GPT Actions（自定义动作）

是什么

GPT Action（自定义动作）是给自定义 GPT 接上外部世界的一种方式。OpenAI 的定义很直接：把一个或多个 API 开放给某个 GPT，就构成了一个动作^[1]。接上之后，GPT 可以引入外部数据，也可以在别的应用里做事——OpenAI 举的例子是数据库、邮箱收件箱和电商下单流程^[1]。这个功能于 2023 年 11 月 6 日推出，与自定义 GPT 同日上线^[1]。

怎么工作

用户用自然语言提出请求，动作这一层要做的是把这段自然语言转换成发起一次 API 调用所需的 JSON^[2]。核心机制是函数调用（function calling）：模型据此挑出该用哪个 API 调用，并生成对应的 JSON 输入^[2]。也就是说，模型拿到的不是一段写死的脚本，而是在开发者开放的若干调用之间做选择，再把参数填进去。

要做到这一点，每个动作都需要一份 OpenAPI schema 来描述这次调用的参数；OpenAI 的文档把 OpenAPI 称作描述 API 的标准^[3]。换句话说，schema 就是告诉模型「这个接口期待什么」的那份约定。

开发者还要为动作配置认证方式。GPT 调用第三方应用时，带的就是这套认证^[2]。

从哪来

动作不是从零开始的。按 OpenAI 的说法，它的设计借鉴了插件测试版（plugins beta）的经验，目的是让开发者对自己的 API 被怎么调用有更大的控制权^[1]。这种延续既是思路上的，也是操作上的：已有的插件清单（plugin manifest）可以直接拿来定义 GPT 的动作^[1]。

一个具体例子

OpenAI 的入门文档给了一个小而完整的例子。schema 用 OpenAPI 3.1.0 写成，描述 weather.gov 的两个接口；有了这份描述，GPT 就能回答旅行该带什么行李的问题——依据天气预报来定^[3]。例子本身很日常，但它把整件事的形状显示了出来：一头是写下来的接口说明，另一头是能把问题变成一次合法调用的模型。

为什么重要

关键的变化在于「对接」这件事落在哪里。开发者不必为每个服务单独写胶水代码，只要用 schema 描述接口、设好认证，剩下把用户请求匹配到某次调用、并把参数填对的工作由模型完成^[2][3]。正因如此，一个自定义 GPT 才可能同时触及数据库、收件箱和订单系统，而这些系统并不需要为它改造^[1]。

控制权仍相当程度上留在开发者手里：开放哪些接口、参数长什么样、调用携带什么凭证，都是配置动作时定下的^[2][3]。

边界也来自同一套设计。动作能做的事，不会超出背后 API 已经允许的范围；它的精确程度，也不会超过描述它的那份 schema——模型的自由度，以开发者开放的调用为限^[1][2]。从这个角度看，动作更像是一种调用既有能力的新方式，而不是给应用凭空添了一种新能力。