ขอแนะนำ AgentKit

วันนี้เราเปิดตัว AgentKit ชุดเครื่องมือครบวงจรสำหรับนักพัฒนาและองค์กรสำหรับการสร้าง ติดตั้ง และปรับปรุงเอเจนต์ได้อย่างเต็มประสิทธิภาพ ที่ผ่านมาการสร้างเอเจนต์เป็นเรื่องซับซ้อนเนื่องจากต้องใช้เครื่องมือแยกหลายชิ้น ไม่มีระบบที่ใช้กำหนดเวอร์ชัน ต้องทำคอนเน็กเตอร์เอง ต้องประเมินผลด้วยตัวเอง ต้องปรับแต่งคำสั่งเอง และใช้เวลาหลายสัปดาห์ในการพัฒนาส่วนหน้าก่อนเปิดใช้งาน ด้วย AgentKit นักพัฒนาสามารถสร้างเวิร์กโฟลว์แบบภาพและฝัง UI ของเอเจนต์ได้ไวขึ้น ด้วยบล็อกใหม่ๆ เช่น:

• Agent Builder: พื้นที่ทำงานแบบภาพที่ช่วยให้คุณสร้างและจัดการเวอร์ชันเวิร์กโฟลว์หลายเอเจนต์ได้ง่ายๆ
• Connector Registry: ศูนย์กลางสำหรับผู้ดูแลระบบในการจัดการการเชื่อมต่อของข้อมูลและเครื่องมือระหว่างผลิตภัณฑ์ของ OpenAI
• ChatKit: เครื่องมือช่วยให้คุณใส่เอเจนต์สำหรับแชตแบบปรับแต่งเองลงในแอปหรือเว็บไซต์ได้ง่ายๆ

นอกจากนี้เรายังขยายขีดความสามารถในการประเมินผลด้วยฟีเจอร์ใหม่ๆ เช่น ชุดข้อมูล การให้คะแนนแบบติดตาม การเพิ่มประสิทธิภาพของคำสั่งโดยอัตโนมัติ และการรองรับโมเดลจากภายนอกเพื่อช่วยวัดและพัฒนาเอเจนต์ให้ทำงานได้ดีขึ้น

นับตั้งแต่เปิดตัว Responses API และ Agents SDK⁠ ในเดือนมีนาคม เราได้เห็นนักพัฒนาและองค์กรใช้เครื่องมือนี้ในการสร้างเวิร์กโฟลว์เอเจนต์แบบครบวงจรเพื่อทำงานวิจัยเชิงลึก สนับสนุนลูกค้า และด้านอื่นๆ อีกมากมาย Klarna สร้างเอเจนต์ช่วยเหลือ⁠ ที่สามารถจัดการรายการขอความช่วยเหลือได้ถึงสองในสาม ในขณะที่ Clay แสดงให้เห็นถึงการเติบโตเพิ่มขึ้น 10 เท่า⁠ ด้วยการใช้เอเจนต์ส่งเสริมการขาย AgentKit พัฒนาต่อยอดจาก Responses API เพื่อช่วยให้นักพัฒนาสร้างเอเจนต์ได้อย่างมีประสิทธิภาพและเชื่อถือได้มากขึ้น

นักพัฒนาจำเป็นต้องมีมุมมองที่ชัดเจนขึ้นเกี่ยวกับการทำงานของเอเจนต์เมื่อเวิร์กโฟลว์ของเอเจนต์มีความซับซ้อนมากขึ้น Agent Builder⁠(เปิดในหน้าต่างใหม่) มีแคนวาสแบบภาพให้ผู้ใช้สามารถสร้างตรรกะด้วยการลากและวางโหนด เชื่อมเครื่องมือต่างๆ พร้อมตั้งค่าเกราะป้องกันแบบกำหนดเองได้ เครื่องมือนี้รองรับการรันตัวอย่าง การกำหนดค่าการประเมินผลแบบอินไลน์ และการกำหนดเวอร์ชันแบบสมบูรณ์ ซึ่งเหมาะอย่างยิ่งสำหรับการปรับแก้และการทำซ้ำอย่างรวดเร็ว

