Un Nouveau Système d'Exploitation ? Applications dans ChatGPT & SDK d'Applications (Basé sur MCP) : Déverrouiller une Nouvelle Plateforme
Auteur : Boxu Li chez Macaron
Introduction :
Applications dans ChatGPT permettent désormais aux développeurs tiers de créer des mini-applications interactives qui résident dans l'interface de chat. Au lieu d'envoyer les utilisateurs vers des sites web ou des applications mobiles, ces applications fonctionnent au sein de la conversation et utilisent le raisonnement du modèle pour déclencher des actions. Des partenaires précoces comme Canva, Coursera, Expedia et Zillow ont démontré comment les utilisateurs peuvent demander une playlist, concevoir une affiche ou rechercher un bien immobilier sans quitter ChatGPT[1]. Le nouvel Apps SDK est construit sur le Model Context Protocol (MCP), une norme ouverte qui permet aux modèles d'interagir avec des outils externes et des interfaces utilisateur[2]. Ce blog explore en profondeur l'architecture des applications basées sur MCP, explique les capacités du SDK, guide à travers la création d'une application étape par étape, explore comment les utilisateurs découvrent et utilisent les applications, et discute des considérations de confidentialité et de sécurité. Tout au long, nous citons des documents officiels et du journalisme réputé pour ancrer l'analyse dans des sources crédibles.
Comprendre le Model Context Protocol (MCP)
Pourquoi les normes ouvertes sont importantes
Le Protocole de Contexte Modèle est la base du SDK Apps. Selon la documentation du développeur, chaque intégration du SDK Apps utilise un serveur MCP pour exposer des outils, gérer l'authentification et empaqueter à la fois des données structurées et du HTML qui se rend dans ChatGPT[2]. MCP est une norme ouverte—n'importe qui peut implémenter un serveur dans n'importe quel langage et connecter un modèle tel que GPT-4 ou Codex. La nature open-source signifie qu'il n'y a pas de verrouillage fournisseur ; la même application peut théoriquement fonctionner sur n'importe quelle plateforme IA qui implémente le protocole. Cette ouverture encourage les contributions de la communauté et favorise un écosystème analogue au web des débuts, où des normes comme HTTP ont permis des sites web interopérables.
Serveurs, Outils et Ressources
Un serveur MCP expose un ou plusieurs outils. Un outil définit une action que le modèle peut appeler, comme « créer un tableau kanban », « rechercher des maisons » ou « générer une liste de lecture ». Chaque outil est décrit par un nom machine, un titre convivial et un schéma JSON qui indique au modèle quels arguments il accepte. Lorsque ChatGPT décide que l'outil doit être invoqué, il envoie un appel structuré au serveur. Le serveur exécute la logique—que ce soit par la requête d'une API, l'exécution d'un calcul ou l'interaction avec une base de données—et retourne alors une réponse d'outil. Cette réponse inclut trois champs :
- structuredContent – données visibles pour le modèle qui décrivent l'état actuel. Par exemple, un tableau kanban pourrait inclure un tableau de colonnes et de tâches[3].
- content – texte optionnel que l'assistant renvoie à l'utilisateur. Cela peut résumer le résultat ou donner des instructions à l'utilisateur.
- _meta – métadonnées cachées non visibles pour le modèle. Les développeurs l'utilisent pour stocker des identifiants ou des listes utilisées dans les composants de l'interface utilisateur. Par exemple, dans l'exemple du tableau, un map tasksById est utilisé dans _meta pour conserver les détails des tâches sans les exposer au modèle[4].
Les outils peuvent également faire référence à des ressources, telles que des modèles HTML ou des images, en utilisant une URL ui://. Le serveur enregistre ces ressources lors du démarrage. La documentation avertit que, comme les ressources sont mises en cache par l'infrastructure d'OpenAI, les développeurs devraient les versionner en incluant un hachage de build dans le nom de fichier[5]. Sinon, les utilisateurs pourraient voir une interface obsolète après les déploiements.
