Příklady: GPT připojené k CRM, kalendáři a databázi
Na této stránce
Stav k 5. listopadu 2026: GPT jsou v posledních týdnech své existence. OpenAI ukončuje podporu vlastních GPT dne 11. prosince 2026 (pro některá pracovní prostředí Enterprise s výjimkou až 11. února 2027). Účty Personal, Free, Go, Plus a Pro již nemohou vytvářet ani publikovat nové GPT; v pracovních prostředích Business, Enterprise a Edu závisí tvorba na nastavení a v dotčených prostředích Enterprise byla ukončena 26. října 2026. Stávající GPT zůstávají použitelné a editovatelné, pokud to váš plán umožňuje, až do jejich vyřazení; vaše konverzace s nimi zůstanou přístupné i poté. Migrace (Migrate to plugin v sekci My GPT) převede instrukce na dovednost (skill), znalostní bázi na referenční soubory a připojené aplikace na aplikace; vlastní akce se nepřenášejí. Tato lekce vysvětluje, jak GPT fungují, abyste je mohli udržovat, migrovat a přizpůsobit jejich principy pro plugin (lekce 15–17).
Od teorie k praxi
Nyní víš, co je to akce a jak zabezpečit její ověření. Je čas podívat se, jak vypadá připojené GPT mimo laboratorní podmínky. Tato lekce rozebírá tři reálné příklady – CRM, kalendář a databázi – a detailně popisuje počáteční potřebu, zvolenou konfiguraci a to, co uživatel získá v každodenním provozu. Uvidíš, že navzdory rozdílům v nástrojích všechny tři konfigurace následují stejné designové principy, které shrneme na konci lekce.
Případ 1: Dotazování se tvého CRM přirozeným jazykem (HubSpot)
Představ si obchodního ředitele, který tráví dny přebíháním mezi schůzkami. Pokaždé, když chce zkontrolovat stav příležitosti, musí otevřít HubSpot, procházet filtry a hledat správný pohled. Jeho potřeba je jednoduchá: klást otázky tak, jako by mluvil s lidským asistentem, a získat odpověď bez opuštění chatu.
Konfigurace je záměrně minimalistická: schéma OpenAPI vystavuje pouze tři koncové body – GET /contacts pro vyhledávání kontaktů podle jména, společnosti nebo stavu; GET /deals pro výpis příležitostí s filtry (částka, fáze, datum); a POST /notes pro přidání poznámky ke kontaktu. Ověření se spoléhá na přístupový token soukromé aplikace HubSpot, předávaný jako Bearer token, s oprávněními omezenými pouze na čtení a přidávání poznámek. Tato volba není náhodná: i kdyby злоmyslný uživatel manipuloval s GPT, nemohl by změnit obchodní případ ani upravit údaje kontaktu, protože to samotné API zakazuje. Instrukce GPT zamykají rozsah podruhé: specifikují, že jde o obchodního asistenta připojeného k CRM HubSpot, že musí použít API pokaždé, když je dotázáno na kontakt nebo příležitost, že musí přeformulovat jakoukoli poznámku a před jejím přidáním si vyžádat potvrzení, a že nikdy nesmí měnit stav obchodního případu ani údaje kontaktu.
V praxi to mění denní rutinu obchodního ředitele. Napíše „Jaké jsou moje obchodní případy v jednání nad 50 000 €?“ a získá formátovaný seznam. Zeptá se „Ukaž mi kontakty ze společnosti Durand & Fils“ nebo nadiktuje „Přidej poznámku ke kontaktu Marie Leroyová: volání 15. března, zájem o nabídku Premium“ – GPT přeformuluje, počká na zelenou a poté zapíše do HubSpotu.
Případ 2: Správa kalendáře přes chat (Google Kalendář)
Druhý scénář: asistentka ředitele žongluje s programem svého šéfa, řeší vytváření schůzek, přesuny na poslední chvíli a kontrolu dostupnosti. Zde je na rozdíl od CRM klíčové zapisování – musíte mít možnost vytvářet, přesouvat a rušit události. Schéma OpenAPI proto pokrývá čtyři koncové body: GET /events pro výpis událostí za období, POST /events pro vytvoření události, PUT /events/{id} pro úpravu existující události a DELETE /events/{id} pro její zrušení.
Protože GPT sahá na osobní data Google, ověření používá OAuth 2.0 pouze s rozsahem calendar.events: GPT může číst a zapisovat události, ale nemůže se dotýkat nastavení kalendáře. Čím větší je pravomoc zápisu, tím kritičtější jsou ochranné prvky v instrukcích. Ty vyžadují, aby GPT shrnulo jakékoli vytvoření nebo úpravu a před provedením si vyžádalo potvrzení, vyžadovalo dvojí potvrzení před jakýmkoli smazáním a instruuje jej k systematické kontrole kolizí v harmonogramu před navržením termínu.
V praxi se asistentka ptá: „Co mám zítra odpoledne?“, „Naplánuj schůzku s marketingovým týmem v úterý ve 14:00 na 1 hodinu“ nebo „Přesuň check-in s Petrem z 10:00 na 11:00“. GPT zkontroluje dostupnost, oznámí, co chystá udělat, a provede akci až po validaci. Tření způsobené potvrzením je skromnou cenou za kalendář, který nikdy nezničí nedorozumění.
