Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Piemēri: GPT, kas savienoti ar CRM, kalendāru un datubāzi

Nodarbība 11 no 17 Atjaunota 2026. gada 5. novembris Vidējs
Šajā lapā
  1. No teorijas uz praksi
  2. 1. gadījums: Vaicājumi tavam CRM dabiskā valodā (HubSpot)
  3. 2. gadījums: Kalendāra pārvaldība, izmantojot tērzēšanu (Google Calendar)
  4. 3. gadījums: Atsauksmju datubāzes izpēte (Airtable)
  5. Kas šiem trim gadījumiem ir kopīgs
  6. Tava kārta
  7. Galvenās atziņas

Statuss uz 2026. gada 5. novembri: GPT ir pēdējās pastāvēšanas nedēļās. OpenAI pārtrauks pielāgoto GPT darbību 2026. gada 11. decembrī (dažām Enterprise darbvietām ar atbrīvojumu — 2027. gada 11. februārī). Personīgie, Free, Go, Plus un Pro konti vairs nevar izveidot vai publicēt jaunus GPT; Business, Enterprise un Edu darbvietās izveide ir atkarīga no iestatījumiem, un skartajās Enterprise darbvietās tā tika pārtraukta 2026. gada 26. oktobrī. Esošie GPT paliek lietojami un rediģējami, ja jūsu plāns to atļauj, līdz to darbības pārtraukšanai; sarunas ar tiem būs pieejamas arī pēc tam. Migrācija (Migrate to plugin, sadaļā My GPT) pārvērš instrukcijas prasmē, zināšanu bāzi — atsauces failos, bet pieslēgtās lietotnes — lietotnēs; pielāgotās darbības netiek pārnestas. Šī nodarbība skaidro, kā darbojas GPT, lai palīdzētu tev tos uzturēt, migrēt un pielāgot to principus spraudnim (15.–17. nodarbība).

No teorijas uz praksi

Tagad tu zini, kas ir darbība (Action) un kā nodrošināt tās autentifikāciju. Ir laiks aplūkot, kā izskatās savienots GPT ārpus laboratorijas apstākļiem. Šajā nodarbībā mēs izanalizēsim trīs reālus piemērus — CRM, kalendāru un datubāzi —, detalizēti aprakstot sākotnējo vajadzību, izvēlēto konfigurāciju un to, ko lietotājs iegūst ikdienā. Tu redzēsi, ka, neskatoties uz rīku atšķirībām, visi trīs iestatījumi seko vieniem un tiem pašiem dizaina principiem, kurus mēs izklāstīsim nodarbības beigās.

1. gadījums: Vaicājumi tavam CRM dabiskā valodā (HubSpot)

Iedomājies pārdošanas direktoru, kurš dienas pavada, pārvietojoties no vienas tikšanās uz otru. Katru reizi, kad viņš vēlas pārbaudīt darījuma statusu, viņam ir jāatver HubSpot, jānavigē filtros un jāmeklē pareizais skats. Viņa vajadzība ir vienkārša: uzdot jautājumus tā, it kā runātu ar cilvēka asistentu, un saņemt atbildi, neatstājot tērzēšanu.

Konfigurācija ir apzināti minimāla: OpenAPI shēma eksponē tikai trīs beiga punktus — GET /contacts, lai meklētu kontaktus pēc vārda, uzņēmuma vai statusa; GET /deals, lai uzskaitītu iespējas ar filtriem (summa, posms, datums); un POST /notes, lai pievienotu piezīmi kontaktam. Autentifikācija balstās uz privātas HubSpot lietotnes piekļuves tokeni, kas tiek nodots kā Bearer tokens, ar atļaujām, kas ierobežotas tikai ar lasīšanu un piezīmju pievienošanu. Šī izvēle nav nejauša: pat ja ļaunprātīgs lietotājs manipulētu ar GPT, tas nevarētu modificēt darījumu vai mainīt kontakta datus, jo API to vienkārši neļauj. GPT instrukcijas vēlreiz nosaka darbības robežas: tajās norādīts, ka tas ir pārdošanas asistents, kas savienots ar HubSpot CRM, ka tam jāizmanto API, kad tiek jautāts par kontaktu vai iespēju, ka tam jāpārfrāzē jebkura piezīme un jāprasa apstiprinājums pirms tās pievienošanas, un ka tam nekad nedrīkst mainīt darījuma statusu vai kontakta datus.