Contenu Structuré vs. Métadonnées
La distinction entre structuredContent et _meta est essentielle. Selon la documentation, structuredContent est visible pour le modèle et est utilisé pour hydrater le composant de l'interface utilisateur ; _meta est caché du modèle et peut contenir des données supplémentaires pour l'interface utilisateur, telles que des listes pour les menus déroulants[3]. En séparant les données visibles et cachées, les développeurs peuvent protéger les informations sensibles du modèle tout en rendant des interfaces riches. Ce design encourage également le partage minimal de données ; seules les informations nécessaires pour accomplir la tâche sont exposées, en accord avec les principes de confidentialité.
Authentification et Sessions
Lorsqu'un utilisateur appelle une application pour la première fois, le serveur peut avoir besoin de l'authentifier. Le SDK Apps prend en charge les flux OAuth 2.1 ; les développeurs spécifient les portées et redirigent les utilisateurs vers le fournisseur d'identité. Une fois que l'utilisateur accorde son consentement, l'application obtient un jeton et peut accéder aux données de l'utilisateur. Le rôle du serveur est de gérer l'état de la session, souvent en stockant les jetons dans une base de données associée au compte ChatGPT de l'utilisateur. Cela garantit que les appels d'outils ultérieurs peuvent réutiliser la session sans redemander à l'utilisateur.
Principes de Sécurité
OpenAI met l'accent sur le principe de privilège minimal, le consentement explicite de l'utilisateur et la défense en profondeur[6]. Les applications ne devraient demander que les autorisations minimales nécessaires, et les utilisateurs doivent explicitement autoriser le partage de données ; le modèle lui-même ne doit jamais deviner les identifiants. La rétention des données est limitée : le contenu structuré reste uniquement tant que l'invite de l'utilisateur est active, et les journaux sont expurgés avant d'être partagés avec les développeurs[6]. L'accès au réseau pour les composants des applications est restreint par une politique de sécurité du contenu ; les iframes ne peuvent accéder à des API de navigateur arbitraires, et toutes les requêtes HTTP doivent provenir du serveur plutôt que du client[7]. Cela empêche les scripts intersites et l'exfiltration de jetons.
Le SDK d'Applications : Créer de Vraies Applications dans ChatGPT
L'Expérience Développeur
Le SDK d'applications encapsule le MCP dans des bibliothèques clientes idiomatiques (actuellement Python et TypeScript) et des outils de génération de structures. Lorsque vous créez une application, vous définissez les outils, enregistrez des modèles d'interface utilisateur et implémentez la logique serveur. Le serveur peut fonctionner sur votre propre infrastructure et utilise n'importe quel framework (FastAPI, Express, etc.), mais il doit implémenter les points de terminaison MCP. OpenAI fournit des serveurs de développement et un Inspecteur MCP pour tester les appels localement.
Les développeurs conçoivent à la fois la logique et l'interface utilisateur. Les interfaces utilisateur sont généralement écrites en React et compilées en ressources statiques. Elles sont servies dans un iframe sandboxé dans ChatGPT. Dans cet iframe, les développeurs peuvent accéder à un objet global window.openai pour interagir avec l'hôte. Selon le guide Construire une UX personnalisée, cette API fournit :
- Globaux – displayMode, maxHeight, theme et locale informent le composant sur la disposition et le style[8].
- Charges utiles des outils – toolInput, toolOutput et widgetState permettent de lire les arguments, les résultats et l'état persistant à travers les rendus[8].
- Actions – setWidgetState() enregistre l'état qui persiste à travers les messages; callTool() déclenche une action serveur; sendFollowupTurn() envoie une invite de suivi au modèle; requestDisplayMode() demande à passer en plein écran ou en mode image dans l'image[8].
- Événements – le composant peut s'abonner à openai:set_globals lorsque l'hôte met à jour la disposition ou le thème, et à openai:tool_response lorsqu'un appel d'outil est résolu[8].
