+170 XP

ChatGPT · Ce que sont les custom GPTs et le GPT Store

Un custom GPT est une version configurée de ChatGPT que vous paramétrez une fois pour une tâche que vous faites encore et encore. Vous le réutilisez ensuite (ou le publiez) sans reconstruire la configuration à chaque fois. Voyez-le comme ChatGPT plus un system prompt fixe, un ensemble de fichiers, des connexions à des outils en option et un nom, le tout regroupé dans une unité partageable qui vit dans le GPT Store.

Vous savez déjà écrire un bon prompt. Un custom GPT est ce que vous utilisez quand un bon prompt ne suffit pas : quand les instructions sont longues, quand les mêmes fichiers de référence comptent à chaque fois, ou quand d'autres personnes doivent exécuter la tâche sans voir la mécanique.

Anatomie d'un custom GPT

Ouvrez le builder sur chatgpt.com/gpts/editor. Il vous faut Plus, Pro, Business (anciennement Team), Enterprise ou Edu. Un custom GPT se compose de quelques éléments :

  • Instructions : le system prompt persistant. C'est le contrat de comportement, pas une demande ponctuelle.
  • Connaissances : les fichiers que vous téléversez (PDF, documents, tableurs) et que le GPT peut lire à chaque conversation.
  • Fonctionnalités : des interrupteurs pour Web Search, Canvas, Code Interpreter & Data Analysis et la génération d'images.
  • Modèle recommandé : le modèle que le GPT doit utiliser par défaut. Les utilisateurs dont l'abonnement permet de choisir le modèle peuvent quand même en changer.
  • Actions : des connexions à des API externes pour que le GPT puisse récupérer ou envoyer des données réelles.
  • Amorces de conversation : des exemples de prompts affichés sur l'écran de lancement.

Le builder propose un mode de configuration conversationnel, mais pour tout usage sérieux, modifiez directement l'onglet Configure. Le mode conversationnel est pratique et flou. L'onglet Configure est l'endroit où vous contrôlez exactement ce que disent les instructions.

L'exemple concret : un rédacteur de brand voice

Imaginons que votre entreprise ait un guide de ton : chaleureux, direct, sans emphase, orthographe britannique, jamais le mot « leverage ». Le marketing, les ventes et le support doivent tous écrire avec cette voix. Coller le guide dans chaque conversation est fragile et produit des résultats incohérents.

Construisez plutôt un GPT « Acme Brand Voice Writer ».

Instructions (le contrat) :

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.

Connaissances : téléversez acme-tone-guide.pdf et un dos-and-donts.md. Chaque conversation démarre désormais avec le guide complet chargé, sans copier-coller.

Fonctionnalités : désactivez Web Search (vous ne voulez pas qu'il invente des faits sur les produits) et laissez Canvas activé pour que les rédacteurs puissent modifier les brouillons côte à côte.

Amorces de conversation : « Réécris ce hero de page d'accueil », « Rédige un e-mail de lancement », « Resserre ce paragraphe ».

Désormais, n'importe qui dans l'équipe ouvre un seul GPT et obtient un résultat cohérent. Cette cohérence est tout l'intérêt : les instructions et le guide de ton ne dérivent pas d'une personne à l'autre ni d'une session à l'autre.

Quand un custom GPT l'emporte sur un prompt enregistré

Vous pouvez enregistrer des prompts sous forme d'extraits de texte, et les Projects de ChatGPT permettent de définir des instructions personnalisées et des fichiers partagés limités à un espace de travail. Le choix se résume donc à quelques signaux.

Optez pour un custom GPT quand :

  • Plusieurs personnes ont besoin du même comportement. Un prompt enregistré vit sur votre machine ; un GPT se partage par lien ou se publie dans votre workspace.
  • Les instructions sont longues et stables. Un contrat de comportement de 600 mots a sa place dans une configuration, pas dans une saisie répétée.
  • Vous avez besoin de fichiers de connaissances intégrés qui s'appliquent à chaque conversation, pas à une seule.
  • Vous avez besoin d'Actions. Seuls les custom GPTs (et l'API) peuvent appeler vos propres endpoints de cette manière.
  • Vous voulez un point d'entrée propre, avec un nom, une icône et des prompts de départ pour des utilisateurs non techniques.

