+170 XP

Was custom GPTs sind und der GPT Store

# 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, und die Sie dann wiederverwenden (oder veröffentlichen), ohne das Setup jedes Mal neu aufzubauen. Stellen Sie es sich vor als ChatGPT 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. Ein custom GPT ist das, wozu Sie greifen, wenn ein guter Prompt nicht ausreicht: wenn die Instructions lang sind, wenn jedes Mal dieselben Referenzdateien wichtig sind oder wenn andere Leute die Aufgabe ausführen sollen, ohne die Mechanik zu sehen.

Anatomie eines custom GPT

Öffnen Sie den Builder unter chatgpt.com/gpts/editor (Plus, Pro, Team oder Enterprise). Ein custom GPT besteht aus einigen Teilen:

  • Instructions: der persistente System-Prompt. Das ist der Verhaltensvertrag, keine einmalige Anfrage.
  • Knowledge: Dateien, die Sie hochladen (PDFs, Dokumente, Spreadsheets) und die das GPT in jeder Konversation lesen kann.
  • Capabilities: Schalter für Web Search, Canvas, Advanced Data Analysis (Code Interpreter) und Bildgenerierung.
  • 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 konversationellen Setup-Modus, aber für alles Ernsthafte sollten Sie den Tab Configure direkt bearbeiten. Der konversationelle Modus ist bequem und vage; im Configure-Tab steuern Sie genau, was in den Instructions steht.

Das konkrete Beispiel: ein Brand-Voice-Writer

Nehmen wir an, Ihr Unternehmen hat einen Tone-Guide: warm, direkt, kein Hype, britische Schreibweise, niemals das Wort „leverage“ verwenden. Marketing, Sales und Support müssen alle in dieser Voice schreiben. Den Guide in jeden Chat zu kopieren ist fragil und inkonsistent.

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

Instructions (der Vertrag):

text
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 Konversation mit dem vollständig geladenen Guide, ohne Copy-Paste.

Capabilities: Web Search ausschalten (Sie wollen nicht, dass Fakten über Produkte erfunden werden), Canvas anlassen, damit Autoren Entwürfe nebeneinander bearbeiten können.

Conversation starters: „Rewrite this homepage hero“, „Draft a launch email“, „Tighten this paragraph“.

Jetzt öffnet jeder im Team ein GPT und bekommt konsistenten Output. Diese Konsistenz ist der ganze Punkt: Instructions und Tone-Guide driften nicht zwischen Personen oder Sessions auseinander.

Wann ein custom GPT einen gespeicherten Prompt schlägt

Sie können Prompts als Text-Snippets speichern, und ChatGPT Projects erlauben es, custom Instructions plus gemeinsame Dateien auf einen Workspace begrenzt zu setzen. Wann ist also ein vollständiges custom GPT das richtige Werkzeug? Nutzen Sie diese Entscheidungslinse.

Greifen Sie zu einem custom GPT, wenn:

  • Mehrere Personen dasselbe Verhalten brauchen. Ein gespeicherter Prompt liegt auf Ihrem Rechner; ein GPT ist per Link teilbar oder in Ihrem Workspace veröffentlicht.
  • Die Instructions lang und stabil sind. Ein 600-Wörter-Verhaltensvertrag gehört in eine Konfiguration, nicht ins wiederholte Abtippen.
  • Sie gebündelte Knowledge-Dateien brauchen, die für jede Konversation gelten, nicht nur für eine.
  • Sie Actions brauchen. Nur custom GPTs (und die API) können externe Dienste per Trigger aufrufen.
  • Sie eine saubere Startoberfläche wollen: einen Namen, ein Icon und Starter-Prompts für nicht-technische Nutzer.

Ein gespeicherter Prompt oder ein Project reicht, wenn:

  • Es nur Sie sind und der Prompt kurz ist.
  • Der Kontext sich jedes Mal ändert, sodass ein fester Instruction-Satz nur im Weg wäre.
  • Sie schnell iterieren und kein veröffentlichtes Artefakt pflegen wollen.