Ces API permettent aux développeurs de créer des composants interactifs riches qui restent synchronisés avec le raisonnement du modèle. Par exemple, si un utilisateur déplace une tâche vers une nouvelle colonne dans un tableau kanban, le composant peut envoyer un callTool pour mettre à jour le serveur, conserver le nouvel état, puis retourner un nouveau structuredContent. Pendant ce temps, le modèle ne voit que l'état général du tableau; l'interface gère les détails comme le glisser-déposer.
Enregistrement des outils et modèles
In the server code you register a tool and its template. For instance, in a TypeScript server you might write:
import { Tool, StructuredToolResponse } from "@openai/apps";
// Register UI template
server.registerResource("ui://kanban-board/abc123", buildHtml());
// Define tool schema
const createBoard: Tool = {
name: "createKanbanBoard",
description: "Create a new kanban board with given tasks and columns",
inputSchema: z.object({
title: z.string(),
columns: z.array(z.object({ name: z.string() })),
tasks: z.array(z.object({ name: z.string(), columnIndex: z.number() }))
}),
async execute(input, ctx): Promise<StructuredToolResponse> {
// compute board state
const columns = input.columns.map((col, i) => ({
id: i,
title: col.name,
taskIds: input.tasks.filter(t => t.columnIndex === i).map((_t, idx) => idx)
}));
const tasksById = input.tasks.map((task, id) => ({ id, name: task.name }));
return {
content: `Created board '${input.title}'`,
structuredContent: { title: input.title, columns },
_meta: { tasksById, uiTemplate: "ui://kanban-board/abc123" }
};
}
};
The _meta field includes tasksById for hidden metadata and uiTemplate referencing the registered HTML. When ChatGPT receives this response, it will render the template with the structured content. The window.openai.toolOutput object in the component can then read the board data and display it.
Gestion des versions et mise en cache
Comme les ressources telles que les modèles d'interface utilisateur sont mises en cache sur les serveurs d'OpenAI, les développeurs doivent inclure un hachage unique ou une version dans l'identifiant ui://. Les documents avertissent que si vous déployez une nouvelle version sans mettre à jour le chemin, les utilisateurs peuvent continuer à voir l'ancienne interface utilisateur en raison de la mise en cache[5]. Une bonne pratique consiste à intégrer le SHA de commit ou l'ID de build dans l'URL. Cela garantit que chaque déploiement entraîne une ressource nouvelle.
Persistance de l'état et suivis
Les composants ont souvent besoin de persister l'état. Par exemple, une application de playlist pourrait permettre aux utilisateurs de marquer des chansons comme favorites ; ces favoris devraient rester même lorsque l'utilisateur pose une autre question. La méthode setWidgetState() stocke les données en dehors de structuredContent et persiste à travers les tours[8]. Le modèle ne voit pas cet état, garantissant ainsi la confidentialité.
Parfois, une application doit poser une question de clarification à l'utilisateur. La méthode sendFollowupTurn() permet au composant d'envoyer une nouvelle invite à ChatGPT, qui apparaîtra ensuite dans la transcription comme si le modèle avait posé la question[8]. Cela est utile pour les workflows en plusieurs étapes : par exemple, une application de réservation de voyage pourrait demander "Combien de nuits allez-vous rester ?" après que l'utilisateur a sélectionné un hôtel.
Building Your First App: Step‑By‑Step Guide
In this section we will build a simple Task Tracker app that demonstrates the core concepts of the Apps SDK. The app will let a user create tasks and organise them into categories. We choose this example because it is generic, easy to extend and showcases structured content, metadata, custom UI and tool calls.
- Set up the MCP Server
First install the TypeScript SDK and scaffolding tool:
npm install -g @openai/apps-generator
apps init task-tracker
cd task-tracker
npm install
This command scaffolds a project with a server, a React frontend and build scripts. The server uses Express and the @openai/apps library. Run npm run dev to start the development server; the project includes an MCP Inspector that opens in your browser and simulates ChatGPT calling your app.
