Salt la conținutul principal
Română— Alege o limbă
Meniu

Exemple: GPT-uri conectate la un CRM, un calendar și o bază de date

Lecția 11 din 17 Actualizată 5 noiembrie 2026 Intermediar
Pe această pagină
  1. De la teorie la practică
  2. Cazul 1: Interogarea CRM-ului în limbaj natural (HubSpot)
  3. Cazul 2: Gestionarea unui calendar prin chat (Google Calendar)
  4. Cazul 3: Explorarea unei baze de date de feedback (Airtable)
  5. Ce au în comun aceste trei cazuri
  6. Rândul dumneavoastră
  7. Puncte cheie

Situația la 5 noiembrie 2026: GPT-urile sunt în ultimele săptămâni de viață. OpenAI va retrage GPT-urile personalizate pe 11 decembrie 2026 (11 februarie 2027 pentru anumite spații de lucru Enterprise care beneficiază de o excepție). Conturile Personal, Free, Go, Plus și Pro nu mai pot crea sau publica noi GPT-uri; în spațiile de lucru Business, Enterprise și Edu, crearea depinde de setări și a încetat pe 26 octombrie 2026 în spațiile Enterprise afectate. GPT-urile existente rămân utilizabile și editabile dacă planul dumneavoastră permite acest lucru până la retragere; conversațiile avute cu ele vor rămâne accesibile și după aceea. Migrarea (Migrate to plugin, în My GPTs) transformă instrucțiunile într-o abilitate (skill), baza de cunoștințe în fișiere de referință, iar aplicațiile conectate în aplicații; acțiunile personalizate nu sunt transferate. Această lecție explică funcționarea GPT-urilor pentru a vă ajuta să le mențineți, să le migrați și să adaptați principiile lor unui plugin (Lecțiile 15–17).

De la teorie la practică

Acum știți ce este o Acțiune și cum să securizați autentificarea acesteia. Este timpul să vedeți cum arată un GPT conectat în afara laboratorului. Această lecție analizează trei exemple din lumea reală—un CRM, un calendar și o bază de date—detaliind nevoia inițială, configurația aleasă și ceea ce obține utilizatorul zi de zi. Veți observa că, dincolo de diferențele dintre instrumente, toate cele trei configurări urmează aceleași principii de design, pe care le vom schița la finalul lecției.

Cazul 1: Interogarea CRM-ului în limbaj natural (HubSpot)

Imaginați-vă un director de vânzări care își petrece zilele sărind din meeting în meeting. De fiecare dată când vrea să verifice stadiul unei oportunități, trebuie să deschidă HubSpot, să navigheze prin filtre și să găsească vizualizarea corectă. Nevoia sa este simplă: să pună întrebări așa cum ar face-o unui asistent uman și să primească un răspuns fără a părăsi fereastra de chat.

Configurația este intenționat minimală: schema OpenAPI expune doar trei endpoint-uri—GET /contacts pentru a căuta contacte după nume, companie sau statut; GET /deals pentru a lista oportunitățile cu filtre (sumă, etapă, dată); și POST /notes pentru a adăuga o notă unui contact. Autentificarea se bazează pe token-ul de acces al unei aplicații private HubSpot, transmis ca token Bearer, cu permisiuni limitate la citire și adăugare de note. Această alegere nu este arbitrară: chiar dacă un utilizator rău-intenționat ar manipula GPT-ul, acesta nu ar putea modifica o tranzacție (deal) sau altera detaliile unui contact, deoarece API-ul însuși interzice acest lucru. Instrucțiunile GPT-ului blochează domeniul de aplicare o a doua oară: acestea specifică faptul că este un asistent de vânzări conectat la CRM-ul HubSpot, că trebuie să utilizeze API-ul ori de câte ori este întrebat despre un contact sau o oportunitate, că trebuie să reformuleze orice notă și să ceară confirmare înainte de a o adăuga și că nu trebuie niciodată să modifice statutul unei tranzacții sau detaliile unui contact.

