ChatGPT · Einen Custom GPT bauen: Instructions, Knowledge und Capabilities

Wir bauen Schritt für Schritt einen internen Onboarding-Assistenten als Custom GPT. Wir konfigurieren seine Instructions, laden Knowledge-Dateien hoch und aktivieren genau die Capabilities, die ererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → braucht. Ein Custom GPT ist eine gespeicherte, teilbare Konfiguration von ChatGPT: ein System-Prompt, optionale Dateien, optionale Tools und optionale Actions, gebündelt unter einem Namen. Sie trainieren kein Modell. Sie verpacken Verhalten.

Unseren nennen wir Onboard Buddy. Er beantwortet die Fragen neuer Mitarbeitender in der ersten Woche zu Benefits, Tools und Zuständigkeiten.

Wo Sie bauen und wer ihn nutzen kann

Custom GPTs finden Sie unter chatgpt.com/gpts. Sie erstellen einen über den Button Create oder den Builder unter chatgpt.com/gpts/editor. Zum Bauen brauchen Sie einen kostenpflichtigen Plan: Plus, Pro, Business (der Plan, der früher Team hieß) oder Enterprise/Edu.

Eine Entscheidung prägt alles Weitere: die Verteilung. Für einen internen Helfer wollen Sie mit ziemlicher Sicherheit einen Business- oder Enterprise-Workspace. Dort kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen Sie einen GPT für „Only people in [workspace]“ veröffentlichen statt für „Anyone with the link“ oder den öffentlichen GPT Store. So bleibt Ihr Benefits-PDF aus dem offenen Internet heraus. Die aktuellen Freigabeoptionen finden Sie in den Hinweisen von OpenAI zum Erstellen eines GPT.

Die eigentliche Arbeit passiert im Tab Configure

Der Builder hat zwei Tabs:

• Create, ein dialogbasierter Assistent.
• Configure, das Formular.

Der Assistent reicht für einen ersten Entwurf, aber jeder ernsthafte GPT wird in Configure feinjustiert. Dieser Tab enthält:

• Name und Beschreibung
• Instructions (den System-Prompt)
• Conversation Starters (vorgeschlagene erste Nachrichten)
• Knowledge (hochgeladene Dateien)
• Capabilities (Web Search, Canvas, Image Generation, Code Interpreter & Data Analysis)
• Actions (eigene APIAPIApplication Programming Interface: eine standardisierte Schnittstelle, über die Anwendungen kommunizieren und Daten austauschen, ohne die interne Funktionsweise der jeweils anderen zu kennen.Vollständige Definition ansehen →-Aufrufe)

Möglicherweise sehen Sie auch eine Einstellung für ein empfohlenes Modell. Die Optionen hängen vom Plan ab, prüfen Sie also, was Ihr Workspace anbietet.

Hier die Einstellungen, auf die es am meisten ankommt.

Instructions: schreiben Sie sie wie eine Arbeitsanweisung

Instructions sind die Daueranweisungen des GPT. Sie gelten für jede Konversation, also behandeln Sie sie wie einen Vertrag. Hier das Set für Onboard Buddy:

You are Onboard Buddy, the onboarding assistant for new hires at Acme Co.

SCOPE
- Answer questions about benefits, IT setup, tooling, policies, and team ownership.
- Use ONLY the uploaded knowledge files for any factual claim about Acme.
- If the answer is not in the files, say so and point to #ask-people-ops in Slack.
  Never guess about policy, salary, or legal topics.

STYLE
- Concise. Lead with the answer, then a short "why" if useful.
- New hires are non-technical by default. Avoid internal jargon or define it once.

BEHAVIOR
- When asked "who owns X", cite the team and the named contact from team-directory.md.
- For step-by-step setup, output a numbered checklist.
- End answers that touch HR or payroll with: "Confirm with People Ops before acting."

Gute Instructions haben einige Gewohnheiten gemeinsam.

Verankern Sie sie explizit im Knowledge. Die Zeile „Use ONLY the uploaded knowledge files“ braucht einen Notausgang: „If the answer is not in the files, say so.“ Zusammen verhindern sie, dass Ihr GPT selbstbewusst eine Elternzeitregelung erfindet.

