पेश है AgentKit

आज हम AgentKit लॉन्च कर रहे हैं, जो डेवलपर्स और एंटरप्राइज़ेज़ के लिए एजेंट्स को बनाने, डिप्लॉय और ऑप्टिमाइज़ करने के लिए टूल्स का एक पूरा सेट है. अब तक, एजेंट बनाने का मतलब था बिखरे हुए टूल्स से जूझना—कॉम्प्लेक्स ऑर्केस्ट्रेशन जिसमें कोई वर्ज़निंग नहीं, कस्टम कनेक्टर्स, मैन्युअल इवैल्यूएशन पाइपलाइन्स, प्रॉम्प्ट ट्यूनिंग, और लॉन्च से पहले हफ़्तों का फ़्रंटएंड टाइम. AgentKit के साथ, डेवलपर्स अब वर्कफ़्लोज़ को विज़ुअल तरीके से डिज़ाइन कर सकते हैं और नए बिल्डिंग ब्लॉक्स का इस्तेमाल करके एजेंटिक UI को तेज़ी से एम्बेड कर सकते हैं, जैसे:

• Agent Builder: मल्टी-एजेंट वर्कफ़्लोज़ बनाने और वर्ज़निंग के लिए एक विज़ुअल कैन्वास
• Connector Registry: OpenAI प्रोडक्ट्स में डेटा और टूल्स के कनेक्शन को मैनेज करने के लिए एडमिन्स के लिए एक केंद्रीय जगह.
• ChatKit: आपके प्रोडक्ट में कस्टमाइज़ेबल चैट-बेस्ड एजेंट अनुभव एम्बेड करने के लिए एक टूलकिट

हम एजेंट के परफ़ॉर्मेंस को मापने और सुधारने के लिए डेटासेट्स, ट्रेस ग्रेडिंग, ऑटोमेंटेड प्रॉम्प्ट ऑप्टिमाइज़ेशन और थर्ड-पार्टी मॉडल सपोर्ट जैसे नए फ़ीचर्स के साथ इवैल्यूएशन कैपेबिलिटीज़ को भी बढ़ा रहे हैं.

मार्च में Responses API और Agents SDK⁠ रिलीज़ करने के बाद से, हमने डेवलपर्स और एंटरप्राइज़ेज़ को डीप रिसर्च, कस्टमर सपोर्ट, और भी बहुत कुछ के लिए एंड-टू-एंड एजेंटिक वर्कफ़्लोज़ बनाते देखा है. Klarna ने एक सपोर्ट एजेंट बनाया⁠ जो सभी टिकटों का दो-तिहाई हैंडल करता है और Clay ने एक सेल्स एजेंट के साथ 10 गुना बढ़ोतरी⁠ की. AgentKit, Responses API पर आधारित है, जिससे डेवलपर्स को ज़्यादा अच्छे और भरोसेमंद तरीके से एजेंट्स बनाने में मदद मिलती है.

जैसे-जैसे एजेंट वर्कफ़्लोज़ और ज़्यादा कॉम्प्लेक्स होते जाते हैं, डेवलपर्स को ये साफ़ तौर पर देखने की ज़रुरत होती है कि वे कैसे काम करते हैं. Agent Builder⁠(एक नई विंडो में खुलेगा) ड्रैग-एंड-ड्रॉप नोड्स के साथ लॉजिक कम्पोज़ करने, टूल्स को कनेक्ट करने, और कस्टम गार्डरेल्स को कॉन्फ़िगर करने के लिए एक विज़ुअल कैन्वास देता है. ये प्रीव्यू रन, इनलाइन इवैल कॉन्फ़िगरेशन, और फ़ुल प्रोसेसिंग को सपोर्ट करता है—जो तेज़ी से बार-बार सुधार करने के लिए बिल्कुल सही है.

Ramp में, टीम ने सिर्फ़ कुछ ही घंटों में एक खाली कैन्वास से लेकर एक खरीद एजेंट तक काम किया:

इसी तरह, LY कॉर्पोरेशन—एक लीडिंग जापानी टेक्नोलॉजी और इंटरनेट सर्विसेज़ कंपनी—ने Agent Builder के साथ मिलकर दो घंटे से भी कम समय में एक वर्क असिस्टेंट एजेंट तैयार कर लिया.

हम एंटरप्राइज़ेज़ के लिए एक Connector Registry भी लॉन्च कर रहे हैं ताकि वे अलग-अलग वर्कस्पेसेस और ऑर्गनाइज़ेशन्स में डेटा का प्रबंधन और रखरखाव कर सकें. Connector Registry⁠(एक नई विंडो में खुलेगा), ChatGPT और API के पूरे डेटा सोर्सेस को एक सिंगल एडमिन पैनल में जमा करती है. इस रजिस्ट्री में Dropbox, Google Drive, Sharepoint, और Microsoft Teams जैसे सभी प्री-बिल्ट कनेक्टर्स, साथ ही थर्ड-पार्टी MCPs भी शामिल हैं.

डेवलपर्स Agent Builder में Guardrails⁠(एक नई विंडो में खुलेगा) को भी इनेबल कर सकते हैं—एक ओपन-सोर्स, मॉड्यूलर सेफ़्टी लेयर जो एजेंट्स को अनजाने या हानिकारक व्यवहार से बचाने में मदद करता है. Guardrails PII को छिपा या फ़्लैग कर सकते हैं, जेलब्रेक का पता लगा सकते हैं, और दूसरे सुरक्षा उपाय लागू कर सकते हैं, जिससे भरोसेमंद, सुरक्षित एजेंट्स बनाना और उन्हें डिप्लॉय करना आसान हो जाता है. Guardrails को स्टैंडअलोन या Python⁠(एक नई विंडो में खुलेगा) और JavaScript⁠(एक नई विंडो में खुलेगा) के लिए गार्डरेल्स लाइब्रेरी के ज़रिये डिप्लॉय किया जा सकता है.