În practică, rezultatul schimbă rutina zilnică a directorului de vânzări. Tastează „Care sunt tranzacțiile mele în negociere peste 50.000 €?“ și primește o listă formatată. Întreabă „Arată-mi contactele de la compania Durand & Fils“ sau dictează „Adaugă o notă la contactul Marie Leroy: apel pe 15 martie, interesat de oferta Premium“—GPT-ul reformulează, așteaptă unda verde, apoi scrie în HubSpot.

Cazul 2: Gestionarea unui calendar prin chat (Google Calendar)

Al doilea scenariu: un asistent executiv jonglează cu agenda managerului său, gestionând crearea de meeting-uri, reprogramările de ultim moment și verificările de disponibilitate. Aici, spre deosebire de CRM, scrierea este centrală pentru nevoie—trebuie să puteți crea, muta și anula evenimente. Schema OpenAPI acoperă, prin urmare, patru endpoint-uri: GET /events pentru a lista evenimentele pentru o perioadă, POST /events pentru a crea un eveniment, PUT /events/{id} pentru a modifica un eveniment existent și DELETE /events/{id} pentru a anula unul.

Deoarece GPT-ul atinge date personale Google, autentificarea folosește OAuth 2.0 cu doar scope-ul calendar.events: GPT-ul poate citi și scrie evenimente, dar nu poate atinge setările calendarului. Cu cât puterea de scriere este mai mare, cu atât guardrail-urile (barierele de protecție) din instrucțiuni devin mai critice. Acestea cer GPT-ului să rezume orice creare sau modificare și să ceară confirmare înainte de a acționa, să ceară o dublă confirmare înainte de orice ștergere și să îi instruiască să verifice sistematic conflictele de programare înainte de a propune un interval orar.

În practică, asistentul întreabă „Ce am mâine după-amiază?“, „Programează o meeting cu echipa de marketing marți la 14:00 pentru 1 oră“ sau „Mută check-in-ul cu Pierre de la 10:00 la 11:00“. GPT-ul verifică disponibilitatea, anunță ce urmează să facă și execută doar după validare. Frecarea adăugată de confirmare este prețul modic al unei agende care nu este niciodată distrusă de o neînțelegere.

Cazul 3: Explorarea unei baze de date de feedback (Airtable)

Al treilea caz: o echipă de produs centralizează tichetele și feedback-ul clienților în Airtable, dar nu toată lumea stăpânește sintaxa filtrelor. În loc să instruiască pe toată lumea privind utilizarea instrumentului, echipa pune baza de date în conversație. Două endpoint-uri sunt suficiente: GET /records pentru a lista înregistrările cu filtre și sortare, și POST /records pentru a crea o nouă înregistrare. Autentificarea folosește un token de acces personal Airtable, transmis ca token Bearer, cu acces restricționat doar la baza „Product Feedback“—alte baze din spațiul de lucru rămân invizibile.

Instrucțiunile definesc rolul GPT-ului ca asistent de produs conectat la baza de date de feedback, îi spun să interogheze baza cu filtrele adecvate ori de câte ori o întrebare privește feedback-ul clienților și impun un format de răspuns: un tabel cu coloane pentru dată, client, categorie și rezumat. Cel mai important, ele stabilesc o limită clară: GPT-ul poate crea noi tichete, dar nu poate modifica sau șterge niciodată cele existente. Orice membru al echipei poate apoi să întrebe „Câte bug-uri au fost raportate luna aceasta?“, „Care sunt cele mai recente elemente de feedback privind funcția de facturare?“ sau să dicteze „Creează un tichet: eroare de afișare pe pagina de plată, raportată de clientul Dupont pe 28 martie.“

Trei GPT-uri conectate Trei panouri: un CRM HubSpot interogat și adnotat, cu un token de aplicație privată și drepturi de citire/notă; un Google Calendar citit și populat, prin OAuth cu doar scope-ul calendar.events; o bază de feedback Airtable explorată, cu un token personal limitat la o singură bază. CAZURI PRACTICE Trei GPT-uri conectate 1 CRM HubSpot Interogare contacte, adăugare note. Token aplicație privată Citire și note 2 Google Calendar Citire și creare evenimente. OAuth calendar.events 3 Airtable Explorare bază de feedback. Token personal Doar o singură bază Înainte de a construi o acțiune, căutați o aplicație existentă în directorul Plugins.
Bazat pe articolul „Configuring actions in GPTs“ din Centrul de Ajutor OpenAI (noiembrie 2026) și documentația Airtable și HubSpot.

