ChatGPT · Was Custom GPTs sind und der GPT Store

Ein Custom GPT ist eine konfigurierte Version von ChatGPT, die Sie einmal für eine Aufgabe einrichten, die Sie immer wieder erledigen. Danach nutzen Sie es erneut (oder veröffentlichen es), ohne das Setup jedes Mal neu aufzubauen. Stellen Sie es sich als ChatGPT vor, plus einen festen System-Prompt, eine Reihe von Dateien, optionale Tool-Anbindungen und einen Namen, alles gebündelt in einer teilbaren Einheit, die im GPT Store liegt.

Sie wissen bereits, wie man einen guten Prompt schreibt. Zu einem Custom GPT greifen Sie, wenn ein guter Prompt nicht reicht: wenn die Anweisungen lang sind, wenn jedes Mal dieselben Referenzdateien zählen oder wenn andere die Aufgabe ausführen sollen, ohne die Mechanik dahinter zu sehen.

Anatomie eines Custom GPT

Öffnen Sie den Builder unter chatgpt.com/gpts/editor. Sie brauchen Plus, Pro, Business (früher Team), Enterprise oder Edu. Ein Custom GPT besteht aus wenigen Bestandteilen:

• Instructions: der dauerhafte System-Prompt. Das ist der Verhaltensvertrag, keine einmalige Anfrage.
• Knowledge: Dateien, die Sie hochladen (PDFs, Dokumente, Tabellen) und die das GPT in jeder Unterhaltung lesen kann.
• Capabilities: Schalter für Web Search, Canvas, Code Interpreter & Data Analysis und Bildgenerierung.
• Recommended model: das Modell, das das GPT standardmäßig nutzen soll. Nutzer mit Plänen, die eine Modellauswahl erlauben, 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 trotzdem wechseln.
• Actions: Anbindungen an externe APIs, damit das GPT echte Daten abrufen oder senden kann.
• Conversation starters: Beispiel-Prompts, die auf dem Startbildschirm angezeigt werden.

Der Builder hat einen dialogbasierten Einrichtungsmodus, aber für alles Ernsthafte sollten Sie direkt den Tab Configure bearbeiten. Der Dialogmodus ist bequem und unpräzise. Im Configure-Tab legen Sie genau fest, was in den Anweisungen steht.

Das konkrete Beispiel: ein Brand Voice Writer

Angenommen, Ihr Unternehmen hat einen Tone Guide: warm, direkt, kein Hype, britische Schreibweise, niemals das Wort „leverage“. Marketing, Vertrieb und Support müssen alle in dieser Tonalität schreiben. Den Guide in jeden Chat einzufügen ist fehleranfällig und inkonsistent.

Bauen Sie stattdessen ein GPT namens „Acme Brand Voice Writer“.

Instructions (der Vertrag):

You are Acme's brand voice writer. Rewrite or draft copy in Acme's
voice: warm, direct, plain. No hype words (leverage, synergy,
game-changing, unlock). British spelling. Sentences under 25 words
where possible. Active voice.

When the user gives raw copy, return: (1) the rewritten version,
(2) a one-line note on what you changed and why.

If the request conflicts with the tone guide in your knowledge files,
follow the tone guide and say so briefly.

Knowledge: Laden Sie acme-tone-guide.pdf und eine dos-and-donts.md hoch. Jetzt startet jede Unterhaltung mit dem vollständigen Guide, ohne Einfügen.

Capabilities: Schalten Sie Web Search aus (Sie wollen nicht, dass es Fakten über Produkte erfindet), und lassen Sie Canvas an, damit Texter Entwürfe nebeneinander bearbeiten können.

Conversation starters: „Diesen Homepage-Hero umschreiben“, „Eine Launch-E-Mail entwerfen“, „Diesen Absatz straffen“.

Jetzt öffnet jeder im Team ein einziges GPT und bekommt konsistenten Output. Genau um diese Konsistenz geht es: Die Anweisungen und der Tone Guide verändern sich nicht zwischen Personen oder Sitzungen.

Wann ein Custom GPT einen gespeicherten Prompt schlägt

Sie können Prompts als Textbausteine speichern, und mit ChatGPT Projects legen Sie Custom Instructions und gemeinsame Dateien für einen Arbeitsbereich fest. Die Wahl hängt also an ein paar Signalen.

Greifen Sie zu einem Custom GPT, wenn:

• Mehrere Personen dasselbe Verhalten brauchen. Ein gespeicherter Prompt liegt auf Ihrem Rechner; ein GPT lässt sich per Link teilen oder in Ihrem Workspace veröffentlichen.
• Die Anweisungen lang und stabil sind. Ein Verhaltensvertrag mit 600 Wörtern gehört in eine Konfiguration und wird nicht neu getippt.
• Sie gebündelte Knowledge-Dateien brauchen, die für jede Unterhaltung gelten, nicht nur für eine.
• Sie Actions brauchen. Nur Custom GPTs (und die 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 →) können auf diese Weise Ihre eigenen Endpoints aufrufen.
• Sie eine saubere Startoberfläche wollen, mit Namen, Icon und Starter-Prompts für nicht-technische Nutzer.