Případ 3: Prozkoumávání databáze zpětné vazby (Airtable)
Třetí případ: produktový tým centralizuje tikety a zpětnou vazbu od zákazníků v Airtable, ale ne každý ovládá syntaxi filtrů. Místo trénování všech na tento nástroj tým zpřístupní databázi prostřednictvím konverzace. Stačí dva koncové body: GET /records pro výpis záznamů s filtry a řazením a POST /records pro vytvoření nového záznamu. Ověření používá osobní přístupový token Airtable, předávaný jako Bearer token, s přístupem omezeným pouze na bázi „Product Feedback“ – ostatní báze v pracovním prostředí zůstávají neviditelné.
Instrukce dávají GPT roli produktového asistenta připojeného k databázi zpětné vazby, přikazují mu dotazovat se na bázi s příslušnými filtry pokaždé, když se otázka týká zpětné vazby od zákazníků, a vynucují formát odpovědi: tabulka se sloupci pro datum, klienta, kategorii a shrnutí. Nejdůležitější je však stanovení jasného limitu: GPT může vytvářet nové tikety, ale nikdy nesmí upravovat ani mazat stávající. Kdokoli z týmu se pak může zeptat: „Kolik chyb bylo nahlášeno tento měsíc?“, „Jaké jsou nejnovější zpětné vazby k funkci fakturace?“ nebo nadiktovat: „Vytvoř ticket: chyba zobrazení na platební stránce, nahlášeno klientem Dupontem 28. března.“
Co mají tyto tři případy společného
Když se podíváme z odstupu, prochází těmito různými konfiguracemi tři vzorce. Prvním je zlaté pravidlo připojených GPT: volné čtení, řízený zápis. Všechna tři GPT konzultují svá data bez tření, ale žádné nepíše bez explicitního potvrzení uživatele. Druhý vzorec se týká instrukcí: GPT nehádá, kdy spustit akci. Ve všech třech případech instrukce explicitně uvádějí „když uživatel požádá o X, použij akci Y“ – bez tohoto pokynu model riskuje odpověď z paměti místo dotazu na zdroj. Třetím vzorcem je střízlivost v rozsahu: žádné ze tří GPT nevystavuje celé API svého nástroje. Pouze dva až čtyři koncové body vybrané pro daný případ použití, nic víc.
Chceš-li tento přístup přizpůsobit svým potřebám, následuj pořadí tvorby, které ilustrují tyto tři příklady:
- Identifikuj nástroj, který denně používáš a má API, a definuj dva nebo tři konkrétní případy použití – otázky, které kladeš nejčastěji.
- Vytvoř minimální schéma OpenAPI pouze s nezbytnými koncovými body.
- Nakonfiguruj vhodné ověření (API klíč nebo OAuth).
- Přidej ochranné prvky do instrukcí pro jakékoli operace zápisu.
- Otestuj to s reálnými dotazy, než zpřístupníš přístup ostatním.
Slovo na okraj k úskalím pozorovaným u začínajících tvůrců. Nejčastější je připojení API „pro jistotu“ bez konkrétního případu použití: výsledkem je GPT, které teoreticky umí všechno, ale v praxi nic dobře. Nejnebezpečnější je povolení zápisu bez potvrzení – GPT, které vytváří nebo upravuje data bez validace, může napáchat skutečné škody v CRM nebo sdíleném kalendáři. Zvaž také chyby API: pokud je služba nedostupná nebo vrátí chybu, tvé GPT musí vědět, co říct uživateli, místo aby si vymýšlelo odpověď. Nakonec odolávej pokušení vystavit příliš mnoho koncových bodů: každý spotřebovává kontext a nad pět se přesnost GPT zhoršuje.
Teď jsi na řadě ty
Akce nebo aplikace? Pro jeden ze tří případů nebo pro nástroj ve tvé společnosti nejprve prohledej adresář Plugins v ChatGPT, zda pro tuto službu již existuje aplikace. Pokud ano, zaznamenej, co umožňuje a co chybí; pokud ne, navrhn plán akce: operace schématu, režim ověření, minimální práva a ochranné prvky v instrukcích. Ulož si tento plán: je základem pro integraci pluginu, protože akce se nemigrují.
Oficiální zdroje: Configuring actions in GPTs (Centrum nápovědy OpenAI: ověření, schéma OpenAPI, testování, limity) · Plugins in ChatGPT (adresář a aplikace) · Authentication (Airtable: přístupové tokeny) · Private apps (HubSpot: přístupový token)
Klíčové poznatky
- GPT připojená k reálným nástrojům (CRM, kalendář, databáze) řeší konkrétní každodenní problémy.
- Aplikuj zlaté pravidlo „volné čtení, řízený zápis“: před úpravou vždy potvrď.
- Explicitně zmiňuj akce v instrukcích, aby GPT vědělo, kdy je spustit.
- Omez koncové body na striktní minimum (2 až 5) a naplánuj ošetření chyb API.
- Začni jednoduše – jeden nástroj, dva koncové body – a postupně rozšiřuj.