एजेंट्स के लिए चैट UI डिप्लॉय करना बेहद कॉम्प्लेक्स हो सकता है— स्ट्रीमिंग जवाबों को हैंडल करना, थ्रेड्स को मैनेज करना, मॉडल थिंकिंग दिखाना, और आकर्षक इन-चैट अनुभव डिज़ाइन करना. ChatKit ऐसे चैट-बेस्ड एजेंट्स को एम्बेड करना आसान बनाता है जो नेचुरल तरीके से आपके प्रोडक्ट का हिस्सा लगें. इसे ऐप्स या वेबसाइट्स में एम्बेड किया जा सकता है और आपकी थीम या ब्रांड से मैच करने के लिए कस्टमाइज़ किया जा सकता है.

ChatKit पहले से ही इंटर्नल नॉलेज असिस्टेंट्स और ऑनबोर्डिंग गाइड्स से लेकर कस्टमर सपोर्ट और रिसर्च एजेंट्स तक कई तरह के यूज़ केसेस को काम करने में मदद करता है. HubSpot⁠(एक नई विंडो में खुलेगा) का कस्टमर सपोर्ट एजेंट इसका एक एग्ज़ाम्पल है:

भरोसेमंद, प्रोडक्शन-रेडी एजेंट्स बनाने के लिए सख्त परफ़ॉर्मेंस इवैल्यूएशन्स की ज्क्सारूरत होती है. पिछले साल, हमने डेवलपर्स को प्रॉम्प्ट्स को टेस्ट करने और मॉडल बिहेवियर को मापने में मदद करने के लिए Evals⁠(एक नई विंडो में खुलेगा) को लॉन्च किया था. अब हम चार नई कैपबिलिटीज़ जोड़ रहे हैं जो इवैल्स बनाने को और भी आसान कर देंगी:

• डेटासेट्स–तेज़ी से शुरू से एजेंट इवैल्स बनाते हैं और ऑटोमेटेड ग्रेडर्स व ह्यूमन एनोटेशन्स के साथ समय के साथ उन्हें बढ़ाते हैं.
• ट्रेस ग्रेडिंग–एजेंटिक वर्कफ़्लोज़ का एंड-टू-एंड असेसमेंट रन करती है और कमियों को पिनपॉइंट करने के लिए ग्रेडिंग को ऑटोमेट करती है.
• ऑटोमेटेड प्रॉम्प्ट ऑप्टिमाइज़ेशन–ह्यूमन एनोटेशन्स और ग्रेडर आउटपुट्स के आधार पर बेहतर प्रॉम्प्ट्स जनरेट करता है.
• थर्ड-पार्टी मॉडल सपोर्ट–OpenAI Evals प्लैटफ़ॉर्म के अंदर दूसरे प्रोवाइडर्स के मॉडल्स को इवैल्यूएट करता है.

हमने पहले ही Evals का इस्तेमाल करने वाले कस्टमर्स से अहम परफ़ॉर्मेंस फ़ायदे देखे हैं.

रीइन्फ़ोर्समेंट फ़ाइन-ट्यूनिंग⁠(एक नई विंडो में खुलेगा) (RFT) डेवलपर्स को हमारे रीज़निंग मॉडल्स को कस्टमाइज़ करने में मदद करता है. ये आम तौर पर OpenAI o4-mini पर और GPT‑5 के लिए प्राइवेट बीटा में उपलब्ध है. हम बड़े पैमाने पर रिलीज़ से पहले GPT‑5 के लिए RFT को सुधार करने के लिए दर्जनों कस्टमर्स के साथ मिलकर काम कर रहे हैं.

आज, हम उस RFT बीटा में दो नए फ़ीचर्स पेश कर रहे हैं जो एजेंट के परफ़ॉर्मेंस को और भी बेहतर बनाने के लिए डिज़ाइन किए गए हैं:

• कस्टम टूल कॉल्स–बेहतर रीज़निंग के लिए सही समय पर सही टूल कॉल करने के लिए मॉडल को ट्रेन करते हैं 
• कस्टम ग्रेडर्स–आपके यूज़ केस में सबसे ज़रूरी चीज़ों के लिए कस्टम इवैल्यूएशन क्राइटेरिया सेट करते हैं

आज से, ChatKit और Evals की नई कैपेबिलिटीज़ आम तौर पर सभी डेवलपर्स के लिए उपलब्ध हैं. Agent Builder बीटा में उपलब्ध है, और Connector Registry कुछ API, ChatGPT Enterprise और Edu कस्टमर्स के लिए Global Admin Console (जहां Global Owners डोमेन्स, SSO, कई API ऑर्ग्स को मैनेज कर सकते हैं) के साथ अपना बीटा रोलआउट शुरू कर रही है. Connector Registry को इनेबल करने के लिए Global Admin Console ⁠(एक नई विंडो में खुलेगा)एक अहम ज़रुरत है. ये सभी टूल्स स्टैंडर्ड API मॉडल प्राइसिंग के साथ शामिल हैं.

हम जल्द ही ChatGPT में एक स्टैंडअलोन Workflows API और एजेंट डिप्लॉयमेंट ऑप्शन्स जोड़ने का प्लैन कर रहे हैं.

हम ये देखने के लिए बेहद उत्सुक हैं कि आप क्या बनाते हैं.