- Define the Tool
Open src/server.ts and define a tool called createTasks. The tool accepts an array of tasks and returns structured content grouping them by category. It also provides a summary in the content field.
import { Tool, StructuredToolResponse } from "@openai/apps";
export const createTasks: Tool = {
name: "createTasks",
description: "Create a list of tasks grouped by category",
inputSchema: z.object({ tasks: z.array(z.object({ name: z.string(), category: z.string() })) }),
async execute({ tasks }): Promise<StructuredToolResponse> {
const categories = Array.from(new Set(tasks.map(t => t.category)));
const grouped = categories.map(category => ({
name: category,
taskIds: tasks.filter(t => t.category === category).map((_, i) => i)
}));
const tasksById = tasks.map((task, id) => ({ id, name: task.name, category: task.category }));
return {
content: `Created ${tasks.length} tasks in ${categories.length} categories`,
structuredContent: { categories: grouped },
_meta: { tasksById, uiTemplate: "ui://task-tracker/1.0.0" }
};
}
};
Register the template before using it:
server.registerResource("ui://task-tracker/1.0.0", fs.readFileSync(path.join(__dirname, "../dist/index.html"), "utf8"));
server.registerTool(createTasks);
- Build the Custom UI
Next open src/frontend/App.tsx. This React component will read the structuredContent and display categories and tasks. It will also allow users to mark tasks as complete and persist that state using setWidgetState.
import { useEffect, useState } from "react";
declare global {
interface Window {
openai: any;
}
}
export default function App() {
const [complete, setComplete] = useState<{ [id: string]: boolean }>(() => window.openai.widgetState?.complete || {});
const output = window.openai.toolOutput;
const tasksById = output?._meta?.tasksById || [];
const categories = output?.structuredContent?.categories || [];
// persist completion state
useEffect(() => {
window.openai.setWidgetState({ complete });
}, [complete]);
return (
<div className="task-tracker">
{categories.map((cat: any, ci: number) => (
<div key={ci} className="category">
<h3>{cat.name}</h3>
<ul>
{cat.taskIds.map((tid: number) => (
<li key={tid}>
<label>
<input type="checkbox" checked={complete[tid]} onChange={() => setComplete(prev => ({ ...prev, [tid]: !prev[tid] }))} />
{tasksById[tid].name}
</label>
</li>
))}
</ul>
</div>
))}
</div>
);
}
This component uses window.openai.toolOutput to access the structuredContent and _meta fields. It stores completion state in widgetState so that checking a box persists even when the user continues the conversation. On subsequent tool calls, the component can fetch new tasks or update existing ones. This demonstrates how to combine model reasoning with client‑side interactions.
- Testing and Iterating
Run npm run dev again and open the MCP Inspector. In the prompt area, type:
@task‑tracker create a list of tasks: buy milk in shopping, finish report in work, call mom in personal
The inspector will show the structured content and render the task list UI. You can check tasks off; the state persists across turns. You can then ask ChatGPT: “Remind me of my tasks later.” Because the model retains context, it can call the tool again, display the UI and summarise your progress.
How Users Discover and Use Apps
Named Mention and In‑Conversation Discovery
ChatGPT surfaces apps when it believes they can assist the user. There are two primary discovery modes. Named mention occurs when the user explicitly mentions the app name at the beginning of a prompt; in this case, the app will be surfaced automatically[9]. For instance, “@Spotify create a workout playlist” immediately invokes the Spotify integration. The user must place the app name at the start; otherwise the assistant may treat it as part of the conversation.
In‑conversation discovery happens when the model infers that an app could help based on context. The documentation explains that the model evaluates the conversation context, prior tool results and the user’s linked apps to determine which app might be relevant[9]. For example, if you are discussing travel plans, ChatGPT might suggest the Expedia app to book flights. The algorithm uses metadata like tool descriptions and keywords to match the conversation with potential actions[10]. Developers can improve discoverability by writing action‑oriented descriptions and clear UI component names.