Ein gespeicherter Prompt oder ein Project reicht, wenn:

• Nur Sie es nutzen und der Prompt kurz ist.
• Sich der Kontext jedes Mal ändert, sodass feste Anweisungen nur stören würden.
• Sie schnell iterieren und kein veröffentlichtes Artefakt pflegen wollen.

Faustregel: Projects sind für *Ihre* wiederkehrende Arbeit mit gemeinsamen Dateien; Custom GPTs sind dafür da, *eine wiederholbare Aufgabe für andere zu verpacken* (oder für ein sauberes, benanntes Tool, zu dem Sie immer wieder zurückkehren). Die beiden überschneiden sich, und das ist in Ordnung.

Actions: wo Custom GPTs ihre Stärke zeigen

Mit einer GPT Action kann Ihr Custom GPT während einer Unterhaltung eine externe API aufrufen. Das ist dieselbe Idee wie Function Calling in der API, wird aber im Builder über ein 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 → konfiguriert statt über Code.

Erweitern Sie den Brand Voice Writer. Angenommen, freigegebene Produktfakten liegen hinter einem internen Endpoint. Sie geben dem GPT eine Action, damit es echte Spezifikationen abruft, statt zu raten. Die Action definieren Sie mit einem OpenAPI-Schema wie diesem:

openapi: 3.1.0
info:
  title: Acme Product Facts
  version: "1.0"
servers:
  - url: https://api.acme.com
paths:
  /products/{sku}:
    get:
      operationId: getProductFacts
      summary: Get approved facts for a product SKU
      parameters:
        - name: sku
          in: path
          required: true
          schema: { type: string }
      responses:
        "200":
          description: Product facts
          content:
            application/json:
              schema:
                type: object
                properties:
                  name: { type: string }
                  claims: { type: array, items: { type: string } }

Fügen Sie das in den Action-Editor ein und ergänzen Sie eine Authentifizierungsmethode (API-Key oder OAuth). Das GPT kann jetzt getProductFacts aufrufen, wenn ein Nutzer Text für eine SKU anfordert. Das Modell entscheidet anhand Ihrer Anweisungen und der `summary` der Action, wann es sie aufruft. Details zu Authentifizierung und Schema finden Sie unter Actions in der Dokumentation.

Zwei Dinge sollten Sie verinnerlichen:

• Schreiben Sie klare Felder operationId und summary. Das Modell entscheidet anhand dieser Felder, ob und wie es die Action aufruft. Vage Summaries führen zu verpassten oder falschen Aufrufen.
• Actions laufen mit den Berechtigungen, die Sie konfigurieren. Ist das GPT veröffentlicht, behandeln Sie die Action als öffentliche Tür in diese API.

Actions vs. Apps (früher Connectors)

Verwechseln Sie Actions nicht mit Apps, die OpenAI früher Connectors nannte. Apps verbinden ChatGPT mit Diensten wie Google Drive, SharePoint oder GitHub, damit Sie deren Inhalte in Chats und Projects holen können. Actions sind eigene API-Aufrufe, die Sie in ein bestimmtes GPT einbauen. Nutzen Sie Apps, um Ihre Dokumente aus unterstützten Diensten einzubinden. Nutzen Sie Actions, um Ihren eigenen Endpoint anzusprechen oder eine eigene Operation auszulösen.

Veröffentlichen und der GPT Store

Im GPT Store werden veröffentlichte Custom GPTs gefunden. Wenn Sie mit dem Bauen fertig sind, wählen Sie die Sichtbarkeit:

• Only me: privat.
• Anyone with the link: teilbar, nicht gelistet.
• Workspace (Business/Enterprise/Edu): nur für Ihre Organisation sichtbar.
• Public: im Store für alle gelistet.

Um öffentlich zu veröffentlichen, brauchen Sie ein verifiziertes Builder-Profil (einen Namen oder eine verifizierte Domain). Der Store ordnet GPTs in Kategorien ein und hebt beliebte hervor. OpenAI hat für Builder in den USA ein nutzungsbasiertes Vergütungsprogramm betrieben; betrachten Sie Details als veränderlich und prüfen Sie die aktuellen Bedingungen, statt von einem festen Satz auszugehen. Die offizielle Übersicht finden Sie unter help.openai.com.

Eine harte Einschränkung sollten Sie sich merken: **Ein öffentliches GPT läuft über das ChatGPT-Konto und den Plan des *Nutzers***. Free-Nutzer können GPTs verwenden, haben aber engere Limits und bekommen unter Umständen Zugriff auf andere Modelle als Sie beim Bauen, selbst wenn Sie ein Recommended model festgelegt haben. Testen Sie als Nicht-Builder, bevor Sie veröffentlichen.

Custom GPTs vs. die API: wissen, auf welcher Seite Sie stehen

Diese Unterscheidung trennt Leute, die ChatGPT *nutzen*, von Leuten, die auf OpenAI *Produkte bauen*.