Legen Sie das Ablehnungsverhalten fest. Sagen Sie ihm, was es NICHT beantworten soll. Bei einem Bot mit HR-Bezug ist „never guess about salary or legal topics“ ein Sicherheitsmerkmal.

Definieren Sie das Format, wo es zählt. „Output a numbered checklist“ liefert Ihnen einheitliche, leicht überfliegbare Setup-Anleitungen statt Textblöcken.

Halten Sie die Instructions fokussiert. Das Zeichenlimit ist großzügig, aber ein knappes Briefing mit 300 Wörtern schlägt ein ausuferndes mit 2.000. Klare, widerspruchsfreie Regeln befolgt das Modell zuverlässiger.

Conversation Starters zahlen sich aus

Das sind die anklickbaren Prompts auf dem Startbildschirm des GPT. Richten Sie sie an echten Fragen der ersten Woche aus:

• „How do I set up my laptop and VPN?“
• „What's our health insurance and when does it start?“
• „Who owns the deployment pipelinepipelineAlle aktiven Verkaufschancen über die Phasen des Vertriebsprozesses hinweg, zusammen mit ihrem gesamten potenziellen Wert und ihrer Abschlusswahrscheinlichkeit.Vollständige Definition ansehen →?“
• „Walk me through expense reports.“

Gute Starter dokumentieren nebenbei, wofür der GPT da ist. Außerdem fragen neue Mitarbeitende seltener „Was kannst du?“.

Knowledge: Dateien, kein Fine-tuningFine-tuningFine-Tuning passt ein vortrainiertes Modell an eine bestimmte Aufgabe oder Domäne an, indem das Training auf einem kleineren, gezielten Datensatz fortgesetzt wird. Das verbessert Genauigkeit und Stil für den jeweiligen Anwendungsfall.Vollständige Definition ansehen →

Im Bereich Knowledge laden Sie Referenzdokumente hoch. Im Hintergrund erhält der GPT damit Retrieval über Ihre Dateien. Das ist dasselbe RAGRAGVerfahren, mit dem ein KI-Modell aus Ihren eigenen Dokumenten antwortet, indem es relevante Passagen abruft, bevor es eine Antwort erzeugt.Vollständige Definition ansehen →-Muster, das Sie schon kennen, ohne dass Sie etwas einrichten müssen. Laden Sie das tatsächliche Quellmaterial hoch:

• benefits-2026.pdf
• it-onboarding.md
• team-directory.md
• pto-and-leave-policy.pdf
• expense-policy.pdf

Einige Gegebenheiten, die Sie beim Design berücksichtigen sollten.

Struktur schlägt Menge. Eine saubere Markdown-Datei mit klaren Überschriften wird besser abgerufen als ein gescanntes PDF mit 90 Seiten. Ist ein Dokument unordentlich, wandeln Sie es in Markdown um oder teilen Sie es vor dem Hochladen nach Themen auf.

Ein Thema pro Datei ist leichter zu pflegen. Wenn sich die Benefits für 2026 ändern, tauschen Sie eine Datei aus, statt einen Monolithen zu überarbeiten.

Dateien sind sichtbar, wenn Code Interpreter aktiv ist. Das ist für den Datenschutz relevant. Ist Code Interpreter & Data Analysis aktiviert, kann ein versierter Nutzer den GPT mitunter dazu bringen, hochgeladene Dateien aufzulisten oder auszugeben. Legen Sie keine Geheimnisse, keine unbearbeiteten personenbezogenen Daten und keine unveröffentlichten Gehaltsbänder in Knowledge ab. Gehen Sie davon aus, dass alles Hochgeladene für jeden lesbar ist, der den GPT nutzen kann.

Knowledge ist statisch. Es ist eine Momentaufnahme zum Zeitpunkt des Uploads. Für Daten, die sich täglich ändern, etwa offene Stellen oder Ticketstatus, brauchen Sie stattdessen eine Action. Actions behandeln wir weiter unten.

Capabilities: aktivieren Sie nur, was die Aufgabe erfordert

Jede Capability ist eine Checkbox. Mehr Tools geben dem GPT mehr Spielraum abzuschweifen, also aktivieren Sie sie bewusst.