Un prompt enregistré ou un Project suffit quand :

  • Vous êtes seul à l'utiliser et le prompt est court.
  • Le contexte change à chaque fois, et un jeu d'instructions fixe ne ferait que gêner.
  • Vous itérez vite et ne voulez pas maintenir un artefact publié.

Règle approximative : les Projects servent à *votre* travail récurrent avec des fichiers partagés ; les custom GPTs servent à *packager une tâche reproductible pour d'autres* (ou à disposer d'un outil propre et nommé auquel vous revenez). Ils se recoupent, et ce n'est pas un problème.

Actions : là où les custom GPTs deviennent puissants

Une GPT Action permet à votre custom GPT d'appeler une API externe pendant une conversation. C'est la même idée que le function calling de l'API, mais configurée dans le builder via un schéma OpenAPI plutôt qu'en code.

Étendons le rédacteur de brand voice. Supposons que les informations produit validées se trouvent sur un endpoint interne. Vous donnez au GPT une Action pour qu'il récupère les vraies caractéristiques au lieu de deviner. Vous définissez l'action avec un schéma OpenAPI comme celui-ci :

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 } }

Collez-le dans l'éditeur d'Action et ajoutez une méthode d'authentification (clé API ou OAuth). Le GPT peut désormais appeler getProductFacts quand un utilisateur lui demande de rédiger un texte pour un SKU. Le modèle décide quand l'appeler en fonction de vos instructions et du `summary` de l'action. Consultez Actions dans la documentation pour le détail de l'authentification et du schéma.

Deux points à retenir :

  • Rédigez des champs operationId et summary clairs. Le modèle s'en sert pour décider s'il appelle l'action et comment. Des summaries vagues entraînent des appels manqués ou erronés.
  • Les Actions s'exécutent avec les permissions que vous configurez. Si le GPT est publié, considérez l'action comme une porte publique vers cette API.

Actions vs apps (anciennement connectors)

Ne confondez pas les Actions avec les apps, qu'OpenAI appelait auparavant connectors. Les apps relient ChatGPT à des services comme Google Drive, SharePoint ou GitHub pour que vous puissiez importer leur contenu dans les conversations et les Projects. Les Actions sont des appels API personnalisés que vous branchez sur un GPT précis. Utilisez les apps pour importer vos documents depuis les services pris en charge. Utilisez les Actions pour interroger votre propre endpoint ou déclencher une opération personnalisée.

Publication et GPT Store

Le GPT Store est l'endroit où l'on découvre les custom GPTs publiés. Une fois le GPT construit, vous choisissez sa visibilité :

  • Moi uniquement : privé.
  • Toute personne disposant du lien : partageable, non référencé.
  • Workspace (Business/Enterprise/Edu) : visible uniquement par votre organisation.
  • Public : référencé dans le Store pour tout le monde.

Pour publier en public, il vous faut un profil de builder vérifié (un nom ou un domaine vérifié). Le Store classe les GPTs par catégories et met en avant les plus populaires. OpenAI a mis en place un programme de rémunération pour les builders américains, basé sur l'usage ; considérez les modalités comme susceptibles d'évoluer et vérifiez les conditions en vigueur plutôt que de supposer un taux fixe. La présentation officielle se trouve sur help.openai.com.

Une limite importante à garder en tête : **un GPT public s'exécute sur le compte et l'abonnement ChatGPT de *l'utilisateur***. Les utilisateurs gratuits peuvent utiliser les GPTs, mais avec des limites plus strictes et parfois un accès à d'autres modèles que celui dont vous disposiez pendant la construction, même si vous avez défini un modèle recommandé. Testez en tant que non-builder avant de publier.

Vérification des acquis

1. Qu'est-ce qui décrit le mieux l'intérêt d'un custom GPT par rapport à la rédaction d'un seul bon prompt ?

2. Dans un custom GPT, quel rôle jouent les « Instructions » ?

3. Pourquoi la leçon recommande-t-elle de modifier directement l'onglet « Configure » plutôt que de s'appuyer sur le mode de configuration conversationnel ?

CHOIX MULTIPLES

4. Sélectionnez TOUTES les situations où construire un custom GPT est préférable à la rédaction d'un prompt à chaque fois.