Grobe Regel: Projects sind für *Ihre* wiederkehrende Arbeit mit gemeinsamen Dateien; custom GPTs sind dafür, *eine wiederholbare Aufgabe für andere zu verpacken* (oder für ein sauberes, benanntes Tool, zu dem Sie zurückkehren). Sie überlappen, und das ist in Ordnung.

Build a Custom GPT from Scratch

Watch on YouTube

Actions: wo custom GPTs stark werden

Eine GPT Action lässt Ihr custom GPT während einer Konversation eine externe API aufrufen. Das ist dieselbe Idee wie Function Calling über die API, nur über ein OpenAPI-Schema im Builder konfiguriert statt über Code.

Erweitern Sie den Brand-Voice-Writer: nehmen wir an, freigegebene Produktfakten liegen in einem internen Endpoint. Sie geben dem GPT eine Action, damit es echte Specs abrufen kann statt zu raten. Sie definieren die Action mit einem OpenAPI-Schema wie diesem:

yaml
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, ergänzen Sie eine Auth-Methode (API-Key oder OAuth), und das GPT kann nun getProductFacts aufrufen, wenn ein Nutzer Copy für eine SKU verlangt. Das Modell entscheidet anhand Ihrer Instructions und der summary der Action, wann es aufruft. Details zu Auth und Schema finden Sie unter Actions in the docs.

Zwei Dinge zum Verinnerlichen:

  • Schreiben Sie klare `operationId`- und `summary`-Felder. Das Modell nutzt sie, um zu entscheiden, ob und wie es die Action aufruft. Vage Summaries führen zu ausgelassenen oder falschen Aufrufen.
  • Actions laufen mit den Berechtigungen, die Sie konfigurieren. Wenn das GPT veröffentlicht ist, behandeln Sie die Action als öffentliche Tür zu dieser API.

Actions vs. Connectors

Verwechseln Sie Actions nicht mit Connectors. Connectors verbinden ChatGPT mit Datenquellen wie Google Drive, SharePoint oder GitHub, um in Chats und Projects darauf zuzugreifen. Actions sind custom API-Aufrufe, die Sie in ein bestimmtes GPT einbauen. Nutzen Sie Connectors, um Ihre Dokumente einzubringen; nutzen Sie Actions, um einen eigenen Endpoint anzusprechen oder eine Operation auszulösen.

Veröffentlichen und der GPT Store

Der GPT Store ist der Ort, an dem veröffentlichte custom GPTs gefunden werden. Wenn Sie mit dem Bauen fertig sind, wählen Sie die Sichtbarkeit:

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

Für eine öffentliche Veröffentlichung brauchen Sie ein verifiziertes Builder-Profil (einen Namen oder eine verifizierte Domain). Der Store gliedert GPTs in Kategorien und hebt beliebte hervor. OpenAI hat ein Revenue-Programm für US-Builder auf Basis der Nutzung betrieben; behandeln Sie Details als änderbar und prüfen Sie die aktuellen Bedingungen, statt von einem festen Satz auszugehen. Die offizielle Übersicht gibt es unter help.openai.com.

Eine deutliche Einschränkung zum Merken: ein öffentliches GPT läuft auf dem ChatGPT-Account und -Plan des *Nutzers*. Free-Nutzer haben womöglich einen anderen Modellzugang als Sie beim Bauen. Testen Sie als Nicht-Builder, bevor Sie ausliefern.

Wissenscheck

1. Was beschreibt den Zweck eines custom GPT im Vergleich zum Schreiben eines einzelnen guten Prompts am besten?

2. Welche Rolle spielen die „Instructions“ in einem custom GPT?

3. Warum empfiehlt die Lektion, den Tab „Configure“ direkt zu bearbeiten, statt sich auf den konversationellen Setup-Modus zu verlassen?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE Situationen, in denen der Bau eines custom GPT die bessere Wahl ist als jedes Mal einen einzelnen Prompt zu schreiben.

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE der folgenden, die echte Bestandteile (Komponenten) eines custom GPT sind, wie in der Lektion beschrieben.