ทีมงานของ Ramp สามารถสร้างเอเจนต์สำหรับผู้ซื้อจากแคนวาสเปล่าๆ ได้ภายในเวลาเพียงไม่กี่ชั่วโมง

ในทำนองเดียวกัน LY Corporation บริษัทเทคโนโลยีและบริการอินเทอร์เน็ตชั้นนำของญี่ปุ่นได้สร้างเอเจนต์ผู้ช่วยงานด้วย Agent Builder ภายในเวลาไม่ถึงสองชั่วโมง

เรากำลังเปิดตัว Connector Registry (ตัวเก็บข้อมูลตัวเชื่อมต่อ) เพื่อให้องค์กรต่างๆ สามารถควบคุมและดูแลจัดการข้อมูลข้ามพื้นที่ทำงานและองค์กรหลายแห่งได้ Connector Registry⁠(เปิดในหน้าต่างใหม่) ทำหน้าที่รวมแหล่งข้อมูลทั้งหมดไว้ในแผงควบคุมเดียว โดยใช้งานได้ทั้ง ChatGPT และ API รีจิสทรีมาพร้อมกับตัวเชื่อมต่อที่เตรียมไว้แล้ว เช่น Dropbox, Google Drive, SharePoint และ Microsoft Teams พร้อมทั้งรองรับ MCPs จากผู้ให้บริการภายนอก

นักพัฒนายังสามารถเปิดการใช้งาน Guardrails⁠(เปิดในหน้าต่างใหม่) ใน Agent Builder ได้ ซึ่งเป็นเลเยอร์ความปลอดภัยแบบโอเพนซอร์สที่ปรับแต่งได้ ช่วยป้องกันเอเจนต์จากการทำงานผิดพลาดหรือการใช้งานที่ไม่ปลอดภัย Guardrails ช่วยปกปิดหรือแจ้งเตือนข้อมูลส่วนบุคคล ตรวจจับการเจลเบรก (Jailbreaks) และเพิ่มมาตรการป้องกันอื่นๆ เพื่อให้นักพัฒนาสร้างและปรับใช้เอเจนต์ที่ปลอดภัยและเชื่อถือได้ง่ายขึ้น Guardrails สามารถใช้งานได้ทั้งแบบเดี่ยวหรือผ่านไลบรารีสำหรับ Python⁠(เปิดในหน้าต่างใหม่) และ JavaScript⁠(เปิดในหน้าต่างใหม่)

การปรับใช้ UI ของแชตสำหรับเอเจนต์อาจซับซ้อนกว่าที่คิด เพราะต้องจัดการกับการตอบกลับแบบสตรีม การจัดการเธรด การแสดงกระบวนการคิดของโมเดล และการออกแบบประสบการณ์การสนทนาให้น่าสนใจ ChatKit⁠(เปิดในหน้าต่างใหม่) ทำให้การฝังเอเจนต์สำหรับแชตเป็นเรื่องง่าย และให้ความรู้สึกเหมือนเป็นส่วนหนึ่งของผลิตภัณฑ์ สามารถฝังลงในแอปหรือเว็บไซต์และปรับแต่งให้ตรงกับธีมหรือแบรนด์ของคุณได้

ChatKit รองรับการใช้งานหลากหลาย ไม่ว่าจะเป็นการใช้ในฐานะผู้ช่วยด้านความรู้ภายในองค์กร คู่มือปฐมนิเทศพนักงงาน ไปจนถึงการเป็นเอเจนต์สนับสนุนลูกค้าและงานวิจัย เอเจนต์ฝ่ายสนับสนุนลูกค้าของ HubSpot⁠(เปิดในหน้าต่างใหม่)เป็นอีกตัวอย่างหนึ่งของการใช้งาน

การสร้างเอเจนต์ที่เชื่อถือได้และมีความพร้อมสำหรับการใช้งานเป็นต้องมีการประเมินประสิทธิภาพอย่างเข้มงวด เมื่อปีที่แล้วเราได้เปิดตัว Evals⁠(เปิดในหน้าต่างใหม่) เพื่อช่วยให้นักพัฒนาทดสอบคำสั่งและวัดพฤติกรรมของโมเดลได้ ขณะนี้เรากำลังเพิ่มความสามารถใหม่สี่ประการที่ทำให้การสร้างการประเมินง่ายยิ่งขึ้น:

