Prompt是GPT的重要组成部分，一个优秀的Prompt可以带来优秀的表现。Action是给GPT增加技能的方法，扩展其能力边界。要让你的GPT与众不同，你需要在Actions上做文章。而今天我们将讲解Function Calling，即函数调用。
首先回答網友的一個問題:能不能在自己的軟件裏調用GPTS?答案是肯定的。如果你想擴充ChatGPT的能力，讓它可以指揮其他的軟件工作，那就是GPTS加Action。
那么，如何建立一个具有Function Calling能力的GPT呢?
我们先快速建立一个新的GPT，用来进行Function Calling的例子。我们以加密币价格走势为例，通过API获取月度曲线数据，并使用代码解释器进行可视化。
首先，我們需要一個加密貨幣的API。我們在rapidAPI網站找到了一個免費的API。我們先看一下這個API的URL和參數。我們不需要詳細了解每個參數的含義，因爲我們最終的目標是讓ChatGPT根據這些數據來生成Schema。
我們回到GPT，創建一個新的Action。首先是Schema，它是對要調用的API的描述，我們可以從API的文檔中獲取信息。關鍵是要提供API的代碼片段，以及示例數據，這樣GPT才能生成正確的Schema。
我们可以把API的代码片段和示例数据拷贝给GPT，让它帮我们生成Schema。或者，我们也可以使用前面制作的GPT Builder助手，将代码片段转换为Schema。不论使用哪种方法，最终我们都需要将生成的Schema复制到我们的GPT中。
生成Schema后，我们就可以进行API的调用测试。需要注意的是，在进行API调用之前，我们需要提供API Key进行鉴权。鉴权可以在Action的authentication部分配置。输入API Key后，我们可以进行API调用测试。
测试通过后，我们就可以看到比特币的走势曲线了。这说明我们的API调用和Function Calling都是正确的。接下来，我们可以尝试使用其他币种进行测试。
（舉報）