Wählen Sie alle richtigen Antworten aus.

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

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

Ein custom GPT lebt innerhalb von ChatGPT. Es ist von der ChatGPT-App begrenzt: der Nutzer braucht einen ChatGPT-Account, die UI ist fest, und Sie konfigurieren es mit Instructions, Dateien und Actions. Kein Code nötig.

Die OpenAI API (die Responses API und die älteren Chat Completions API) dient dazu, das Modell in *Ihre eigene* Anwendung einzubetten. Sie schreiben Code, Sie kontrollieren das Interface, Sie zahlen pro Token, und Sie können Function Calling, Structured Outputs, das Agents SDK und mehr nutzen.

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

python
from openai import OpenAI

client = OpenAI()

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

resp = client.responses.create(
    model="gpt-4.1",
    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 Instructions, derselbe Tone-Guide. Der Unterschied liegt darin, *wo es läuft*: innerhalb von ChatGPT für Ihr Team versus innerhalb Ihrer eigenen App für Ihre Kunden.

So wählen Sie:

  • Custom GPT, wenn die Zielgruppe ChatGPT-Nutzer sind, Sie null Infrastruktur wollen und die ChatGPT-UI in Ordnung ist.
  • API, wenn Sie es in Ihrem Produkt brauchen, in großem Maßstab automatisiert, hinter Ihrer eigenen Auth oder an ein Backend angeschlossen. Wenn Sie Structured Outputs (garantierte JSON-Strukturen) oder programmatische Orchestrierung mit dem Agents SDK brauchen, sind Sie auf der API.

Ein gängiger Weg: das Verhalten als custom GPT prototypen, um die Instructions schnell zu validieren, und die bewährten Instructions dann in eine API-Integration überführen, wenn Sie Skalierung oder ein eigenes Interface brauchen.

Ein custom GPT pflegen

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

  • Versionieren Sie Ihre Instructions. Halten Sie den Instruction-Text in einer Datei in Ihrem Repo oder in Notizen. Der Builder hat keine echte Versionshistorie, also führen Sie Ihre eigene.
  • Nach Modell-Updates erneut testen. Das Verhalten kann sich verschieben, wenn sich das darunterliegende Modell ändert. Halten Sie eine kurze Liste von Test-Prompts und lassen Sie sie erneut laufen.
  • Halten Sie Knowledge-Dateien aktuell. Ein veralteter Tone-Guide produziert veralteten Output. Neu hochladen, wenn sich die Quelle ändert.
  • Auditieren Sie Actions. Wenn das GPT öffentlich ist und eine API aufruft, prüfen Sie, was dieser Endpoint offenlegt.

Key Takeaways

  • Nutzen Sie ein custom GPT, wenn eine Aufgabe sich wiederholt, die Instructions lang und stabil sind, jedes Mal dieselben Dateien wichtig sind oder andere Leute sie 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 konversationellen Modus, damit Sie die genauen Instructions, Knowledge-Dateien und Capabilities kontrollieren.
  • Fügen Sie Actions hinzu (mit klaren operationId- und summary-Feldern in einem OpenAPI-Schema), wenn das GPT externe Live-Daten braucht; nutzen Sie Connectors, um Dokumente einzubringen.
  • Denken Sie an die Grenze: 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. Als GPT prototypen, auf die API überführen, wenn Sie Skalierung brauchen.
  • Behandeln Sie ein veröffentlichtes GPT als Produkt: versionieren Sie Ihre Instructions selbst, testen Sie nach Modell-Updates erneut und halten Sie Knowledge-Dateien aktuell.

Was Sie aus dieser Lektion umsetzen

Diese Maßnahmen sind im Playbook der Rolle zusammengefasst.

  • Deaktivieren Sie jede Custom-GPT-Fähigkeit, die für die Aufgabe nicht benötigt wird
  • Team-GPTs auf Workspace-/Admin-Ebene besitzen und nur workspace-intern veröffentlichen
Vollständiges Action Playbook ansehen