目前让 ChatGPT 直接生成思维导图可以通过以下方式： 利用 GPTs 结合第三方平台如 Gapier 提供的 API 来实现。例如，在某些场景中包含两个具体案例，即如何在 Action 中引入 Gapier 生成代码的思维导图，以及如何在 Action 中引入 Gapier 和 Webpilot 生成在线文档的思维导图。但在过去，ChatGPT 本身无法直接生成思维导图，当遇到复杂代码或长篇文章需要思维导图快速预览整体逻辑或结构时，只能利用 AI 进行提炼后，再找到一款思维导图软件来转换，较为繁琐。
在过去，我们都知道ChatGPT不仅能够回答问题、编写代码、撰写文案、识别图片、语音沟通，还可以生成图片，但是却无法生成思维导图。但当遇到复杂的代码，或者长篇文章，想要利用思维导图快速预览整体逻辑或结构时，只能利用AI进行提炼后，再找到一款思维导图的软件来转换，还是有点繁琐。现在有了GPTs，我们可以利用Actions调取第三方平台提供的API，直接获取内容对应的思维导图。接下来，我们介绍GPT如何结合Gapier这个提供免费Action的第三方平台进行定制化。这个场景中包含两个具体案例：如何在Action中引入Gapier生成代码的思维导图。如何在Action中引入Gapier和Webpilot生成在线文档的思维导图。我们一起看一下。
总的来说，有趣的是，为了让网络朝特定方向有用地发展，它似乎只需要被“戳”很少次。有人可能认为，为了使网络表现得好像“学到了一些新东西”，就必须运行训练算法，调整权重等等。但实际情况并非如此。相反，似乎只需在您给出的提示的一部分中命令ChatGPT一次，然后它就可以成功地利用您告诉它的内容来生成文本。再一次，这种工作方式是我认为理解ChatGPT“真正做什么”以及它如何与人类语言和思维结构相关的重要线索。这确实有一些类似人类的特点：至少在它完成了所有这些预先训练之后，您只需告诉它一次东西，它就可以“记住”它——至少“足够长时间”来使用它来生成文本。那么在这种情况下到底发生了什么呢？可能“您要告诉它的所有内容已经在那里的某个地方”——您只是引导它到正确的位置。但这似乎是不合理的。相反，更有可能的是，是的，元素已经存在，但具体内容是由像“这些元素之间的轨迹”这样的东西定义的，这就是当您告诉它某些内容时引入的内容。
-数据可视化-在下图中，我们要求GPT-4和ChatGPT从上表的LATEX代码中提取数据，并根据与用户的对话在Python中生成一个图形。之后，我们要求这两个模型对生成的图形执行各种操作。虽然这两个模型都正确提取了数据（这不是一个简单的任务，因为必须从多列中推断出Human行在k = 1和k = 5时具有相同的值），但是ChatGPT从未生成所需的图形。相比之下，GPT-4对所有用户请求做出了适当的响应，将数据调整为正确的格式并适应可视化效果。在附录C.2中，我们提供另一个GPT-4将IMDb数据集可视化的示例。