• ชุดข้อมูล สร้างการประเมินเอเจนต์ได้อย่างรวดเร็วตั้งแต่เริ่มต้น และขยายชุดประเมินได้ต่อเนื่องด้วยตัวให้คะแนนอัตโนมัติและการอธิบายข้อมูลจากมนุษย์
• การให้คะแนนแบบติดตาม ใช้ประเมินการทำงานของเอเจนต์ตั้งแต่ต้นจนจบ พร้อมระบบให้คะแนนอัตโนมัติ เพื่อค้นหาส่วนที่ต้องปรับปรุง
• การเพิ่มประสิทธิภาพคำสั่งโดยอัตโนมัติ ปรับปรุงคำสั่งให้ฉลาดขึ้น โดยอ้างอิงจากคำอธิบายของมนุษย์และผลการตรวจจากตัวประเมิน
• การรองรับโมเดลจากภายนอก ช่วยให้สามารถประเมินโมเดลจากผู้ให้บริการภายนอกได้ในแพลตฟอร์ม OpenAI Evals ได้

ลูกค้าที่ใช้ Evals ต่างเห็นผลลัพธ์ด้านประสิทธิภาพที่ดีขึ้นมาก

การปรับแต่งแบบเสริมแรง⁠(เปิดในหน้าต่างใหม่) (RFT) ช่วยให้นักพัฒนาสามารถปรับแต่งโมเดลการใช้เหตุผลของเราได้ มีให้ใช้งานบน OpenAI o4-mini และในรุ่นเบตาส่วนตัวสำหรับ GPT‑5 พวกเรากำลังทำงานอย่างใกล้ชิดกับลูกค้าหลายสิบรายเพื่อปรับปรุง RFT สำหรับ GPT‑5 ก่อนที่จะเผยแพร่ในวงกว้าง

วันนี้เรากำลังเปิดตัวสองฟีเจอร์ใหม่ใน RFT เวอร์ชันเบต้า ที่ออกแบบมาเพื่อยกระดับประสิทธิภาพของเอเจนต์ให้ดียิ่งขึ้น:

• การเรียกใช้เครื่องมือแบบกำหนดเอง ช่วยฝึกโมเดลให้เลือกใช้เครื่องมือที่เหมาะสมในเวลาที่ใช่เพื่อการให้เหตุผลที่ดียิ่งขึ้น 
• เครื่องมือให้คะแนนแบบกำหนดเอง ตั้งเกณฑ์การประเมินที่ปรับแต่งได้เพื่อเน้นสิ่งที่มีความสำคัญต่อการใช้งานของคุณ

เริ่มตั้งแต่วันนี้ ChatKit และความสามารถใหม่ของ Evals พร้อมให้บริการสำหรับนักพัฒนาทุกคนแล้ว Agent Builder เปิดให้ใช้งานในเวอร์ชันเบต้าแล้ว และ Connector Registry กำลังทยอยเปิดตัวเวอร์ชันเบต้าให้กับลูกค้า API, ChatGPT Enterprise และ Edu บางส่วน โดยมี Global Admin Console⁠(เปิดในหน้าต่างใหม่) (ซึ่งผู้ดูแลระบบส่วนกลางสามารถจัดการโดเมน, SSO, และ API สำหรับองค์กรจำนวนมากได้) จำเป็นต้องมี Global Admin Console ก่อนจึงจะสามารถเปิดใช้งาน Connector Registry ได้ เครื่องมือทั้งหมดนี้รวมอยู่ในราคามาตรฐานของโมเดล API

เราจะเพิ่ม Workflows API แบบแยกต่างหาก และจะเพิ่มตัวเลือกการปรับใช้เอเจนต์ลงใน ChatGPT เร็วๆ นี้

เราตั้งตารอที่จะชื่นชมสิ่งที่คุณสร้างสรรค์