આજે અમે AgentKit લોન્ચ કરી રહ્યા છીએ, જે developers અને enterprises માટે એજન્ટ બનાવવા, deploy કરવા અને optimize કરવા માટેના tools નો સંપૂર્ણ સમૂહ છે. અત્યાર સુધી એજન્ટ બનાવવાનું અર્થ હતું વિખરાયેલા tools સાથે સંઘર્ષ કરવો—versioning વગરની જટિલ orchestration, custom connectors, manual eval pipelines, prompt tuning અને launch પહેલાં frontend કામના અઠવાડિયા. AgentKit સાથે, developers હવે workflows ને visually design કરી શકે છે અને નીચેના નવા building blocks વડે agentic UIs વધુ ઝડપથી embed કરી શકે છે:
- Agent Builder: multi-agent workflows બનાવવા અને versioning કરવા માટેનું visual canvas
- Connector Registry: OpenAI products માં data અને tools કેવી રીતે connect થાય છે તે admins મેનેજ કરી શકે તે માટેનું કેન્દ્રિય સ્થાન
- ChatKit: તમારા product માં customizable chat-based agent experiences embed કરવા માટેનું toolkit
અમે datasets, trace grading, automated prompt optimization અને third-party model support જેવી નવી સુવિધાઓ સાથે evaluation ક્ષમતાઓ પણ વિસ્તારી રહ્યા છીએ જેથી એજન્ટ performance માપી અને સુધારી શકાય.
માર્ચમાં Responses API and Agents SDK રિલીઝ કર્યા પછીથી, અમે developers અને enterprises ને ડીપ રિસર્ચ, customer support અને વધુ માટે end-to-end agentic workflows બનાવતા જોયા છે. Klarna એ support agent બનાવ્યો છે, જે બધી tickets ના બે-તૃતીયાંશ હેન્ડલ કરે છે, અને Clay એ sales agent સાથે 10x growth હાંસલ કરી છે. AgentKit developers ને વધુ કાર્યક્ષમ અને વિશ્વસનીય રીતે એજન્ટ બનાવવા મદદ કરવા Responses API પર આધારિત છે.
જેમ જેમ agent workflows વધુ જટિલ બનતા જાય છે, તેમ developers ને તેઓ કેવી રીતે કામ કરે છે તેની વધુ સ્પષ્ટ visibility ની જરૂર પડે છે. Agent Builder(નવી વિન્ડોમાં ખૂલે છે) drag-and-drop nodes સાથે logic compose કરવા, tools connect કરવા અને custom guardrails configure કરવા માટે visual canvas આપે છે. તે preview runs, inline eval configuration અને full versioning ને support કરે છે—ઝડપી iteration માટે આદર્શ.
Builders ખાલી canvas અથવા prebuilt templates સાથે શરૂઆત કરી શકે છે.
Ramp માં, ટીમ માત્ર થોડા કલાકોમાં blank canvas થી buyer agent સુધી પહોંચી ગઈ:
એજન્ટ બિલ્ડરે જે કામ પહેલાં મહિનાઓની જટિલ orchestration, custom code અને manual optimization લેતું હતું, તેને હવે માત્ર થોડા કલાકોમાં ફેરવી દીધું છે. વિઝ્યુઅલ કેનવાસ product, legal અને engineering ને એક જ પાને રાખે છે, iteration cycles ને 70% સુધી ઘટાડે છે અને બે quarters ના બદલે બે sprints માં એજન્ટને live કરે છે.”
એ જ રીતે, અગ્રણી જાપાનીઝ technology અને internet services કંપની LY Corporation એ Agent Builder સાથે બે કલાકથી ઓછા સમયમાં work assistant agent બનાવ્યો.
“એજન્ટ બિલ્ડરે અમને એજન્ટોને એક સંપૂર્ણ નવી રીતે orchestrate કરવાની મંજૂરી આપી, જેમાં engineers અને subject matter experts એક જ interface માં સાથે કામ કરે છે. અમે અમારો પહેલો multi-agentic workflow બનાવ્યો અને બે કલાકથી ઓછા સમયમાં ચલાવ્યો, જેના કારણે એજન્ટ બનાવવા અને deploy કરવાનો સમય ખૂબ જ ઝડપથી ઘટ્યો.”
અમે enterprises માટે Connector Registry પણ લોન્ચ કરી રહ્યા છીએ જેથી તેઓ બહુવિધ workspaces અને organizations માં data ને govern અને maintain કરી શકે. Connector Registry(નવી વિન્ડોમાં ખૂલે છે) ChatGPT અને API માં data sources ને એક જ admin panel માં સંકલિત કરે છે. registry માં Dropbox, Google Drive, Sharepoint અને Microsoft Teams જેવા બધા pre-built connectors તેમજ third-party MCPs સામેલ છે.
Developers Agent Builder માં Guardrails(નવી વિન્ડોમાં ખૂલે છે) પણ સક્રિય કરી શકે છે—એક open-source, modular safety layer જે એજન્ટોને અનિચ્છિત અથવા malicious વર્તન સામે સુરક્ષિત રાખવામાં મદદ કરે છે. Guardrails PII ને mask અથવા flag કરી શકે છે, jailbreaks શોધી શકે છે અને અન્ય safeguards લાગુ કરી શકે છે, જેથી વિશ્વસનીય અને સલામત એજન્ટ બનાવવું અને deploy કરવું સરળ બને. Guardrails ને standalone રૂપે અથવા Python(નવી વિન્ડોમાં ખૂલે છે) અને JavaScript(નવી વિન્ડોમાં ખૂલે છે) માટેની guardrails library દ્વારા deploy કરી શકાય છે.