Praksē rezultāts maina pārdošanas direktora ikdienas rutīnu. Viņš ieraksta „Kādi ir mani darījumi sarunu stadijā virs 50 000 €?” un saņem formatētu sarakstu. Viņš jautā „Parādi man kontaktus no uzņēmuma Durand & Fils” vai diktē „Pievieno piezīmi kontaktam Marie Leroy: zvans 15. martā, ieinteresēta Premium piedāvājumā” — GPT pārfrāzē, nogaida zaļo gaismu un tikai tad ieraksta datus HubSpot.

2. gadījums: Kalendāra pārvaldība, izmantojot tērzēšanu (Google Calendar)

Otrs scenārijs: izpilddirektora asistents žonglē ar sava vadītāja grafiku, veidojot tikšanās, pārcelot tās pēdējā brīdī un pārbaudot pieejamību. Šeit, atšķirībā no CRM, rakstīšana ir centrālā vajadzība — tev ir jāspēj izveidot, pārvietot un atcelt notikumus. Tāpēc OpenAPI shēma aptver četrus beiga punktus: GET /events, lai uzskaitītu notikumus konkrētā periodā, POST /events, lai izveidotu notikumu, PUT /events/{id}, lai modificētu esošu notikumu, un DELETE /events/{id}, lai to atceltu.

Tā kā GPT piekļūst personas Google datiem, autentifikācijai tiek izmantots OAuth 2.0 tikai ar calendar.events apjomu (scope): GPT var lasīt un rakstīt notikumus, bet nevar mainīt kalendāra iestatījumus. Jo lielāka ir rakstīšanas spēja, jo kritiskāki kļūst instrukciju drošības ierobežojumi. Tie pieprasa, lai GPT apkopotu jebkuru izveidi vai modificēšanu un prasītu apstiprinājumu pirms darbības veikšanas, pieprasītu dubultu apstiprinājumu pirms jebkuras dzēšanas un sistemātiski pārbaudītu grafika konfliktus pirms laika piedāvāšanas.

Praksē asistents jautā: „Kas man ir rīt pēcpusdienā?”, „Ieplāno tikšanos ar mārketinga komandu otrdien plkst. 14.00 uz 1 stundu” vai „Pārceļ Pierre iepazīšanās tikšanos no plkst. 10.00 uz 11.00”. GPT pārbauda pieejamību, paziņo, ko tas gatavojas darīt, un izpilda darbību tikai pēc apstiprinājuma. Berze, ko rada apstiprināšanas process, ir maza cena, ko maksājam par grafiku, ko nekad nesagraus pārpratums.

3. gadījums: Atsauksmju datubāzes izpēte (Airtable)

Trešais gadījums: produktu komanda centralizē biļetes un klientu atsauksmes Airtable, taču ne visi pārvalda filtru sintaksi. Tā vietā, lai apmācītu visus strādāt ar rīku, komanda padara datubāzi par sarunu biedru. Pietiek ar diviem beiga punktiem: GET /records, lai uzskaitītu ierakstus ar filtriem un kārtošanu, un POST /records, lai izveidotu jaunu ierakstu. Autentifikācijai tiek izmantots Airtable personīgais piekļuves tokens, kas nodots kā Bearer tokens, ar piekļuvi, kas ierobežota tikai ar „Product Feedback” bāzi — citas darbvietas bāzes paliek neredzamas.

Instrukcijas piešķir GPT produktu asistenta lomu, kas savienots ar atsauksmju datubāzi, liek tam vaicāt bāzi ar atbilstošiem filtriem, kad jautājums attiecas uz klientu atsauksmēm, un nosaka atbildes formātu: tabula ar kolonnām datums, klients, kategorija un kopsavilkums. Vissvarīgākais ir skaidrais ierobežojums: GPT var izveidot jaunas biļetes, bet nekad nedrīkst modificēt vai dzēst esošās. Tad jebkurš komandas loceklis var jautāt: „Cik kļūdas tika ziņotas šomēnes?”, „Kādi ir jaunākie atsauksmes par rēķinu funkciju?” vai diktēt: „Izveido biļeti: attēlojuma kļūda maksājumu lapā, ziņojis klients Dupont 28. martā.”

Trīs savienoti GPT Trīs bloki: HubSpot CRM, kurā veic vaicājumus un piezīmes, izmantojot privātas lietotnes tokeni ar lasīšanas un piezīmju tiesībām; Google Calendar, ko lasa un papildina, izmantojot OAuth tikai ar calendar.events apjomu; Airtable atsauksmju bāze, ko izpēta, izmantojot personīgo tokeni, kas ierobežots ar vienu bāzi. PRAKTISKIE GADĪJUMI Trīs savienoti GPT 1 HubSpot CRM Vaicā kontaktus, pievieno piezīmes. Privātas lietotnes tokens Lasīšana un piezīmes 2 Google Calendar Lasīšana un notikumu izveide. OAuth calendar.events 3 Airtable Atsauksmju bāzes izpēte. Personīgais tokens Tikai viena bāze Pirms darbības izveides meklē esošu lietotni Plugins direktorijā.
Pamatojoties uz rakstu „Configuring actions in GPTs" no OpenAI palīdzības centra (2026. gada novembris) un Airtable un HubSpot dokumentācijas.

