把你的应用接入 ChatGPT

把产品带进 ChatGPT，不应该从“把整个产品搬进去”开始。更稳的做法是先选一个明确用户结果，围绕它设计少量 tools，搭建 MCP server，必要时再做 widget，然后在 ChatGPT developer mode 里验证核心流程。

构成

flowchart LR
    Outcome["core user outcome"] --> Tools["3-5 tools"]
    Tools --> MCP["MCP server"]
    MCP --> Widget["optional widget"]
    Widget --> Test["developer mode testing"]
    MCP --> Test

每个 ChatGPT app 通常由三部分组成：

• MCP server：定义 tools、返回数据、处理账号连接，并指向 ChatGPT 需要加载的 UI resources。
• 可选 web component：在 ChatGPT iframe 中渲染，可以用 React，也可以用轻量 HTML/CSS/JS。
• model-driven tool calls：模型根据 metadata 决定何时调用 app tools。

Codex 适合负责：

• 规划 tool surface 和 metadata。
• scaffold server 和 widget。
• 接好 local run scripts。
• 分阶段加入 auth 和 deployment。
• 写验证 loop，证明 app 在 ChatGPT 里能工作。

起始提示词

请结合 ChatGPT Apps SDK 官方文档，在这个 repo 中为 [use case] 规划一个 ChatGPT app。

要求：
- 先锁定一个核心用户结果
- 提出 3-5 个 tools，每个 tool 都有名称、说明、inputs、outputs
- 判断 v1 是否需要 widget，还是可以先 data-only
- MCP server 优先按 repo 现有 TypeScript / Python 模式实现
- 标出 auth、deployment、test requirements

输出：
- Tool plan
- Proposed file tree
- Golden prompt set
- Risks and open questions

这个 prompt 只要求规划，不直接实现。先把 tools 和边界讲清楚，再 scaffold。

使用步骤

1. 从一个窄 outcome 开始，规划 3 到 5 个 tools。
2. 判断 v1 是否需要 widget。能 data-only 就先 data-only。
3. 按现有 repo patterns scaffold MCP server 和可选 widget。
4. 通过本地 HTTPS 路径运行，例如 ngrok 或 Cloudflare Tunnel。
5. 在 ChatGPT developer mode 里连接 app。
6. 用 small direct、indirect、negative prompt set 测试。
7. 迭代 metadata、state handling、structuredContent 和 _meta payloads。
8. 只有 user-specific data 或 write actions 需要时，再加入 OAuth。
9. 准备 hosted preview，保持稳定 /mcp endpoint。
10. 分享或提交前完成 launch checklist。

Prompt 设计要点

强 prompt 通常包含：

• One clear outcome：app 要帮用户完成什么。
• Concrete stack：server 和 widget 使用什么技术栈。
• Explicit tool boundaries：每个 tool 只做一件事。
• Auth expectations：第一版是否 anonymous / read-only。
• Local development path：如何用 HTTPS 接入 ChatGPT。
• Verification steps：测哪些 prompts、回报哪些 evidence。

避免一个 prompt 同时要求 planning、implementation、auth、deployment、submission 和 polish。更稳的 milestone 是：

1. Plan the app before scaffolding。
2. Scaffold the first working version。
3. Add auth only after the core flow works。
4. Prepare deployment and review。

Launch Readiness

上线前至少确认：

• app 只有一个用户一眼能看懂的窄 outcome。
• tool set 小而明确，metadata、inputs、outputs 都清楚。
• MCP server 能端到端工作，并返回简洁 structuredContent。
• widget-only data 放在 _meta，不要塞进对话正文。
• widget 如有必要，能在 ChatGPT 内正确渲染。
• 本地 HTTPS 测试 loop 能通过 developer mode 跑通。
• direct、indirect、negative prompt set 都按预期触发 conversation flow 和 tool payloads。
• 账号连接只加在 user-specific data 或 write actions 真正需要的地方。
• deployment plan 覆盖 metadata、tool hints、privacy 和 test prompts。

常见坑

• 让 Codex 把整个产品搬进 ChatGPT。
• 一个巨大 prompt 覆盖所有阶段。
• tool contract 还没清楚就写 UI。
• 不让 Codex 查当前官方 Apps SDK docs。
• metadata 最后才补。
• 核心 read flow 没通就加账号连接。
• 没在 ChatGPT 里测试就宣布完成。

官方资料

• ChatGPT apps use case
• Apps SDK quickstart
• Build an MCP server
• Testing
• Codex skills