Directory and Launcher
OpenAI plans to release an app directory where users can browse and discover new apps[10]. Each listing will include the app name, description, supported prompts and any onboarding instructions. Users can also access the launcher via the “+” button in chat; this shows a menu of available apps based on context. These entry points will help less technical users find and enable apps without memorising names.
Onboarding and Consent
Lors de la première activation d'une application par un utilisateur, ChatGPT lance un processus d'intégration. Le modèle demande à l'utilisateur de connecter son compte (si nécessaire) et explique quelles données l'application nécessite. Les lignes directrices pour les développeurs soulignent que les applications doivent respecter la confidentialité des utilisateurs, se comporter de manière prévisible et avoir des politiques claires[11]. Les utilisateurs doivent explicitement accorder ou refuser l'autorisation ; il n'y a pas d'accès silencieux aux données. Une fois connecté, l'application peut rester liée pour les interactions suivantes, mais les utilisateurs ont toujours la possibilité de déconnecter et de révoquer les autorisations.
Confidentialité, Sécurité et Conception Responsable
Principes d'Applications de Confiance
Les Directives pour les développeurs d'applications d'OpenAI définissent plusieurs principes pour garantir que l'écosystème reste sûr et fiable. Les applications doivent fournir un service légitime, avoir une politique de confidentialité claire et des pratiques de rétention de données, et se conformer aux politiques d'utilisation[11]. Elles doivent minimiser la collecte de données, éviter de stocker des informations personnelles sensibles et ne pas partager les données des utilisateurs sans consentement[12]. Les applications doivent se comporter de manière prévisible ; elles ne peuvent pas manipuler le modèle pour produire du contenu nuisible ou trompeur.
Limites et minimisation des données
Les directives insistent sur le fait que les applications ne doivent collecter que les données essentielles à leur fonctionnement et ne doivent pas demander ou stocker de données sensibles telles que les dossiers médicaux ou les pièces d'identité gouvernementales[12]. Le contenu structuré envoyé au modèle ne doit pas contenir de secrets ; les métadonnées cachées ne doivent pas stocker de jetons utilisateur ou de détails privés. Les développeurs doivent mettre en œuvre un chiffrement fort et un stockage sécurisé pour tous les jetons obtenus lors de l’authentification OAuth. Le serveur doit maintenir des limites strictes entre les sessions utilisateur ; les données d'un utilisateur ne doivent jamais fuiter dans le contexte d'un autre.
Mesures de sécurité dans le SDK
Le Guide de sécurité et de confidentialité décrit les mécanismes de défense intégrés à la plateforme. Il met l'accent sur le principe de moindre privilège et le consentement explicite de l'utilisateur comme principes centraux[6]. La rétention des données est limitée; les journaux accessibles aux développeurs sont expurgés pour supprimer les informations personnellement identifiables, et le contenu structuré est conservé uniquement aussi longtemps que nécessaire pour la demande[6]. L'accès réseau depuis l'iframe est restreint par la politique de sécurité du contenu; les requêtes externes doivent passer par le serveur, empêchant les requêtes inter-origines non autorisées[7]. L'authentification utilise des flux OAuth conformes aux normes de l'industrie avec des jetons de courte durée. Les développeurs sont tenus de mettre en œuvre des examens de sécurité, des canaux de rapport de bogues et une surveillance des incidents pour maintenir la préparation opérationnelle[7].
Équité et Adéquation
Les applications doivent être appropriées pour un large public. Les directives interdisent les applications qui proposent du contenu long, une automatisation complexe ou des publicités[13]. Par exemple, une application ne devrait pas essayer de diffuser une vidéo de 30 minutes ou de reproduire un réseau social entier au sein de ChatGPT. La plateforme encourage des interactions succinctes qui complètent le flux conversationnel. Les violations peuvent entraîner un rejet ou une suppression.
