4 月初 AutoGPT 引发热潮，短短一个多月，它已经在全球最大的开源软件社区 Github 上累积了131,000颗星，其热度依然持续上升。

我体验后发现，虽然基于 3.5 模型的 AutoGPT 还无法最终生成完整的报告，但是它确实可以帮助我找到相关的网站资源，解决一些实际问题。

尤其是它的结构化提示功能，它会针对你的碎片化提问，生成结构化的 prompt。

接下来，我们一起来了解下。

AutoGPT，简单来说，就是自动化的 GPT，你只需要输入一条指令，它就会：

• 自己设计一个角色
• 定义这个角色是什么
• 要做什么
• 目标是啥
 

然后通过 AI 本身的「思考、推理、计划、评价」这四步，开始自我驱动，推动任务向前发展，就像是一个智能机器人，能够自我循环把任务跑起来。

比如，我随便下一个指令，写一篇有干货有故事的文章，AutoGPT 就会生成一个角色：

名称：ContentGPT

角色：一款AI写作助手

要做什么：通过提供专业见解和讲故事技巧，帮助您创建引人入胜且信息丰富的内容。

目标：

- 对您的主题进行彻底的研究，以确保信息的准确性和相关性。
- 使用讲故事技巧来吸引您的受众，并在整篇文章中保持他们的参与度。
- 提供可操作的提示和建议，帮助您的读者在现实生活中应用信息。
- 优化文章的SEO，以增加其可见性并扩大受众范围。
- 提供视觉和多媒体建议，以增强整体阅读体验。

接下来，它会针对目标，使用 Chrome 浏览器，然后生成一个思考模型：

- 想法：我认为我们应该从研究我们想要写的主题开始。这将帮助我们确保我们提供的信息准确且与我们的受众相关。我们还可以利用这些研究结果提出一些有趣的角度和讲故事技巧，使文章更具吸引力。
- 推理：研究是任何写作项目的重要第一步。它帮助我们收集所需的信息，以创建一个知情且引人入胜的文章。
- 计划：
    1. 对主题进行彻底的研究
    2. 利用研究结果提出有趣的角度和讲故事技巧
    3. 使用我们收集到的信息和技巧来撰写文章
- 评价：我们需要确保不要花太多时间在研究上，而忽视了创建引人入胜且信息丰富的文章的目标。我们还应该注意不要过度依赖我们的研究，忘记注入我们自己独特的观点和声音到文章中。
- 下一步行动：COMMAND = google ARGUMENTS = {'query': 'how to conduct research for a writing project'}

之后，当你确定任务开始，不需要你干预，它会不断用「想法-推理-计划-评价-下一步行动」这个模型自动循环找答案。

由此可以看出，AutoGPT 是一套自动化的「信息处理-模型生成-自我行动」SOP，有这样一个 AI 助手，会大大提升你的工作效率。

ChatGPT 和 AutoGPT 的区别

OpenAI 的首席科学家 Andrej Karpathy 曾评价说，AutoGPT 是“提示工程的下一个前沿领域”。

注意这四个字：提示工程。

能够给出结构化的提示词，是 AutoGPT 的一大特色。

接下来，我详细和你说说 AutoGPT 的结构化提示词，对你有什么用。

我们向 ChatGPT 提问，如果没有结构化的思维，通常所问的问题是碎片化的，你需要多轮交互，否则很难直接得到满意的答案。

而 AutoGPT 不同，AutoGPT 接受信息后，有一个自己的模型系统，哪怕是碎片化的信息，它会用模型对信息进行表达。

要做到充分有效地表达信息，这个模型需要做分析推理、做规划、同时提醒自己聚焦在研究的信息上不要跑偏，基于这个结构化的模型，得出下一步行动。

比如：我想让 AutoGPT 帮我修改、润色文章，指令发出去后，它生了成一个 WAGPT ：

角色：一款专门为作者优化和增强书面内容的AI写作助手。

定义：WAGPT专注于清晰、优雅和简洁，帮助作家更有效地传达他们的思想，并在更深层次上吸引读者。

目标：

1. 提供专业的语法、语法和风格反馈，确保您的写作精练和无误。
2. 提出替代措辞和词语选择，以改善您的作品的流畅性和可读性。
3. 提供关于节奏、语气和结构的见解，帮助您创建一个引人入胜的叙述，与您的受众产生共鸣。
4. 在您写作时提供实时反馈和建议，让您随时完善您的作品。
5. 使用上下文信息建议相关的例子和场景，使您的写作更加生动有趣，吸引读者。

这给我们一个启示：当你想获得一个相对满意的提示词时，可以先向 AutoGPT 咨询，获得框架后再优化，使它变成某个特定领域的结构化 prompt。

所以，为了得到更好的结果，你就可以通过 AutoGPT 生成结构化的提示词，将提示词发送给 ChatGPT，或者在此基础上优化下再发，这比你直接丢给 ChatGPT 一个简单的指令效果要好得多。