Kas šiem trim gadījumiem ir kopīgs

Aplūkojot situāciju kopumā, šajos dažādajos iestatījumos izceļas trīs modeļi. Pirmais ir savienoto GPT zelta likums: brīva lasīšana, kontrolēta rakstīšana. Visi trīs GPT bez berzes konsultē savus datus, bet neviens neraksta bez skaidra lietotāja apstiprinājuma. Otrais modelis attiecas uz instrukcijām: GPT nenojauš, kad aktivizēt darbību. Visos trīs gadījumos instrukcijās ir skaidri teikts: „kad lietotājs prasa X, izmanto darbību Y” — bez šīs direktīvas modelis riskē atbildēt, balstoties uz atmiņu, nevis vaicājot avotam. Trešais modelis ir apjoma atturīgums: neviens no trim GPT neeksponē sava rīka visu API. Tikai divi līdz četri beiga punkti, izvēlēti konkrētajam lietojumam, nekas vairāk.

Lai pielāgotu šo pieeju savām vajadzībām, seko izveides secībai, ko ilustrē šie trīs piemēri:

  1. Identificē rīku, ko izmanto ikdienā un kam ir API, un definē divus vai trīs konkrētus lietojumgadījumus — jautājumus, kurus uzdod visbiežāk.
  2. Izveido minimālu OpenAPI shēmu tikai ar nepieciešamajiem beiga punktiem.
  3. Konfigurē atbilstošu autentifikāciju (API atslēga vai OAuth).
  4. Pievieno drošības ierobežojumus instrukcijās jebkurām rakstīšanas darbībām.
  5. Testē ar reāliem vaicājumiem, pirms atver piekļuvi citiem.

Daži vārdi par kļūdām, kas novērotas pie iesācēju veidotājiem. Visbiežākā ir API pieslēgšana „gadījumam, ja”, bez konkrēta lietojumgadījuma: rezultātā iegūsti GPT, kas teorētiski var darīt visu, bet praksē neko nedara labi. Visbīstamākā ir rakstīšanas atļaušana bez apstiprinājuma — GPT, kas rada vai modificē datus bez validācijas, var nodarīt reālu kaitējumu CRM vai koplietotā kalendārā. Ņem vērā arī API kļūdas: ja serviss nav pieejams vai atgriež kļūdu, tavam GPT ir jāzina, ko teikt lietotājam, nevis jāizgudro atbilde. Visbeidzot, pretojies kārdinājumam eksponēt pārāk daudz beiga punktu: katrs no tiem patērē kontekstu, un, pārsniedzot piecus, GPT precizitāte pasliktinās.

Tava kārta

Darbība vai lietotne? Vienam no trim gadījumiem vai kādam savam uzņēmuma rīkam vispirms meklē ChatGPT Plugins direktorijā, vai šim servisam jau eksistē lietotne. Ja jā, atzīmē, ko tā ļauj darīt un kā trūkst; ja nē, izstrādā darbības plānu: shēmas operācijas, autentifikācijas režīmu, minimālās tiesības un drošības ierobežojumus instrukcijās. Saglabā šo plānu: tas ir pamats spraudņa integrācijai, jo darbības netiek migrētas.

Oficiālie avoti: Configuring actions in GPTs (OpenAI palīdzības centrs: autentifikācija, OpenAPI shēma, testēšana, limiti) · Plugins in ChatGPT (direktorijs un lietotnes) · Authentication (Airtable: piekļuves tokeni) · Private apps (HubSpot: piekļuves tokens)

Galvenās atziņas

  • GPT, kas savienoti ar reāliem rīkiem (CRM, kalendārs, datubāze), risina konkrētas ikdienas problēmas
  • Piemēro zelta likumu „brīva lasīšana, kontrolēta rakstīšana”: vienmēr apstiprini pirms modificēšanas
  • Instrukcijās skaidri minē darbības (Actions), lai GPT zinātu, kad tās aktivizēt
  • Ierobežo beiga punktus līdz stingram minimumam (2 līdz 5) un paredz API kļūdu apstrādi
  • Sāc vienkārši — viens rīks, divi beiga punkti — un bagātini pakāpeniski