Opportunités et Considérations
Un Nouveau Canal de Distribution pour les Développeurs
En ouvrant ChatGPT aux applications tierces, OpenAI se positionne comme une « couche d’intention » entre les utilisateurs et les services. Les développeurs peuvent désormais atteindre des millions d’utilisateurs via l'interface de chat sans créer d'applications web ou mobiles distinctes. Les applications ont le potentiel de réduire les frictions : au lieu de télécharger une application ou de visiter un site web, les utilisateurs mentionnent simplement le service dans la conversation. Cela pourrait démocratiser l'accès aux outils et égaliser les chances pour les petits développeurs.
Les premiers partenariats montrent les possibilités : les utilisateurs peuvent regarder des conférences sur Coursera tout en posant des questions à ChatGPT ; concevoir des affiches sur Canva ; parcourir les options de voyage sur Expedia ou les annonces immobilières sur Zillow ; générer des playlists Spotify ; ou diagrammer des idées avec Figma[14][13]. Parce que les applications fonctionnent à l'intérieur du chat, le modèle peut résumer, analyser et générer des recommandations, transformant le contenu statique en leçons interactives. Les applications offrent également plusieurs modes d'affichage — cartes en ligne, plein écran ou image dans l'image — offrant de la flexibilité pour différentes tâches[15].
Transformer les attentes des utilisateurs
La capacité d'utiliser des applications sans changer de contexte pourrait transformer la manière dont les gens interagissent avec les services. ChatGPT devient non seulement un chatbot mais un système d'exploitation universel pour les intentions. Comme l'a observé Casey Newton, cela nous fait passer du lancement d'applications distinctes à simplement exprimer ce que nous voulons[16]. Certains analystes comparent ce changement au lancement de l'App Store ou du navigateur : une seule plateforme qui regroupe fonctionnalité et concurrence.
Cependant, cette transformation soulève des questions sur le contrôle et le pouvoir. Si ChatGPT détermine quelles applications mettre en avant, il pourrait devenir un gardien. Newton avertit qu'un « graphe AI » basé sur les préférences des utilisateurs pourrait créer des risques pour la vie privée plus graves que ceux des réseaux sociaux[16]. Les incitations économiques pourraient mener à un placement ou un classement payant des applications. Les développeurs pourraient se sentir contraints de concevoir pour ChatGPT au lieu de gérer directement leur relation avec les utilisateurs. Il est crucial que la plateforme reste transparente et équitable pour maintenir la confiance.
Implications Réglementaires et Éthiques
Parce que les applications peuvent accéder à des données personnelles—localisation, contacts, méthodes de paiement—les régulateurs pourraient examiner comment les données circulent à travers ChatGPT. Les développeurs doivent se conformer aux lois sur la confidentialité comme le RGPD, même si la plateforme n'est pas encore disponible dans l'Union européenne[17]. OpenAI a promis des contrôles de confidentialité plus précis et des options de monétisation, y compris un protocole de commerce agentique qui permettra un paiement instantané au sein du chat[18]. Le succès de cet écosystème dépendra de la sécurité robuste, du consentement clair des utilisateurs et de modèles économiques équitables.
Orientations futures et recherche
Le SDK Apps est encore en aperçu, et de nombreuses fonctionnalités restent à développer. La feuille de route des développeurs inclut :
- Flux de soumission et d'examen – Actuellement, les développeurs peuvent créer des applications mais ne peuvent pas les répertorier publiquement. Un processus de révision formel garantira la conformité aux directives et la confiance.
- Partage des revenus et monétisation – OpenAI a évoqué un protocole de commerce agentique qui pourrait permettre aux utilisateurs d'acheter des produits directement dans le chat[18]. Cela ouvre des opportunités pour le commerce électronique, mais soulève également des questions sur les frais, les classements et la concurrence.
- Outils pour développeurs – Plus de langages et de frameworks, des outils de débogage améliorés et des pipelines de déploiement simplifiés réduiront la barrière à l'entrée. La nature ouverte de la MCP pourrait conduire à des implémentations menées par la communauté et des fournisseurs d'hébergement.