Web Search

Mit Web Search greift der GPT auf das Live-Internet zu. Für Onboard Buddy schalten Sie das ab. Sie wollen Antworten, die auf Ihren Dateien beruhen, nicht eine Vermutung aus dem öffentlichen Web zur „üblichen Urlaubsregelung“. Web Search passt zu einem GPT für Wettbewerbsrecherche. Für eine interne Instanz zu Richtlinien ist es falsch.

Canvas

Canvas öffnet einen Bearbeitungsbereich nebenan für längere Dokumente und Code. Das hilft, wenn Ihr GPT Entwürfe schreibt, etwa einen 30-60-90-Tage-Plan oder eine Willkommens-E-Mail. Für einen reinen Q&A-Helfer ist es optional. Aktivieren Sie es, wenn Sie erwarten, dass neue Mitarbeitende gemeinsam mit dem Assistenten Onboarding-Dokumente schreiben.

Image Generation

Mit Image Generation erstellt der GPT Bilder. Für einen Onboarding-Helfer lassen Sie das aus. Ein Benefits-Bot hat keinen Grund, Bilder zu erzeugen, und die Deaktivierung hält den GPT fokussiert.

Code Interpreter & Data Analysis

Diese Capability ist eine abgeschottete Python-Umgebung. Sie kann Code ausführen, Tabellen auswerten und Diagramme erstellen. Für Onboard Buddy lassen Sie sie standardmäßig aus, aus zwei Gründen:

• Sie wird nicht gebraucht.
• Sie schafft das oben beschriebene Risiko, dass Dateien offengelegt werden.

Aktivieren würden Sie sie zum Beispiel für einen Analytics-GPT, der eine hochgeladene CSV mit Umfrageantworten auswertet.

Für unseren Onboarding-Assistenten lautet die richtige Konfiguration: alle Capabilities aus, Knowledge-Dateien an, knappe Instructions. Eine langweilige Konfiguration ist oft die richtige.

Actions und Apps: wenn statisches Knowledge nicht reicht

Knowledge-Dateien beantworten „Wie lautet die Richtlinie?“. Sie können nicht beantworten „Ist mein Laptop-Ticket schon genehmigt?“. Für aktuelle, nutzerbezogene Daten in einem Custom GPT brauchen Sie GPT Actions. Mit einer Action ruft der GPT mitten in der Konversation eine externe API über Ihr OpenAPI-SchemaSchemaEin Schema ist der formale Bauplan, der festlegt, wie Daten in einer Datenbank, einer Datei oder einer Nachricht strukturiert, benannt, typisiert und miteinander verknüpft sind.Vollständige Definition ansehen → auf. Die Antwort arbeitet er dann in seine Antwort ein. Das ist dieselbe Idee wie Function Calling in der API, nur innerhalb von ChatGPT verfügbar.

Sie definieren eine Action, indem Sie eine OpenAPI-Spezifikation einfügen und die Authentifizierung festlegen (API-Key oder OAuth). Angenommen, Ihr IT-System stellt einen Endpoint für den Ticketstatus bereit. Ein minimales Schema sieht so aus:

openapi: 3.1.0
info:
  title: Acme IT Tickets
  version: "1.0"
servers:
  - url: https://it.acme.internal/api
paths:
  /tickets/{ticketId}:
    get:
      operationId: getTicketStatus
      summary: Get the status of an onboarding IT ticket
      parameters:
        - name: ticketId
          in: path
          required: true
          schema:
            type: string
      responses:
        "200":
          description: Ticket found
          content:
            application/json:
              schema:
                type: object
                properties:
                  status: { type: string }
                  assignee: { type: string }
                  eta: { type: string }

Damit kann eine neue Mitarbeiterin fragen: „What's the status of ticket IT-4821?“ Der GPT ruft getTicketStatus auf und antwortet in verständlicher Sprache. Die Felder operationId und summary sind wichtig: Das Modell liest sie, um zu entscheiden, wann und wie es den Endpoint aufruft, also formulieren Sie sie aussagekräftig.

Speichern Sie sich die offizielle Anleitung: Actions in GPTs.