这种转化可以看做一种“沉淀”，会大大提高信息的利用价值。

AutoGPT 具有一套结构化的提示响应格式，可以应用于各行各业，如阅读、写作、数据分析、法律合同等领域。它会按照这个框架自动化检索并生成答案。

它就像与 AI 签订一份合同，在其中详细列出要素，让 AI 按照约定执行。此外，它可聚焦搜索，避免跑题，而且能够获取最新的信息。

如果你想打造一个更丰富的结构化提示词，可以将 AutoGPT 的思考模型加入进来，这种 prompt 就是一个解决问题的模型，可以将这个模型应用到各行各业，比如阅读、写作、数据分析、法律合同等领域。

我们都知道，碎片化信息是不值钱的，系统完整的信息才更有价值。

一个相对完整的 prompt 价值千金，它就相当于一套行业解决方案，一套 sop，有了它，你创造的效率就会提高很多。

网上有大量的 prompt，看看了解下，增加一些思路，最重要的是生成自己的结构化 prompt，AutoGPT 可以为你提供一个重要参考。

然而，AutoGPT 目前还有一些局限性，比如基于 3.5 模型的 AutoGPT 还无法最终生成一个内容详尽的报告，不能一目了然地看到结果。

但是，当你提出一个问题，它会帮你找到相关的网站资源，充当了一个自动化信息收集的角色，你可以在此基础上进行下一步研究。

我汇总了一张 ChatGPT 和 AutoGPT 的功能特点对比图，你感受下两者的差别。

我想，随着 GPT4.0 API 的开放和 AI 技术的发展，会实现真正的自动化。

想研究历史上最牛100位人物的书籍，AutoGPT会帮你自动收集、整理信息

如果你想和人类历史上最牛的 100 位人物做朋友，了解他们的思想，你可以给 AutoGPT 发布一个指令：帮助我快速了解人类历史上最具影响力的100位人物在各个领域撰写的经典书籍的精华。

输入指令后，AutoGPT 马上会生成一个结构化的提示词，如果你英文读起来吃力，可以在左侧栏用1024Code AI 翻译成中文，如下图：

AutoGPT 的特色是它会自动设计角色和目标，生成思考模型，开始下一步行动，你只需输入 y，它会开始自动运行。

自动运行依然会遵循「想法-推理-计划-评价-下一步行动」模型，虽然最后无法生成「100个人物-对应书单-书籍精华内容」的报告，但是它帮我找到了相关资源，如果我要研究这个课题，它已经帮我做了目标信息的收集和整理。

想要去美国工作，有了AutoGPT，可以提高你 DIY 的效率

我们再看一个场景，比如我想去美国找一份工作，应该怎么做？AutoGPT 经过一番自动化运行，帮我收集了一些相关网址，一目了然，大大提升了我收集、整理资料的效率。

更让人惊喜的是，居然帮我完成了一份报告，虽然这个报告比较粗糙，但是有了一个步骤框架，再添加资料就方便很多。

这份报告里面有我需要准备的文件、费用和申请时间表：

还有获取绿卡的流程：

这一番操作下来，我发现，你想做任何的留学申请、海外签证等，都可以通过 AutoGPT DIY，知道钱该花在哪，不该花的地方不花，可以节省一大笔的中介费。

说了那么多，究竟如何快速部署自己的 AutoGPT 呢？

1分钟部署好自己的AutoGPT

之前，想要部署 AutoGPT 的确有些困难，因为它需要一些编程知识，并且部署流程非常繁琐，就连一些程序员都望而却步。

这让我们想要体验 AutoGPT 的朋友只能心痒痒。

然而，有一位极客用户对 AutoGPT 进行了优化，这让一切变得简单起来。

无需搭梯子，无需配置 API，只需将 AutoGPT 的代码空间 fork 下来，就可以直接运行，相当于你部署了一个自己的 AutoGPT。

打开链接就可以直接上手体验 AutoGPT：

https://1024code.com/ide/qi57zzj

网上有一张图片将 AI 类比自动驾驶，将 AutoGPT 类比为 L4，AI 完成绝大部分工作，人类负责设定目标，AI 完成任务拆分，工具选择，进度控制，实现目标后自主结束工作。

我体验下来发现，目前 OpenAI 技术能力还达不到，这是未来的一种场景，我们可以期待。

现阶段，它还只是一个先进的实验品，体验时难免会报错，检索资料有时会比较慢，无法生成你预期的报告。

遇到状况，需要你耐心多等待一下，多刷新几次，感受现有 AutoGPT 的使用边界，随着技术发展，你会越用越顺手。

最后，我给你总结一下，这篇文章主要介绍了 AutoGPT 的一些特点：

• 可以直接提供一个结构化的思考框架并自动执行
• 能聚焦搜索，不跑偏
• 可以联网获取到最新信息

在主题研究、海外签证等场景应用方面可圈可点，能帮你找到相关网站资源，帮你收集、整理好信息，只是目前 AutoGPT 目前还无法最终形成一份可行性报告。

但是这不影响我们先部署体验，如果你正在学习编程，对 AutoGPT 的使用场景感兴趣，欢迎一起交流。