今天小編分享的科學經驗：3個ChatGPT插件自動寫書爆火，更多躺着賺錢玩法可以問AI自己！，歡迎閲讀。
ChatGPT 插件數量大爆發！總數已達390 個，與剛開放時的 74 個相比，增長超過 400%。
而且有網友指出，其中 112 個都是在 6 月 11 日這一天冒出來的……
雖然早期插件質量參差不齊體驗一般，但随着後續更多新插件加入，各種 " 聯動出奇迹 " 的插件組合也被挖掘了出來。
舉例來説，最近很火的玩法是只給一個主題，讓 AI 自動搜集資料并寫出一本電子書。
用到的核心插件是上新不久的AI Agents，可自動分解復雜任務、制訂步驟并按順序執行。
再配合上兩個聯網插件負責搜集資料，自動寫書流程就跑通了。
這個玩法備受關注還有個現實原因：
之前有人用 AI 寫了 97 本電子書在網上賣，雖然質量都很辣雞，但也賺了 2000 美元。
現在有了自動工作流程，躺着賺錢的速度豈不是更快？
那麼問題來了：插件這麼多，如何找到自己需要的，又如何從中發現更多 1+1>2 的工作流程呢？
能不能想個辦法，讓 ChatGPT 自己來推薦……
但是無論 GPT3.5 還是 GPT-4，對現實世界的知識都到 2021 年 9 月為止，連自己有插件這個功能都不知道。
如果簡單地把所有插件數據發給它，就會遇到超出上下文長度限制的問題。
這就要放棄了嗎？
經過反復嘗試，我們研究出讓 ChatGPT 知道自己所有插件功能的方法！
只要描述你的需求，就能找出合适的插件。
還可以要求 ChatGPT 開開腦洞，推薦哪些插件聯用能完成更復雜的任務。
更關鍵的是，通過 OpenAI 開放的聊天記錄分享功能，我們可以把已獲得所有插件知識的 ChatGPT 分享出來。
有賬号的朋友只需要點擊 " 繼續這個對話 "，就可以提問任何有關插件的問題了。
（鏈接放在文末）
如何讓 ChatGPT 知道自己都有什麼插件
首先，通過爬蟲和數據清洗腳本等手段，獲得所有插件的名稱和功能描述。
既然一次全部輸入給 ChatGPT 超出長度限制，那麼可以想到兩種解決方案：
借助聯網插件，讀取外部數據
分批發送數據
實際測試下來，兩種方法都能夠成功讓 ChatGPT 知道自己都有什麼插件，并回答後續問題。
對于數量眾多的聯網插件，測試下來發現Web Request體驗最好，速度穩定、對于長内容可以自動分頁讀取。
首先把所有插件數據發到網上，比如 Pastebin，提交後會得到一個 url 鏈接。
開啓 GPT-4 插件模式，把鏈接發過去，第一次提問時需要等待較長時間分頁讀取。
後續再提問速度就很快了。
這種方法的優點是使用了 GPT-4，回答非常準确，并且外部插件列表可以随時更新。
但缺點同樣是使用了 GPT-4，占用每 3 小時 25 條對話的寶貴限額。
第二種方法不使用插件分批發送數據，GPT-3.5 和 GPT-4 都适用。
但 3.5 的回答經常會出錯，比如插件名稱只寫了一半，又或者對插件功能的理解有點小問題。
總的來説也算夠用，畢竟 GPT-3.5 沒有使用次數限制，大不了多問幾次。
讓 ChatGPT 分批次接收數據需要用到思維鏈提示，分步驟描述整個任務流程。
1、你的任務是回答任何關于 ChatGPT 插件的問題
2、現在一共有 390 個插件，接下來我會以 "{ 編号 } { 名稱 } - { 功能描述 }" 的方式分批把插件數據發給你
3、在未接收完全部插件數據之前，只需要閲讀并記住這些數據，并回復 " 收到，請繼續發送下一批數據 "
4、接收完全部插件數據之後，請回復 " 已收到全部插件數據，接下來可以任意提問了 "，并在後續對話中使用與提問相同的語言回答問題
5、收到這一條消息後，請回復 " 收到，請開始發送數據 "
關鍵之處在于指定收到數據時的回復，盡量簡短一些。不要讓 ChatGPT 自己發揮，它自己説的話也會占用上下文長度。
聊太多，ChatGPT 就會腦袋過載，把前面的内容遺忘。
忘掉任務的問題還可以通過反復提醒來解決，忘掉數據就成了狗熊掰棒子，輸入後面的忘掉前面的。
在前面的試驗中，即使是 GPT-4 也會出現忘掉自己的任務的情況，并且因為收到連續的英文數據太多，都不記得用户是用中文提問的了。
輸入按思維鏈方式打磨好的提示詞後，就可以分批發送數據了。
ChatGPT 回復 " 收到 " 後，繼續發送後面的數據就行。
等全部發送完後，下一條消息就可以開始提問。
當然如果使用我們分享的聊天記錄就可以省去插件讀取資料或手動發送資料的過程，直接開始提問。
只要注意在提問時明确指定用前面讀取的 390 個插件數據回答就行，不然有小概率會出現瞎編的情況。
One More Thing
還記得文章最開頭，推特網友推薦的自動寫書插件組合嗎？我們也順手測試了一波。
原作者推薦使用的 3 個插件分别是 AI Agents、WebRequest 和 WebPilot。
按原作者演示，只需要一句提示詞就能開啓整個流程，後續無腦説 "keep going" 就可以了。
我們嘗試把原作者給的提示詞直接換成中文，發現也是可以成功調用 AI Agents 插件的，并且生成的内容也自動換成了中文。
接下來同樣是無腦 " 繼續 " 就可以了。
不過可惜的是，再往後的排版、導出環節就需要 OpenAI 官方插件 Code Interpreter（代碼解釋器）才能做到了。
目前代碼解釋器插件還在 alpha 測試階段，需要排隊申請測試資格。
當然，寫作部分完成後，如果有什麼需要修改的地方也可以随時提出來。
相當于把工作外包給 AI，而自己當着甲方内容就寫好了，感覺還是挺爽的。
如果你對像這樣的插件組合工作流程感興趣，歡迎點擊下面鏈接，領取一只了解自己都有什麼插件的 ChatGPT。
如果你有找到好的插件組合，也歡迎在評論區分享～
GPT-4 版聊天記錄（需要安裝 Web Requests 插件）
https://chat.openai.com/share/a1b51932-573e-47d9-99d5-7325ebdb159c
GPT-3.5 版聊天記錄
https://chat.openai.com/share/88433b27-6511-44d0-9a5c-ef582090d505
ChatGPT 390 個插件數據
https://pastebin.com/3rL4mMGh
參考鏈接：
[ 1 ] https://twitter.com/fcamiade/status/1667269299105398788
