前段時間，ChatGPT的官方應用商店GPTS Store終於上線了。
雖然因為OpenAI內部的“功鬥”而推遲了近兩個月，但GPTS Store的熱度在這段時間裡並沒有下降。
這次正式開通，官方和開發者在GPTS商店裡傳了出去超過 300 萬個應用程式，可以說是非常龐大。
這一次，除了GPTS Store之外，OpenAI新發布的內容還有測試功能。 此功能允許您個性化您的 GPT 並從對話的上下文中學習，因此每個人都有自己的 GPT。
同時，OpenAI還推出了ChatGPT團隊計畫，可供兩人以上的團隊使用，每人每月支付30美元，按年支付可享受5美元的折扣。
後兩個變化暫時不是特別大，所以今天，我們將重點關注最重要的GPTS商店。
在使用方面，只要在ChatGPT頁面點選“探索GPTS”，就可以直接進入GPTS商店。
不過值得注意的是，雖然OpenAI官方表示GPTS商店對所有Plus使用者開放，但編輯部發現，在測試開始時，仍有一些賬號仍然卡在舊介面，而且沒有進入GPTS商店。
在店鋪的頁面設計上，GPTS Store還是一如既往地延續了OpenAI的極簡風格。
頂部的搜尋框可用於直接查詢相關的 GPT 應用程式，因此您無需像以前那樣通過鏈結共享它們。
如果你不知道該用什麼，官方推出了乙個受歡迎的推薦，有三個部分：精選週刊、趨勢和ChatGPT官方開發，在每個部分下，都有推薦的應用程式。
此外，該商店還有七個細分領域，例如寫作、生產力、程式設計、生活方式等。
乍一看，真的感覺就像你在 App Store 購物一樣。
這一次，我們還從他們中挑選了一些實用的小程式，看看他們是否能僅通過商店中的小程式來幫助我們的日常工作。
首先，我們嘗試了熱榜上排名第二的公司 Consensus，它聲稱包含 2 億個學術成果，相當於乙個 AI 學術助理，在回答科學問題方面非常專業。
我們問他為什麼吃了頭孢菌素後不能喝酒，他回答如下：
共識不只是在幾秒鐘內回答問題您還可以列出支援該想法的相關引文，這使答案具有更高的可信度。 如果你把它作為寫作**的效率工具，那麼它應該為你節省很多時間，這是乙個科研工具。
在效率工具方面，還有一款叫做Alphanotes GPT的工具，顧名思義，它可以幫助你提煉出冗長**和長篇文章的關鍵點。 分析、引言、要點、論據、背景等一應俱全。
不過，這個工具和b站評論區比較常見的AI**摘要助手很像，看起來不會給人一種新奇感。
那麼，讓我們來看看乙個更有趣的，也在推薦的熱門列表中，是乙個叫做Logo Creator的圖示設計工具。
我們試著讓它成為龍年的標誌，它沒有急於先畫，而是先詢問需求，比如風格的選擇：
它還詢問了複雜性，我們是否需要文字，最後，我們是否需要圖示、字母徽標、吉祥物徽標或徽章。
完成所有選擇後，徽標建立者會根據我們的需要設計圖示。
這個效果還是不錯的，如果要求不是很高，直接使用也沒問題。
總體來看，與之前的Beta版本相比，可以使用的GPTS數量更多，型別也更多樣化。
當然，GPTS Store 之所以能做到這一點，主要是因為它降低了 GPT 應用開發的門檻，讓使用者和開發者可以在自己的身份之間無縫切換。
例如，現在我們可以在 GPT Builder 中提煉乙個 GPT，它也可以在商店中列出，只要將提煉後的 GPT 設定為對所有人都可見即可。
認證過程也比較簡單，只要填個名字或者填乙個**就可以了。
同時，奧特曼在上一屆OpenAI開發者大會上提到“每個人都可以用GPTS商店賺錢”的事實也令人瞠目結舌。
根據最新的官方宣告，他們正準備在今年第一季度推出第乙個開發者收入計畫，從美國的開發者開始。
他們能賺多少錢完全取決於使用者如何使用它。
這樣一來，除了有一定開發經驗的創業公司和獨立開發者之外，沒有學過程式設計的人現在也可以有多種賺錢方式。
還低准入門檻對GPTS開發的影響並不全是有益的。
例如“同質化”，只需在搜尋欄中搜尋“translation”，就可以彈出大量相關的翻譯gpts，其他型別的gpts也是如此。
同時，GPTS商店的管理暫時還是非常非常混亂的，甚至不在乎重複名稱抄襲。
例如，在不久的將來，一些博主分享了他們抄襲GPTS的經歷：
在GPTS商店中，真假孫悟空之間的橋梁也離譜，應用可以搜尋一堆具有相同姓名和頭像的人：
也許，你說你可以通過評估的數量來判斷。 但是，如果這些資料可以縱呢？
哪裡有列表，哪裡就有資料欺詐現在GPTS商店的生態已經混亂到有人準備趁空子謀劃互助，刷名單：
我們認為 OpenAI 必須關注 GPTS Store 生態系統，但從目前的情況來看，整個應用商店還是很混亂的，想要少踩坑，主要要看官方推薦。
總的來說，GPTS Store 仍然非常有用，但構建和維護生態系統還需要一些時間。
我們相信，這段時間不會慢，2024年肯定是大模型應用井噴的一年。 那些在大模型領域落後OpenAI一步的大廠商，經過一年的捲起模型，是時候專注於應用層了。
畢竟，無論模型發展得多麼好，如果沒有生態學和應用，最終的結果大多是滅絕。