Bagong OS ng AA? Apps sa ChatGPT at Apps SDK (Batay sa MCP): Pagbubukas ng Bagong Plataporma
May-akda: Boxu Li mula sa Macaron
Panimula:
Mga App sa ChatGPT ngayon ay nagpapahintulot sa mga third-party na developer na gumawa ng mga interactive na mini-app na nasa loob ng chat interface. Sa halip na ipadala ang mga gumagamit sa mga website o mobile app, ang mga app na ito ay tumatakbo sa loob ng usapan at ginagamit ang kakayahan ng modelong magbigay ng rason upang magmaneho ng mga aksyon. Ang mga unang kasosyo tulad ng Canva, Coursera, Expedia, at Zillow ay nagpakita kung paano maaaring humiling ang mga gumagamit ng playlist, magdisenyo ng poster, o maghanap ng real-estate nang hindi umaalis sa ChatGPT[1]. Ang bagong Apps SDK ay itinayo sa Model Context Protocol (MCP), isang bukas na pamantayan na nagpapahintulot sa mga modelo na makipag-ugnayan sa mga panlabas na kasangkapan at user interfaces[2]. Ang blog na ito ay sumisid ng malalim sa arkitektura ng mga app na nakabatay sa MCP, nagpapaliwanag sa mga kakayahan ng SDK, naglalakad sa paggawa ng app hakbang-hakbang, sinisiyasat kung paano natutuklasan at ginagamit ng mga gumagamit ang mga app, at tinatalakay ang mga pagsasaalang-alang sa privacy at seguridad. Sa kabuuan, binabanggit namin ang opisyal na dokumentasyon at kagalang-galang na pamamahayag upang ma-angkla ang pagsusuri sa mga mapagkakatiwalaang pinagkukunan.
Pag-unawa sa Model Context Protocol (MCP)
Bakit Mahalaga ang Mga Bukas na Pamantayan
Ang Model Context Protocol ay ang pundasyon ng Apps SDK. Ayon sa dokumentasyon ng developer, bawat integrasyon ng Apps SDK ay gumagamit ng isang MCP server upang ilantad ang mga tool, pamahalaan ang pagpapatunay at i-package ang parehong structured data at HTML na nagre-render sa ChatGPT[2]. Ang MCP ay isang bukas na pamantayan—maaaring magpatupad ang sinuman ng server sa anumang wika at kumonekta sa isang model tulad ng GPT‑4 o Codex. Ang likas na open-source ay nangangahulugang walang vendor lock-in; ang parehong app ay maaaring teoretikal na tumakbo sa anumang AI platform na nagpapatupad ng protocol. Ang pagkabukas na ito ay naghihikayat ng kontribusyon mula sa komunidad at nagtataguyod ng isang ekosistemang katulad ng maagang web, kung saan ang mga pamantayan tulad ng HTTP ay nagbigay-daan sa mga interoperable na website.
Mga Server, Tool, at Mapagkukunan
Ang isang MCP server ay nagpapakita ng isa o higit pang tools. Ang isang tool ay tumutukoy sa isang aksyon na maaaring tawagan ng modelo, tulad ng “gumawa ng kanban board,” “maghanap ng mga bahay,” o “gumawa ng playlist.” Ang bawat tool ay inilalarawan ng isang machine name, isang human‑friendly na pamagat, at isang JSON schema na nagsasabi sa modelo kung anong mga argumento ang tinatanggap nito. Kapag napagpasyahan ng ChatGPT na dapat tawagin ang tool, ito ay nagpapadala ng isang structured na tawag sa server. Isinasagawa ng server ang lohika—maaaring sa pamamagitan ng pag-query sa isang API, pagsasagawa ng komputasyon, o pakikisalamuha sa isang database—at pagkatapos ay ibinabalik ang isang tool response. Ang tugon na ito ay naglalaman ng tatlong mga patlang:
- structuredContent – data na nakikita ng modelo na naglalarawan sa kasalukuyang estado. Halimbawa, ang isang kanban board ay maaaring maglaman ng hanay ng mga column at mga gawain[3].
