Примери: GPTs, свързани с CRM, календар и база данни
На тази страница
Статус към 5 ноември 2026 г.: GPTs са в последните си седмици. OpenAI прекратява поддръжката на персонализирани GPTs на 11 декември 2026 г. (11 февруари 2027 г. за определени работни пространства от тип Enterprise с изключение). Личните акаунти (Free, Go, Plus и Pro) вече не могат да създават или публикуват нови GPTs; в работните пространства Business, Enterprise и Edu създаването зависи от настройките и бе преустановено на 26 октомври 2026 г. в засегнатите пространства от тип Enterprise. Съществуващите GPTs остават достъпни и редактируеми, докато планът Ви позволява, преди пенсионирането им; разговорите Ви с тях ще останат достъпни и след това. Миграцията (Migrate to plugin, в My GPTs) преобразува инструкциите в умение (skill), базата знания във файлове за справка, а свързаните приложения – в приложения (apps); персонализираните действия не се прехвърлят. Този урок обяснява как работят GPTs, за да Ви помогне да ги поддържате, мигрирате и адаптирате техните принципи към плъгин (уроци 15–17).
От теория към практика
Сега знаете какво представлява едно действие (Action) и как да обезпечите неговата автентикация. Време е да видите как изглежда свързан GPT извън лабораторната среда. Този урок разглежда три реални примера – CRM, календар и база данни – като детайлизира първоначалната нужда, избраната конфигурация и ползата за потребителя в ежедневието. Ще установите, че отвъд разликите в инструментите, и трите настройки следват едни и същи принципи на проектиране, които ще обобщим в края на урока.
Случай 1: Заявки към Вашия CRM на естествен език (HubSpot)
Представете си търговски директор, който прекарва дните си в поредица от срещи. Всеки път, когато иска да провери статуса на дадена възможност, трябва да отвори HubSpot, да навигира през филтри и да открие правилния изглед. Нуждата е проста: да задава въпроси така, както би го направил на човешки асистент, и да получава отговор, без да напуска чата.
Конфигурацията е умишлено минималистична: OpenAPI схемата излага само три крайни точки (endpoints) – GET /contacts за търсене на контакти по име, компания или статус; GET /deals за изброяване на възможности с филтри (сума, етап, дата); и POST /notes за добавяне на бележка към контакт. Автентикацията разчита на токена за достъп на частно приложение в HubSpot, предаван като Bearer токен, с права, ограничени до четене и добавяне на бележки. Този избор не е случаен: дори злонамерен потребител да манипулира GPT, той не би могъл да модифицира сделка или да промени данни за контакт, защото самото API го забранява. Инструкциите на GPT ограничават обхвата втори път: те уточняват, че това е търговски асистент, свързан с CRM на HubSpot, че трябва да използва API винаги, когато бъде попитан за контакт или възможност, че трябва да преформулира всяка бележка и да поиска потвърждение преди добавянето ѝ, и че никога не трябва да променя статуса на сделка или данните за контакт.
На практика резултатът променя ежедневната рутина на търговския директор. Той пише „Коите са моите сделки в преговори над 50 000 евро?“ и получава форматиран списък. Пита „Покажи ми контактите от компанията Durand & Fils“ или диктува „Добави бележка към контакт Мари Лерой: обаждане на 15 март, заинтересована от офертата Premium“ – GPT преформулира, изчаква зелена светлина и след това записва в HubSpot.
Случай 2: Управление на календар чрез чат (Google Calendar)
Втори сценарий: изпълнителен асистент жонглира с графика на мениджъра си, обработвайки създаването на срещи, премествания в последния момент и проверки за наличност. Тук, за разлика от CRM, писането е централно за нуждата – трябва да можете да създавате, местите и отменяте събития. Следователно OpenAPI схемата обхваща четири крайни точки: GET /events за изброяване на събития за даден период, POST /events за създаване на събитие, PUT /events/{id} за модифициране на съществуващо събитие и DELETE /events/{id} за отмяна на такова.
Тъй като GPT борави с лични данни от Google, автентикацията използва OAuth 2.0 само с обхват (scope) calendar.events: GPT може да чете и записва събития, но не може да докосва настройките на календара. Колкото по-голяма е възможността за запис, толкова по-критични стават предпазните механизми в инструкциите. Те изискват от GPT да обобщава всяко създаване или модификация и да иска потвърждение преди действие, да изисква двойно потвърждение преди всяко изтриване и да го инструктира систематично да проверява за конфликти в графика, преди да предложи час.
На практика асистентът пита „Какво имам утре следобед?“, „Насрочи среща с екипа по маркетинг във вторник в 14:00 ч. за 1 час“ или „Премести проверката с Пиер от 10:00 ч. на 11:00 ч.“. GPT проверява наличността, обявява какво възнамерява да направи и изпълнява действието само след валидиране. Триенето, добавено от потвърждението, е скромната цена за график, който никога не се обърква поради неразбирателство.