Sélectionnez toutes les réponses correctes.

CHOIX MULTIPLES

5. Sélectionnez TOUS les éléments qui sont de véritables composants d'un custom GPT tels que décrits dans la leçon.

Sélectionnez toutes les réponses correctes.

Custom GPTs vs API : savoir de quel côté vous êtes

C'est la distinction qui sépare ceux qui *utilisent* ChatGPT de ceux qui *construisent des produits* sur OpenAI.

Un custom GPT vit à l'intérieur de ChatGPT. Il est limité par l'application ChatGPT : l'utilisateur doit avoir un compte ChatGPT, l'interface est figée, et vous le configurez avec des instructions, des fichiers et des Actions. Aucun code requis.

L'API OpenAI (la Responses API et l'ancienne Chat Completions API) sert à intégrer le modèle dans *votre propre* application. Vous écrivez du code, vous contrôlez l'interface, vous payez au token, et vous pouvez utiliser le function calling, les structured outputs, l'Agents SDK, etc.

La même tâche de brand voice, côté API, ressemble à ceci :

python
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)

Mêmes instructions, même guide de ton. La différence tient à *l'endroit où cela s'exécute* : dans ChatGPT pour votre équipe, ou dans votre propre application pour vos clients. Consultez la page des modèles pour connaître les noms et tarifs actuels avant d'en choisir un.

Comment choisir :

  • Custom GPT quand votre public est composé d'utilisateurs de ChatGPT, que vous ne voulez aucune infrastructure et que l'interface de ChatGPT vous convient.
  • API quand vous en avez besoin dans votre produit, automatisé à grande échelle, derrière votre propre authentification ou branché sur un backend. Si vous avez besoin de structured outputs (formats JSON garantis) ou d'une orchestration programmatique avec l'Agents SDK, vous êtes côté API.

Un parcours courant : prototyper le comportement sous forme de custom GPT pour valider rapidement les instructions, puis transposer les instructions éprouvées dans une intégration API quand vous avez besoin de passer à l'échelle ou d'une interface personnalisée.

Maintenir un custom GPT

Un GPT publié est un petit produit. Traitez-le comme tel.

  • Versionnez vos instructions. Conservez le texte des instructions dans un fichier de votre repo ou de vos notes. Le builder n'a pas de véritable historique des versions, tenez donc le vôtre.
  • Re-testez après les mises à jour de modèle. Le comportement peut changer quand le modèle sous-jacent change. Gardez une courte liste de prompts de test et relancez-les.
  • Tenez les fichiers de connaissances à jour. Un guide de ton périmé produit des résultats périmés, alors téléversez-le à nouveau quand la source change.
  • Auditez les Actions. Si le GPT est public et appelle une API, vérifiez ce que cet endpoint expose.

Points clés

  • Utilisez un custom GPT quand une tâche se répète, que les instructions sont longues et stables, que les mêmes fichiers comptent à chaque fois, ou que d'autres personnes doivent l'exécuter sans voir la configuration. Utilisez un prompt enregistré ou un Project pour un travail personnel qui change vite.
  • Construisez dans l'onglet Configure, pas en mode conversationnel, pour contrôler précisément les instructions, les fichiers de connaissances, les fonctionnalités et le modèle recommandé.
  • Ajoutez des Actions (avec des champs operationId et summary clairs dans un schéma OpenAPI) quand le GPT a besoin de données en temps réel issues de vos propres endpoints. Utilisez les apps (anciennement connectors) pour importer des documents depuis des services comme Google Drive.
  • Gardez la frontière en tête : un custom GPT vit dans ChatGPT pour les utilisateurs de ChatGPT ; l'API OpenAI (Responses, function calling, structured outputs, Agents SDK) sert à intégrer le modèle dans votre propre produit. Prototypez sous forme de GPT, passez à l'API quand vous devez changer d'échelle.
  • Traitez un GPT publié comme un produit : versionnez vous-même vos instructions, re-testez après les mises à jour de modèle et tenez les fichiers de connaissances à jour.

Questions fréquentes

Qu'est-ce qu'un custom GPT dans ChatGPT ?