- content – opsyonal na text na sinasabi ng assistant pabalik sa gumagamit. Ito ay maaaring magbuod ng resulta o magbigay ng instruksiyon sa gumagamit.
- _meta – nakatagong metadata na hindi nakikita ng modelo. Ginagamit ito ng mga developer para mag-imbak ng mga ID o listahan na ginagamit sa mga UI component. Halimbawa, ang board na halimbawa ay gumagamit ng tasksById map sa _meta para mapanatili ang mga detalye ng gawain nang hindi inilalantad ang mga ito sa modelo[4].
Ang mga tool ay maaari ring tumukoy sa mga mapagkukunan, tulad ng mga template ng HTML o mga larawan, sa pamamagitan ng pag-refer sa isang ui:// URL. Ire-rehistro ng server ang mga mapagkukunang ito sa pagsisimula. Nagbabala ang dokumentasyon na dahil sa naka-cache ang mga mapagkukunan ng OpenAI's infrastructure, dapat i-version ng mga developer ang mga ito sa pamamagitan ng paglalagay ng build hash sa filename[5]. Kung hindi, maaaring makakita ang mga user ng lumang UI pagkatapos ng deployments.
Structured Content vs. Metadata
Napakahalaga ng pagkakaiba sa pagitan ng structuredContent at _meta. Ayon sa mga dokumento, ang structuredContent ay nakikita ng modelo at ginagamit upang magbigay-buhay sa UI component; ang _meta ay nakatago mula sa modelo at maaaring maglaman ng karagdagang datos para sa UI tulad ng mga listahan para sa dropdown menus[3]. Sa pamamagitan ng paghihiwalay ng nakikitang datos at nakatagong datos, maaaring maprotektahan ng mga developer ang sensitibong impormasyon mula sa modelo habang nagrere-render pa rin ng masaganang interfaces. Ang disenyong ito ay nagtataguyod din ng minimal na pagbabahagi ng datos; tanging kung ano lang ang kinakailangan upang magawa ang gawain ang inilalantad, na naaayon sa mga prinsipyo ng privacy.
Pagpapatotoo at mga Session
Kapag unang tumawag ang isang user sa isang app, maaaring kailanganin ng server na i-authenticate sila. Sinasuportahan ng Apps SDK ang OAuth 2.1 flows; tinutukoy ng mga developer ang mga scope at nire-redirect ang mga user sa identity provider. Kapag pumayag ang user, nakakakuha ang app ng token at maaaring ma-access ang data ng user. Ang trabaho ng server ay pamahalaan ang session state, madalas sa pamamagitan ng pag-iimbak ng mga token sa isang database na nakalapat sa ChatGPT account ng user. Tinitiyak nito na ang mga susunod na tawag sa tool ay maaaring muling gamitin ang session nang hindi na muli mag-prompt sa user.
Mga Prinsipyo ng Seguridad
Binibigyang-diin ng OpenAI ang pinakamababang pribilehiyo, tiyak na pahintulot ng gumagamit at malalim na depensa[6]. Dapat humingi lamang ng pinakamababang pahintulot ang mga app na kailangan, at dapat tahasang pahintulutan ng mga gumagamit ang pagbabahagi ng data; ang modelo mismo ay hindi dapat hulaan ang mga kredensyal. Limitado ang pagpapanatili ng data: nananatili lamang ang nakabalangkas na nilalaman habang aktibo ang kahilingan ng gumagamit, at ang mga log ay binabawasan bago ibahagi sa mga developer[6]. Ang pag-access sa network para sa mga bahagi ng app ay pinaghihigpitan ng isang patakaran sa seguridad ng nilalaman; hindi maaaring ma-access ng mga iframe ang mga arbitraryong API ng browser, at lahat ng kahilingan sa HTTP ay dapat magmula sa server sa halip na sa kliyente[7]. Pinipigilan nito ang cross-site scripting at pag-exfiltrate ng mga token.