એજન્ટો માટે chat UIs deploy કરવું આશ્ચર્યજનક રીતે જટિલ હોઈ શકે છે—streaming responses સંભાળવા, threads મેનેજ કરવા, મોડલ કેવી રીતે વિચારે છે તે બતાવવા અને આકર્ષક in-chat experiences ડિઝાઇન કરવા. ChatKit(નવી વિન્ડોમાં ખૂલે છે) તમારા product માં સ્વાભાવિક રીતે લાગતા chat-based એજન્ટ embed કરવાનું સરળ બનાવે છે. તેને apps અથવા websites માં embed કરી શકાય છે અને તમારી theme અથવા brand સાથે મેળ ખાતું customize કરી શકાય છે.
“ChatKit સાથે અમે અમારી Canva Developers community માટે support agent બનાવવામાં બે અઠવાડિયાથી વધુ સમય બચાવ્યો અને તેને એક કલાકથી પણ ઓછા સમયમાં integrate કર્યો. આ support agent અમારા docs ને conversational experience માં ફેરવી developers કેવી રીતે engage કરે છે તેમાં પરિવર્તન લાવશે, જેથી Canva પર apps અને integrations બનાવવું સરળ બને.”
ChatKit પહેલેથી જ internal knowledge assistants અને onboarding guides થી લઈને customer support અને research agents સુધીના વિવિધ use cases ને શક્તિ આપે છે. HubSpot(નવી વિન્ડોમાં ખૂલે છે) નો customer support agent તેનું એક ઉદાહરણ છે:
વિશ્વસનીય, production-ready એજન્ટ બનાવવા માટે કડક performance evaluations જરૂરી છે. ગયા વર્ષે અમે developers ને prompts ટેસ્ટ કરવા અને model behavior માપવામાં મદદ કરવા Evals(નવી વિન્ડોમાં ખૂલે છે) લોન્ચ કર્યું હતું. હવે અમે ચાર નવી ક્ષમતાઓ ઉમેરી રહ્યા છીએ, જે evals બનાવવાનું વધુ સરળ બનાવે છે:
- Datasets–શરૂઆતથી agent evals ઝડપી બનાવો અને automated graders તથા human annotations સાથે સમય સાથે તેને વિસ્તારો.
- Trace grading–agentic workflows ના end-to-end assessments ચલાવો અને ખામીઓ ઓળખવા grading automate કરો.
- Automated prompt optimization–human annotations અને grader outputs ના આધારે સુધારેલા prompts બનાવો.
- Third-party model support–OpenAI Evals platform માં અન્ય providers ના models નું મૂલ્યાંકન કરો.
અમે Evals નો ઉપયોગ કરતા ગ્રાહકો પાસેથી પહેલેથી જ મોટા performance gains જોયા છે.
“evaluation platform એ અમારા multi-agent due diligence framework ના development time માં 50%થી વધુ ઘટાડો કર્યો અને એજન્ટની accuracy 30% વધારી.”
રીઇન્ફોર્સમેન્ટ ફાઇન-ટ્યુનિંગ(નવી વિન્ડોમાં ખૂલે છે) (RFT) developers ને અમારા রিজনિંગ મডেল્સ customize કરવાની મંજૂરી આપે છે. તે OpenAI o4-mini પર સામાન્ય રીતે ઉપલબ્ધ છે અને GPT‑5 માટે private beta માં છે. GPT‑5 માટે RFT ને વ્યાપક રિલીઝ પહેલાં વધુ સુધારવા માટે અમે ડઝનો ગ્રાહકો સાથે નજીકથી કામ કરી રહ્યા છીએ.
આજે, અમે RFT beta માં બે નવી સુવિધાઓ રજૂ કરી રહ્યા છીએ, જે agent performance ને વધુ આગળ ધપાવવા માટે ડિઝાઇન કરવામાં આવી છે:
- Custom tool calls–વધુ સારું reasoning મેળવવા models ને યોગ્ય સમયે યોગ્ય tools કૉલ કરવા train કરો
- Custom graders–તમારા use case માં સૌથી મહત્વના મુદ્દાઓ માટે custom evaluation criteria નક્કી કરો
આજથી, ChatKit અને નવી Evals ક્ષમતાઓ બધા developers માટે સામાન્ય રીતે ઉપલબ્ધ છે. Agent Builder beta માં ઉપલબ્ધ છે, અને Connector Registry કેટલીક API, ChatGPT Enterprise અને Edu customers માટે Global Admin Console(નવી વિન્ડોમાં ખૂલે છે) (જેમાં Global Owners domains, SSO, multiple API orgs મેનેજ કરી શકે) સાથે beta rollout શરૂ કરી રહ્યું છે. Connector Registry સક્રિય કરવા માટે Global Admin console પૂર્વશરત છે. આ બધા tools standard API model pricing સાથે સામેલ છે.
અમે ટૂંક સમયમાં ChatGPT માં standalone Workflows API અને agent deployment options ઉમેરવાની યોજના ધરાવીએ છીએ.
તમે શું બનાવો છો તે જોવા માટે અમે આતુર છીએ.
વાંચતા રહો