Ein Custom GPT lebt innerhalb von ChatGPT. Es ist an die ChatGPT-App gebunden: Der Nutzer braucht ein ChatGPT-Konto, die Oberfläche ist festgelegt, und Sie konfigurieren es mit Anweisungen, Dateien und Actions. Code ist nicht nötig.

Die OpenAI API (die Responses API und die ältere Chat Completions API) dient dazu, das Modell in *Ihre eigene* Anwendung einzubetten. Sie schreiben Code, Sie kontrollieren die Oberfläche, Sie zahlen pro TokenTokenEin Token ist die grundlegende Texteinheit, die Sprachmodelle verarbeiten, oft ein Wortfragment, ein ganzes Wort oder ein Satzzeichen und nicht ein einzelnes Zeichen.Vollständige Definition ansehen →, und Sie können Function Calling, Structured Outputs, das Agents SDK und mehr nutzen.

Dieselbe Brand-Voice-Aufgabe sieht auf API-Seite so aus:

from openai import OpenAI

client = OpenAI()

TONE_GUIDE = open("acme-tone-guide.md").read()

resp = client.responses.create(
    model="gpt-5",
    instructions=f"Rewrite copy in Acme's brand voice.\n\n{TONE_GUIDE}",
    input="Rewrite: 'We leverage cutting-edge synergy to unlock value.'",
)

print(resp.output_text)

Dieselben Anweisungen, derselbe Tone Guide. Der Unterschied ist, *wo es läuft*: innerhalb von ChatGPT für Ihr Team oder innerhalb Ihrer eigenen App für Ihre Kunden. Prüfen Sie auf der Modellseite die aktuellen Modellnamen und Preise, bevor Sie sich für eines entscheiden.

So entscheiden Sie:

• Custom GPT, wenn Ihre Zielgruppe ChatGPT-Nutzer sind, Sie keinerlei Infrastruktur wollen und die ChatGPT-Oberfläche ausreicht.
• API, wenn Sie es in Ihrem Produkt brauchen, automatisiert und skaliert, hinter Ihrer eigenen Authentifizierung oder angebunden an ein Backend. Wenn Sie Structured Outputs (garantierte JSON-Strukturen) oder programmatische Orchestrierung mit dem Agents SDK brauchen, sind Sie bei der API.

Ein üblicher Weg: Prototypen Sie das Verhalten als Custom GPT, um die Anweisungen schnell zu validieren, und übertragen Sie die bewährten Anweisungen dann in eine API-Integration, wenn Sie Skalierung oder eine eigene Oberfläche brauchen.

Ein Custom GPT pflegen

Ein veröffentlichtes GPT ist ein kleines Produkt. Behandeln Sie es auch so.

• Versionieren Sie Ihre Anweisungen. Bewahren Sie den Anweisungstext in einer Datei in Ihrem Repo oder Ihren Notizen auf. Der Builder hat keine echte Versionshistorie, also führen Sie Ihre eigene.
• Testen Sie nach Modell-Updates neu. Das Verhalten kann sich verschieben, wenn sich das zugrunde liegende Modell ändert. Führen Sie eine kurze Liste mit Test-Prompts und lassen Sie sie erneut laufen.
• Halten Sie Knowledge-Dateien aktuell. Ein veralteter Tone Guide erzeugt veralteten Output, laden Sie also neu hoch, wenn sich die Quelle ändert.
• Prüfen Sie Actions. Ist das GPT öffentlich und ruft eine API auf, kontrollieren Sie, was dieser Endpoint preisgibt.

Key Takeaways

• Nutzen Sie ein Custom GPT, wenn sich eine Aufgabe wiederholt, die Anweisungen lang und stabil sind, jedes Mal dieselben Dateien zählen oder andere die Aufgabe ausführen sollen, ohne das Setup zu sehen. Nutzen Sie einen gespeicherten Prompt oder ein Project für persönliche, sich schnell ändernde Arbeit.
• Bauen Sie im Tab Configure, nicht im Dialogmodus, damit Sie die genauen Anweisungen, Knowledge-Dateien, Capabilities und das Recommended model kontrollieren.
• Ergänzen Sie Actions (mit klaren Feldern operationId und summary in einem OpenAPI-Schema), wenn das GPT Live-Daten von Ihren eigenen Endpoints braucht. Nutzen Sie Apps (früher Connectors), um Dokumente aus Diensten wie Google Drive einzubinden.
• Behalten Sie die Grenze im Blick: Ein Custom GPT lebt innerhalb von ChatGPT für ChatGPT-Nutzer; die OpenAI API (Responses, Function Calling, Structured Outputs, Agents SDK) dient dazu, das Modell in Ihr eigenes Produkt einzubetten. Prototypen Sie als GPT und wechseln Sie zur API, wenn Sie Skalierung brauchen.
• Behandeln Sie ein veröffentlichtes GPT als Produkt: Versionieren Sie Ihre Anweisungen selbst, testen Sie nach Modell-Updates neu und halten Sie Knowledge-Dateien aktuell.