Случай 3: Изследване на база данни с обратна връзка (Airtable)
Трети случай: продуктов екип централизира тикети и клиентска обратна връзка в Airtable, но не всеки владее синтаксиса на филтрите. Вместо да обучава всички на инструмента, екипът превръща базата данни в събеседник. Достатъчни са две крайни точки: GET /records за изброяване на записи с филтри и сортиране и POST /records за създаване на нов запис. Автентикацията използва личен токен за достъп на Airtable, предаван като Bearer токен, с достъп, ограничен само до базата „Product Feedback“ – другите бази в работното пространство остават невидими.
Инструкциите придават на GPT ролята на продуктов асистент, свързан с базата за обратна връзка, казват му да заявява базата с подходящи филтри, когато въпрос засяга клиентска обратна връзка, и налагат формат на отговора: таблица с колони за дата, клиент, категория и обобщение. Най-важното е, че те поставят ясна граница: GPT може да създава нови тикети, но никога да не модифицира или изтрива съществуващи. Всеки член на екипа може след това да попита „Колко бъга са докладвани този месец?“, „Коите са най-скорошните отзиви за функцията за фактуриране?“ или да диктува „Създай тикет: бъг при показване на страницата за плащане, докладван от клиент Дюпон на 28 март“.
Какво е общото между тези три случая
Ако погледнем отстрани, три модела преминават през тези различни настройки. Първият е златното правило на свързаните GPTs: свободно четене, контролиран запис. И трите GPTs консултират данните си без триене, но никой не записва без изрично потвърждение от потребителя. Вторият модел засяга инструкциите: GPT не познава кога да задейства действие. И в трите случая инструкциите изрично посочват „когато потребителят поиска X, използвай действие Y“ – без тази директива моделът рискува да отговори от паметта си, вместо да направи заявка към източника. Третият модел е умереност в обхвата: никой от трите GPTs не излага цялото API на своя инструмент. Само две до четири крайни точки, избрани за конкретния случай на употреба, нищо повече.
За да адаптирате този подход за собствените си нужди, следвайте реда на изграждане, илюстриран от тези три примера:
- Идентифицирайте инструмент, който използвате ежедневно и разполага с API, и дефинирайте два или три конкретни случая на употреба – въпросите, които задавате най-често.
- Създайте минималистична OpenAPI схема само с необходимите крайни точки.
- Конфигурирайте подходящата автентикация (API ключ или OAuth).
- Добавете предпазни механизми в инструкциите за всякакви операции на запис.
- Тествайте с реални заявки, преди да отворите достъпа за други.
Няколко думи за капаните, наблюдавани при начинаещи създатели. Най-честият е свързването на API „за всеки случай“, без конкретен случай на употреба: получавате GPT, който теоретично може всичко, но на практика нищо не прави добре. Най-опасният е разрешаването на запис без потвърждение – GPT, който създава или модифицира данни без валидиране, може да нанесе реални щети в CRM или споделен календар. Помислете също за грешки в API: ако услугата е недостъпна или връща грешка, Вашият GPT трябва да знае какво да каже на потребителя, вместо да измисля отговор. Накрая, устоявайте на изкушението да излагате твърде много крайни точки: всяка консумира контекст и над пет, прецизността на GPT се влошава.
Ваш ред
Действие или приложение? За един от трите случая или за инструмент във Вашата компания първо потърсете в директорията с Плъгини (Plugins) на ChatGPT дали вече съществува приложение за тази услуга. Ако да, отбележете какво позволява и какво липсва; ако не, изгответе план за действие: операции на схемата, режим на автентикация, минимални права и предпазни механизми в инструкциите. Запазете този план: той е основата за интеграция на плъгин, тъй като действията не се мигрират.
Официални източници: Configuring actions in GPTs (Център за помощ на OpenAI: автентикация, OpenAPI схема, тестване, лимити) · Plugins in ChatGPT (директория и приложения) · Authentication (Airtable: токени за достъп) · Private apps (HubSpot: токен за достъп)
Ключови изводи
- GPTs, свързани с реални инструменти (CRM, календар, база данни), решават конкретни ежедневни проблеми.
- Прилагайте златното правило „свободно четене, контролиран запис“: винаги потвърждавайте преди модификация.
- Споменавайте изрично действията (Actions) в инструкциите, за да знае GPT кога да ги задейства.
- Ограничете крайните точки до строгия минимум (2 до 5) и планирайте обработката на грешки от API.
- Започнете просто – един инструмент, две крайни точки – и обогатявайте постепенно.