Für Unternehmensdokumente gibt es auch einen einfacheren Weg. Die verwalteten Integrationen von OpenAI, früher Connectors genannt und in ChatGPT heute Apps, binden Quellen wie Google Drive und SharePoint ohne Schema an. Admins von Business und Enterprise legen fest, welche Apps ein Workspace nutzen darf. Beachten Sie, dass Apps vor allem in normalen ChatGPT-Konversationen funktionieren und nicht als Einstellung im GPT-Builder.

Liegen Ihre Onboarding-Dokumente bereits in Drive und ändern sich häufig, bekommen neue Mitarbeitende womöglich aktuellere Antworten, wenn sie ChatGPT mit aktivierter Drive-App fragen. Als Knowledge erneut hochgeladene Dateien veralten. Eine praktikable Aufteilung:

• Knowledge für stabile Referenz-PDFs
• Apps für lebendige Dokumentenablagen
• Actions für transaktionale, nutzerbezogene Abfragen in Ihrem GPT

Erst testen, dann bewusst veröffentlichen

Nutzen Sie vor dem Teilen den Preview-Bereich rechts im Builder. Testen Sie gezielt Grenzfälle, nicht nur den Normalfall:

• Fragen Sie etwas, das nicht in den Dateien steht. Er sollte die Lücke zugeben und auf Slack verweisen, statt etwas zu erfinden.
• Stellen Sie eine Frage außerhalb des Scopes („What's our Q3 revenue?“). Er sollte ablehnen.
• Stellen Sie eine HR-Frage. Prüfen Sie, ob er die Zeile „Confirm with People Ops“ anhängt.

Weicht das Verhalten ab, korrigieren Sie die Instructions, nicht das Knowledge. Das meiste Fehlverhalten geht auf eine fehlende Regel zurück.

Wenn alles passt, klicken Sie auf Create oder Update und wählen die Zielgruppe. Für Onboard Buddy wählen Sie die Option nur für Ihren Workspace. Verzichten Sie auf „Anyone with the link“ bei allem, was interne Dokumente enthält. Halten Sie interne Tools komplett aus dem öffentlichen GPT Store heraus.

Ein Hinweis zum größeren Bild

Ein Custom GPT ist das No-Code-Ende des OpenAI-Spektrums. Sie wachsen vielleicht darüber hinaus: Sie brauchen dann Versionskontrolle, automatisierte Evals, mehrstufige Orchestrierung oder den Assistenten eingebettet in Ihre eigene App. Dann wandert dieselbe Logik in die API:

• Instructions werden zur System-Message.
• Actions werden zu Function Calling oder Tools.
• Knowledge wird zu Ihrer eigenen Retrieval-Pipeline oder zum gehosteten File-Search-Tool.

Der Custom GPT ist oft der Prototyp, den Sie validieren, bevor Sie ihn mit der Responses API und dem Agents SDK neu bauen.

Das Wichtigste in Kürze

• Schreiben Sie Instructions wie eine SOP. Definieren Sie den Scope, einen expliziten Anker „nur die Knowledge-Dateien nutzen“ mit Notausgang, Ablehnungsregeln und das Ausgabeformat. Korrigieren Sie die Instructions, bevor Sie die Dateien anfassen.
• Gehen Sie davon aus, dass Knowledge für Ihre gesamte Zielgruppe lesbar ist. Laden Sie nie Geheimnisse oder unbearbeitete personenbezogene Daten hoch, vor allem nicht bei aktiviertem Code Interpreter.
• Für einen internen Q&A-GPT lautet die richtige Capability-Konfiguration meist: alles aus.
• Wählen Sie die Quelle passend zu den Daten: Knowledge für stabile PDFs, Actions für aktuelle, nutzerbezogene Abfragen über ein OpenAPI-Schema. Apps (früher Connectors) eignen sich für lebendige Dokumentenablagen in normalen ChatGPT-Konversationen.
• Veröffentlichen Sie interne GPTs in Ihrem Business- oder Enterprise-Workspace, nie im öffentlichen Store. Betrachten Sie den GPT als Prototyp, den Sie später auf der Responses API neu bauen können.