Ce au în comun aceste trei cazuri

Privind lucrurile din perspectivă, trei tipare străbat aceste configurări diferite. Primul este regula de aur a GPT-urilor conectate: citire liberă, scriere controlată. Toate cele trei GPT-uri își consultă datele fără frecare, dar niciunul nu scrie fără confirmarea explicită a utilizatorului. Al doilea tipar privește instrucțiunile: un GPT nu ghicește când să declanșeze o Acțiune. În toate cele trei cazuri, instrucțiunile afirmă explicit „când utilizatorul cere X, folosește acțiunea Y“—fără această directivă, modelul riscă să răspundă din memorie în loc să interogheze sursa. Al treilea tipar este sobrietatea domeniului de aplicare: niciunul dintre cele trei GPT-uri nu expune întregul API al instrumentului său. Doar două până la patru endpoint-uri, alese pentru cazul de utilizare, nimic mai mult.

Pentru a adapta această abordare propriilor dumneavoastră nevoi, urmați ordinea de construire ilustrată de aceste trei exemple:

  1. Identificați un instrument pe care îl utilizați zilnic și care are un API și definiți două sau trei cazuri de utilizare concrete—întrebările pe care le puneți cel mai des
  2. Creați o schemă OpenAPI minimală cu doar endpoint-urile necesare
  3. Configurați autentificarea adecvată (cheie API sau OAuth)
  4. Adăugați guardrail-uri în instrucțiuni pentru orice operațiuni de scriere
  5. Testați cu interogări reale înainte de a deschide accesul altora

Un cuvânt despre capcanele observate la creatorii începători. Cea mai frecventă este conectarea unui API „doar în caz“, fără un caz de utilizare specific: ajungeți cu un GPT care teoretic poate face totul, dar în practică nu face nimic bine. Cea mai periculoasă este允许area scrierii fără confirmare—un GPT care creează sau modifică date fără validare poate provoca daune reale într-un CRM sau într-un calendar partajat. Luați în considerare și erorile API: dacă serviciul este indisponibil sau returnează o eroare, GPT-ul dumneavoastră trebuie să știe ce să îi spună utilizatorului, în loc să inventeze un răspuns. În final, rezistați tentației de a expune prea multe endpoint-uri: fiecare consumă context și, dincolo de cinci, precizia GPT-ului se degradează.

Rândul dumneavoastră

Acțiune sau aplicație? Pentru unul dintre cele trei cazuri sau pentru un instrument din compania dumneavoastră, căutați mai întâi în directorul Plugins ChatGPT pentru a vedea dacă există deja o aplicație pentru acel serviciu. Dacă da, notați ce permite și ce lipsește; dacă nu, elaborați planul de acțiune: operațiuni schema, mod de autentificare, drepturi minime și guardrail-uri în instrucțiuni. Păstrați acest plan: este fundația pentru o integrare prin plugin, deoarece acțiunile nu sunt migrate.

Surse oficiale: Configuring actions in GPTs (Centrul de Ajutor OpenAI: autentificare, schemă OpenAPI, testare, limite) · Plugins in ChatGPT (director și aplicații) · Authentication (Airtable: token-uri de acces) · Private apps (HubSpot: token de acces)

Puncte cheie

  • GPT-urile conectate la instrumente reale (CRM, calendar, bază de date) rezolvă probleme concrete din viața de zi cu zi
  • Aplicați regula de aur „citire liberă, scriere controlată“: confirmați întotdeauna înainte de a modifica
  • Menționați explicit Acțiunile în instrucțiuni, astfel încât GPT-ul să știe când să le declanșeze
  • Limitați endpoint-urile la strictul necesar (2 până la 5) și planificați gestionarea erorilor API
  • Începeți simplu—un instrument, două endpoint-uri—și îmbogățiți progresiv