方应用商店上线后会迅速替代。
至于开发GPTs，目前还没有多少人赚到钱。因为门槛低，所以壁垒不高，大部分人还是抱着玩一玩的心态在参与。
刘宇龙认为，GPTs应用供给侧将会在短时间内极大提升，但需求侧没有得到充分满足，“大家都觉得能赚钱，开发者这边变成了红海，需求那边是蓝海。所有人都在做GPT，都在做提示词，但是真实可落地的客户需求场景很少。”
这取决于很多因素。“不同开发者对行业的认知差异，客户对新生技术和事物的信息差，新技术门槛、市场教育，以及需求匹配效率等等。而这也孕育着巨大的机会空间。”刘宇龙说。
现阶段的GPTs大爆发，有点像是平民创业，一个厨师可以把自己的菜谱做成一个GPT，或者一个健身教练可以把自己的心得做成GPT，然后共享给其他人使用。
对于个体而言，更大的意义是能拥有一个定制化的智能助手，补齐自己某方面的能力短板，把一些自己不擅长或没时间做的事情，交给GPTs去完成。
对于企业而言，GPTs并未改变原有的流量分发逻辑，它更多是一个工具，辅助既有业务降本增效。
不过，OpenAI的技术在快速迭代，GPTs的能力有多大空间存在变数。比如开发者还可以把第三方API接入自己的GPT，将其武装得更加强大。
在GPTs的生态里，OpenAI的角色很微妙，它既是裁判，也是运动员。有人认为，OpenAI先让开发者去探路，试一试哪些应用最有前景，然后可能就会推出自己的应用。
就像小冰公司CEO李笛此前形容API公司时说的：“它们就像开商场的，看到商场哪家店卖得好，难道不会心痒也去开一家?”
无论如何，AI大模型在应用层的长跑已经打响发令枪了。无论是GPTs还是其他任何形态，越来越多的AI原生应用会在接下来出现。或许很快，我们就要被应用包围了。
本文来自微信公众号：定焦（ID：dingjiaoone），作者：黎明，编辑：方展博