GPT应用商店正式上线：好用但生态很混乱，有人在排名上作弊

GPT应用商店正式上线：好用但生态很混乱，有人在排名上作弊

终于，官方应用商店GPTs Store于今天凌晨上线了。

虽然因内部“锣鼓喧天”而推迟了近两个月，但GPTs Store的热度在此期间并未消退。

这次正式开业了。 官方和开发者已经在GPTs Store上传了超过300万个应用程序，可以说非常庞大。

此次新发布的内容除了GPTs Store之外，还具有测试功能。 此功能可以让您的 GPT 个性化并根据对话上下文进行学习，以便每个人都有自己的 GPT。

同时还推出了Team计划，可供两人以上团队使用。 每人每月支付 30 美元，每年支付可享受 5 美元折扣。

后两个变化暂时不是特别大，所以今天我们主要关注最重要的GPTs Store。

01

使用方面，只需点击页面上的“GPTs”即可直接进入GPTs Store。

但值得注意的是，虽然官方表示GPTs Store对所有Plus用户开放，但编辑部在第一次测试时发现，仍然有账户还停留在旧界面，并没有GPT 商店的入口。

在商店页面设计方面，GPTs Store延续了一如既往的简约风格。

通过顶部的搜索框，您可以直接找到相关的GPT应用程序，而无需像以前那样通过链接分享。

为了防止你不知道该用什么，官方推出了热门推荐，分为三个版块：每周精选（）、热门排行榜（）和官方开发的By。 每个部分下都有推荐的应用程序。

此外，店里还开发了写作、生产力、编程、生活方式等七个细分品类。

乍一看，确实有浏览App Store的感觉。

这次我们也精选了几个实用的小程序，看看店里的小程序能否对日常工作有所帮助。

首先，我们尝试了热榜上排名第二的一款。 它声称收集了2亿篇学术论文的结果。 它相当于一个AI学术助手，在回答科学问题方面非常专业。

我们问它为什么吃了头孢菌素后不能喝酒，它的回答如下：

你不仅可以在几秒钟内回答问题，还可以列出支持你观点的相关引文，这使得答案更加可信。 如果你用它作为写论文的效率工具，那么它应该能够为你节省大量的时间，也算是一个科研工具。

在效率工具方面，还有一个工具叫GPT。 顾名思义，它可以帮助你从冗长的视频和长文章中提取要点。 分析、介绍、要点、论据、背景等一应俱全。

不过这个工具和B站评论区常见的AI视频摘要助手很相似，所以看起来并不新颖。

那么，我们来看看一个比较有趣的，也在推荐列表中的，是一款名为Logo的图标设计工具。

我们试图将其打造成龙年的图标。 它并没有急于先画，而是先询问了要求，比如风格的选择：

它还询问了诸如复杂性、是否需要文本等要求，最后，它询问我们是否需要图标、字母标记、吉祥物或徽章。

当我们做出所有选择后，Logo根据我们的需求设计了图标。

效果相当不错。 如果要求不是很高的话，直接使用是没有问题的。

从整体体验来看，本次正式推出的GPT比之前的测试版本有更多可用的GPT和更多样的类型。

当然，GPTs Store 能做到这一点主要是因为它降低了 GPT 应用开发的门槛，允许用户和开发者无缝切换身份。

例如，现在我们可以在GPT中制作一个GPT并将其放在商店中。 我们只需要将制作好的GPT设置为对所有人可见即可。

认证过程也比较简单，只需填写您的姓名或网站即可。

02

与此同时，奥特曼在上次开发者大会上提到的“每个人都可以使用GPTs商店赚钱”也已初具规模。

根据最新的官方声明，他们准备在今年第一季度推出首个开发者收入计划，首先针对美国开发者。

他们能赚多少钱完全取决于用户如何使用。

这样，除了初创公司和具有一定开发经验的独立开发者之外，从未学过编程的人现在也可以有多种赚钱方式。

然而，GPT开发门槛低带来的影响并不全是有益的。

比如“同质化”，只要在搜索栏中搜索“翻译”，就会弹出很多相关的翻译GPT。 其他类型的 GPT 也是如此。

同时，GPTs Store的管理暂时还很混乱，甚至出现同名抄袭的情况。

比如集集上，有博主分享了他开发的GPT被抄袭时被抄袭的经历：

在GPTs商店中，真假孙悟空之间的情节也令人发指。 一个应用程序可以搜索一群具有相同姓名和相同头像的人：

也许，你说你可以通过评论的数量来判断。 但如果这些数据可以被操纵呢？

哪里有名单，哪里就有数据造假。 现在GPTs Store的生态已经变得如此混乱，以至于有人准备利用漏洞，计划互相帮助来拉升榜单：

我们认为官方政府必须重视GPTs Store生态，但从目前的情况来看，整个应用商店还是很混乱的。 如果你想避免陷阱，你应该主要依靠官方推荐。

总体来说，GPTs Store 还是很有用的，但是生态系统的搭建和维护还需要一些时间。

我们相信这个时间不会慢，2024年一定会是大模型应用的井喷年。 对于那些在大机型领域进展缓慢的各大厂商来说，在推出机型一年后，是时候将目光转向应用层了。

毕竟，无论模型发展得多么好，如果没有生态和应用，最终的结局很可能就是死亡。

本文来自微信公众号“知微”（ID：），作者：知微编辑部，36氪经授权发布。