Un custom GPT est une version configurée de ChatGPT qui regroupe un system prompt fixe, des fichiers de connaissances importés, des options de fonctionnalités activables, un modèle recommandé et des connexions API facultatives dans une seule unité nommée et partageable. Vous le configurez une fois pour une tâche récurrente, puis vous le réutilisez ou le partagez au lieu de tout reconstruire à chaque fois. Pour en créer un, il faut un abonnement Plus, Pro, Business, Enterprise ou Edu, et passer par l'éditeur sur chatgpt.com/gpts/editor.

Quand créer un custom GPT plutôt que simplement enregistrer un prompt ?

Créez un custom GPT quand plusieurs personnes ont besoin du même comportement, quand les instructions sont longues et stables, quand les mêmes fichiers de référence comptent dans chaque conversation, ou quand vous avez besoin d'Actions pour appeler votre propre API. Un prompt enregistré ou un Project ChatGPT suffit si vous êtes seul utilisateur, si le prompt est court ou si le contexte change à chaque fois. En règle générale : les Projects servent à votre propre travail récurrent avec des fichiers partagés, les custom GPTs servent à packager une tâche répétable pour d'autres personnes.

Quelle est la différence entre un custom GPT et l'API OpenAI ?

Un custom GPT vit dans ChatGPT : l'utilisateur a besoin d'un compte ChatGPT, l'interface est imposée, et vous le configurez avec des instructions, des fichiers et des Actions sans écrire de code. L'API OpenAI (Responses, et l'ancienne Chat Completions) intègre le modèle dans votre propre application, avec votre interface, votre authentification, une facturation au token, ainsi que le function calling, les structured outputs et l'Agents SDK. Un parcours fréquent consiste à prototyper le comportement sous forme de custom GPT, puis à porter les instructions éprouvées vers l'API quand vous avez besoin de passer à l'échelle ou d'une interface sur mesure.

Comment fonctionnent les GPT Actions et quand en ai-je besoin ?

Une GPT Action permet à un custom GPT d'appeler une API externe pendant une conversation. Elle se configure en collant un schéma OpenAPI dans l'éditeur d'Action et en ajoutant une méthode d'authentification (clé API ou OAuth). Vous en avez besoin quand le GPT doit récupérer des données en temps réel depuis votre propre endpoint au lieu de deviner, par exemple pour obtenir les spécifications produit validées à partir d'un SKU. Le modèle décide quand l'appeler en fonction de vos instructions ainsi que de l'operationId et du summary de l'action : des summaries vagues entraînent des appels manqués ou erronés.

Quelle est la différence entre les GPT Actions et les apps ChatGPT (anciennement connectors) ?

Les apps, qu'OpenAI appelait auparavant connectors, relient ChatGPT à des services comme Google Drive, SharePoint ou GitHub pour intégrer leur contenu dans les conversations et les Projects. Les Actions sont des appels API personnalisés que vous branchez sur un custom GPT précis via un schéma OpenAPI. Utilisez les apps pour importer des documents depuis les services pris en charge, et les Actions pour interroger votre propre endpoint ou déclencher une opération personnalisée.

Que faut-il pour publier un GPT publiquement dans le GPT Store, et qu'est-ce qui change une fois qu'il est en ligne ?

La publication publique dans le GPT Store exige un profil de créateur vérifié, soit par un nom, soit par un domaine vérifié. Les autres options de visibilité sont privé, accessible par lien et workspace pour les abonnements Business, Enterprise et Edu. Une fois en ligne, le GPT s'exécute sur le compte et l'abonnement ChatGPT de chaque utilisateur : les utilisateurs gratuits ont des limites plus strictes et peuvent avoir accès à d'autres modèles que ceux dont vous disposiez pendant la création, même si un modèle recommandé est défini. Testez-le depuis un compte autre que celui du créateur avant de le publier, et considérez toute Action sur un GPT public comme une porte d'entrée publique vers l'API concernée.

À faire, tiré de cette leçon

Ces actions sont compilées dans le plan d'action du rôle.

  • Désactivez toutes les capacités du GPT personnalisé qui ne sont pas nécessaires à la tâche
  • Faites porter les GPT de l'équipe au niveau workspace/admin et publiez-les en workspace-only
Voir le plan d'action complet →

Articles liés

Les articles récents du blog qui s'appuient sur cette leçon.