ChatGPT 插件数量快速增长，涌现出利用 AI Agents 等插件组合实现自动化电子书生成的玩法。本文探讨了在插件数据量超出上下文限制时，如何通过联网读取或分批发送数据的方式让模型掌握插件功能，并介绍了分享已配置对话的方法以便复用。同时分析了不同方案的优劣及未来 AI 辅助工作的趋势。
ChatGPT 的插件生态系统正在经历显著扩张。数据显示，插件总数已达到 390 个，相较于开放初期仅 74 个的状态，增长幅度超过 400%。值得注意的是，其中相当一部分插件是在短时间内集中上线的，这反映了开发者社区对 AI 扩展能力的积极响应。
虽然早期部分插件存在质量参差不齐、体验不佳的情况，但随着新插件的不断加入，各种"联动出奇迹"的组合玩法逐渐被挖掘出来。例如，近期流行的自动化电子书生成玩法，仅需输入一个主题，AI 即可自动搜集资料并撰写成书。
实现这一自动化流程的核心在于AI Agents插件。该插件能够自动分解复杂任务、制定执行步骤并按顺序完成操作。配合两个联网插件负责资料搜集，整个工作流得以闭环。
这种模式之所以受到关注，是因为已有实践者通过 AI 撰写大量电子书实现了商业变现。虽然早期作品质量参差不齐，但证明了自动化内容生成的可行性。有了标准化的自动工作流后，生产效率将大幅提升。
面对如此庞大的插件库，如何高效地让模型识别并利用这些工具成为关键问题。
无论是 GPT-3.5 还是 GPT-4，其基础训练数据的截止时间通常早于当前时间，且模型本身并不直接知晓外部插件的存在。如果直接将所有插件数据发送给模型，会面临以下问题：
利用具备联网能力的插件（如 Web Request），可以让模型从外部存储读取插件列表。
对于不使用额外插件的场景，可以通过精心设计的提示词，分批次将数据输入给模型。
使用思维链（Chain of Thought, CoT）引导模型逐步处理数据。以下是推荐的系统提示词模板：
1. 你的任务是回答任何关于 ChatGPT 插件的问题。
2. 现在一共有 390 个插件，接下来我会以'{编号} {名称} - {功能描述}'的方式分批把插件数据发给你。
3. 在未接收完全部插件数据之前，只需要阅读并记住这些数据，并回复'收到，请继续发送下一批数据'。
4. 接收完全部插件数据之后，请回复'已收到全部插件数据，接下来可以任意提问了'，并在后续对话中使用与提问相同的语言回答问题。
5. 收到这一条消息后，请回复'收到，请开始发送数据'。
OpenAI 提供了聊天记录分享功能，允许用户将配置好的对话状态导出。
此方法省去了重复读取或手动发送资料的步骤，极大提高了协作效率。但需注意，在提问时应明确指定使用已加载的插件数据，以防模型产生幻觉。
针对自动写书的插件组合（AI Agents + WebRequest + WebPilot），进行了实际测试。
相当于将内容创作外包给 AI，人类角色转变为甲方，专注于审核与修改。这种方式显著降低了内容生产的门槛，但也带来了版权与伦理方面的考量。
随着人工智能技术的普及，使用门槛不断降低，AI 正逐渐成为职场必备技能。对于普通用户而言，掌握 AI 工具的使用方式意味着更高的工作效率和更强的竞争力。
具备 AI 技能的人才将在未来岗位需求中占据优势。建议从业者主动学习 AI 工具的使用方法，适应技术变革带来的职业环境变化。同时，在使用 AI 生成内容时，应遵守相关法律法规，尊重知识产权，确保技术应用的健康发展。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online