- Interopérabilité – Étant donné que MCP est ouvert, d'autres plateformes ou modèles pourraient l'adopter. Cela pourrait permettre un écosystème d'applications inter-modèles où les développeurs écrivent une fois et déploient partout. La recherche sur la standardisation des protocoles d'agent et le partage de contexte sera importante.
- Recherche sur la sécurité – Évaluer comment prévenir l'injection de commandes, le code malveillant, ou l'utilisation abusive des données utilisateur reste un domaine majeur de recherche. Des articles sur les attaques adversariales contre les applications intégrant des LLM informeront les meilleures pratiques et directives.
Conclusion : Un nouveau système d'exploitation en gestation
L'introduction des Applications dans ChatGPT et du SDK basé sur MCP marque un changement significatif dans notre interaction avec les logiciels. En intégrant directement des applications tierces dans l'interface de chat, OpenAI a créé une nouvelle plateforme qui mélange langage naturel, raisonnement et interfaces utilisateur interactives. Le Protocole de Contexte de Modèle offre un moyen ouvert et standardisé pour que les modèles puissent appeler des outils et rendre des composants ; le SDK pour Applications simplifie le développement en gérant la communication serveur, l'intégration de l'interface utilisateur et la gestion d'état. Des exemples pas à pas comme le Suivi des Tâches démontrent la facilité avec laquelle on peut créer une application utile tout en maintenant des limites strictes en matière de données et de confidentialité.
Cependant, cette innovation s'accompagne de responsabilités. Les développeurs doivent suivre des directives qui privilégient la confidentialité, la sécurité et l'équité des utilisateurs[11][12]. Des mécanismes de sécurité comme le principe du moindre privilège et le consentement explicite protègent les utilisateurs[6]. En même temps, les observateurs de l'industrie avertissent que la plateforme pourrait créer de nouvelles formes de contrôle et de risques pour la vie privée[16]. À mesure que l'écosystème mûrit, la transparence, les normes ouvertes et l'engagement communautaire détermineront si la plateforme d'applications de ChatGPT devient une couche transformative et fiable pour les tâches quotidiennes.
[1] Dernières nouvelles de la course aux armes de l'IA : ChatGPT permet désormais aux utilisateurs de se connecter à Spotify et Zillow dans les conversations
[2] [3] [4] Configurez votre serveur
https://developers.openai.com/apps-sdk/build/mcp-server
[6] [7] Sécurité et Confidentialité
https://developers.openai.com/apps-sdk/guides/security-privacy
[8] Créez une expérience utilisateur personnalisée
https://developers.openai.com/apps-sdk/build/custom-ux
[9] [10] Interaction utilisateur
https://developers.openai.com/apps-sdk/concepts/user-interaction
[11] [12] Directives pour les développeurs d'applications
https://developers.openai.com/apps-sdk/app-developer-guidelines/
[13] Les applications ChatGPT sont en ligne : Voici les premières à essayer | The Verge
https://www.theverge.com/news/793081/chagpt-apps-sdk-spotify-zillow-openai
[14] OpenAI DevDay 2025 : ChatGPT obtient des applications, AgentKit pour les développeurs, et des modèles GPT moins chers
[15] OpenAI annonce un SDK d'applications permettant à ChatGPT de lancer et d'exécuter des applications tierces comme Zillow, Canva, Spotify | VentureBeat
https://venturebeat.com/ai/openai-announces-apps-sdk-allowing-chatgpt-to-launch-and-run-third-party
[16] Nouvelle plateforme, risques familiers : Zillow et Expedia misent sur le déploiement des applications ChatGPT d'OpenAI – GeekWire
[17] OpenAI DevDay : Applications ChatGPT, AgentKit et sortie GA de Codex - SD Times
https://sdtimes.com/ai/openai-devday-chatgpt-apps-agentkit-and-ga-release-of-codex/
[18] OpenAI veut faire de ChatGPT une interface universelle pour les applications - Ars Technica
https://arstechnica.com/ai/2025/10/openai-wants-to-make-chatgpt-into-a-universal-app-frontend/
