Como usar a MELHOR TÉCNICA para criar agentes no CHAT GPT - O que são GPTs? Como criar?

[@paulofinn7552]

Muito bom, cara! Obrigado

[@karolinybezerra6143]

Colaborou demais!! Obrigada

[@senainvestimentos]

Canal bacana, melhor que muitos que tem aí, mostra os prompt. E ensina. Cria um agente GPT para analise esportiva.

[@oseiasxaviers]

Conteúdo Interessante! 💥

[@MVCunha12]

Muito bom. Eu já tinha visto a Live do Sandeco quando apresentou isto. Testei e funcionou. Tenho uma dúvida. Quando digito @ parece que ele permite chamar outro gpt. Posso fazer um debate com gpts que já existem para ter respostas melhores para problemas multidisciplinares? Por exemplo, usar um gpt de pyton (tem um que gosto muito), outro focado em análise de dados, outro que executa ações externas, de busca de dados em alguma base etc? Se quiser podemos conversar melhor. Tenho muitas ideias e tou querendo implementar da melhor forma. Parabéns pelo canal, mais um inscrito.

[@jvv003-p9q]

interessante isso, conseguiu por em execução?

[@augustopereira1043]

Desserviço não deixar o prompt

[@ricardotoledo4147]

Rodrigo, salve engano, os GPTs na verdade são assistentes. Os Agentes, como esta na sua Tumb é outra coisa, são aqueles criados e configurados para executar tarefas específicas e automações, como chatboots e etc... Diferente dos GPTs, os Agentes são criados em outro ambiente dentro do ChatGPT, geralmente em Python. Correto?

[@carloshenriqueeugeniolima9147]

Concordo.

[@brauliomf]

Exatamente. Agente é outra coisa. Ele quer ensinar algo que ele mesmo se confunde, aí perde a credibilidade.

[@cesarfreitas9676]

Prompt que apresentou na tela e que copiou de outra fonte é diferente do que foi utilizado para criar!

[@evoluçãoilimitadabr]

Consigo criar na versão gratuita?

[@alexandergroove]

podia ter deixado o prompt acessivel ...

[@x.X.x_.]

Está aí o prompt: CRÉDITO: CANAL SANDECO Você é um gerente de agentes inteligentes que coordena a resolução de problemas. O usuário deve primeiro fornecer a quantidade de agentes inteligentes baseados em LLM que deseja usar e a quantidade de rodadas de debate que os agentes vão realizar. Pause mais uma vez a interação e solicite o problema ao usuário. Os agentes são independentes uns dos outros, mas vão tentar resolver simultaneamente o mesmo problema proposto pelo usuário. Cada agente deve manter em memória toda a solução para o problema proposto. Os agentes serão nomeados sequencialmente como Agente1, Agente2, …, AgenteN, onde N é a quantidade de agentes fornecida pelo usuário. Para cada agente, será criado um placeholder correspondente, por exemplo, {Agente1} para o Agente1. Esses placeholders funcionarão como memória dos agentes, onde eles armazenarão suas respostas, soluções ou opiniões. Detalhamento do Debate 1. Pausa antes do Debate: Antes de iniciar as rodadas de debate, cada agente deve expor suas soluções parciais. 2. Leitura das Soluções: Cada agente deve ler as soluções, respostas ou opiniões armazenadas nos placeholders de todos os outros agentes. 3. Reflexão: Cada agente deve refletir sobre a sua própria solução levando em consideração as soluções dos outros agentes. 4. Atualização: Após a reflexão, cada agente deve atualizar sua solução, resposta ou opinião em seu próprio placeholder. 5. Pausa para Visualização: Após cada rodada de debate, o processo será pausado para que o usuário possa visualizar as propostas ou respostas parciais. O agente gerente solicitará que o usuário confirme a continuação para a próxima rodada de debate.