Ang Apps SDK: Pagbuo ng Mga Tunay na Aplikasyon sa ChatGPT
Karanasan ng Developer
Ang Apps SDK ay bumabalot sa MCP sa pamamagitan ng mga idiomatic client library (kasalukuyang Python at TypeScript) at mga scaffolding tool. Kapag lumikha ka ng isang app, tinutukoy mo ang mga tool, nagrerehistro ng mga template ng UI at isinasagawa ang server logic. Ang server ay maaaring patakbuhin sa iyong sariling imprastraktura at gumamit ng anumang framework (FastAPI, Express, atbp.), ngunit dapat itong ipatupad ang mga MCP endpoint. Nagbibigay ang OpenAI ng mga development server at isang MCP Inspector upang subukan ang mga tawag nang lokal.
Dinisenyo ng mga developer ang parehong lohika at interface ng gumagamit. Karaniwang isinusulat ang mga UI sa React at isinasama sa mga static na resources. Ang mga ito ay inihahain sa loob ng isang sandboxed iframe sa ChatGPT. Sa loob ng iframe na ito, maaaring ma-access ng mga developer ang isang global window.openai object upang makipag-ugnayan sa host. Ayon sa gabay na Bumuo ng pasadyang UX, ang API na ito ay nagbibigay:
- Pangkalahatan – ang displayMode, maxHeight, theme, at locale ay nagbibigay-alam sa bahagi tungkol sa layout at istilo[8].
- Mga payload ng Tool – ang toolInput, toolOutput, at widgetState ay nagpapahintulot sa pagbabasa ng mga argumento, resulta, at tuloy-tuloy na estado sa bawat pag-render[8].
- Mga Aksyon – ang setWidgetState() ay nagse-save ng estado na nananatili sa bawat mensahe; ang callTool() ay nagti-trigger ng aksyon sa server; ang sendFollowupTurn() ay nagpapadala ng kasunod na prompt sa modelo; ang requestDisplayMode() ay humihiling na pumunta sa fullscreen o picture‑in‑picture[8].
- Mga Pangyayari – ang bahagi ay maaaring mag-subscribe sa openai:set_globals kapag nag-update ang host ng layout o tema, at openai:tool_response kapag ang tawag sa tool ay naresolba[8].
These APIs let developers build rich interactive components that stay synchronised with the model’s reasoning. For example, if a user drags a task to a new column in a kanban board, the component can send a callTool to update the server, persist the new state, and then return a new structuredContent. Meanwhile the model sees only the high‑level board state; the UI handles details like drag‑and‑drop.
Registering Tools and Templates
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: "Gumawa ng bagong kanban board gamit ang ibinigay na mga gawain at haligi",
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: `Nagawa ang board '${input.title}'`,
structuredContent: { title: input.title, columns },
_meta: { tasksById, uiTemplate: "ui://kanban-board/abc123" }
};
}
};
Ang \_meta na field ay kasama ang tasksById para sa nakatagong metadata at uiTemplate na tumutukoy sa rehistradong HTML. Kapag natanggap ng ChatGPT ang tugon na ito, irerender nito ang template kasama ang may istrukturang nilalaman. Ang window.openai.toolOutput na object sa component ay maaaring basahin ang data ng board at ipakita ito.
### Pagve-berisyon at Pag-cache
Dahil ang mga resources tulad ng UI templates ay naka-cache sa mga server ng OpenAI, dapat magpasok ang mga developer ng natatanging hash o bersyon sa ui:// identifier. Ang mga dokumento ay nagbabala na kung mag-deploy ka ng bagong bersyon nang hindi ina-update ang path, maaaring makita pa rin ng mga gumagamit ang lumang UI dahil sa caching[\[5\]](https://developers.openai.com/apps-sdk/build/mcp-server#:~\:text=1,prevent%20stale%20assets%20from%20loading). Isang pinakamahusay na praktis ay ilagay ang commit SHA o build ID sa URL. Ito ay nagsisiguro na ang bawat deployment ay nagreresulta sa sariwang resource.
### Pagpapanatili ng Estado at Mga Kasunod na Hakbang
Kadalasang kailangang magpanatili ng estado ang mga bahagi. Halimbawa, maaaring pahintulutan ng isang playlist app ang mga gumagamit na paborito ang mga kanta; ang mga paborito na ito ay dapat manatili kahit na magtanong ang gumagamit ng iba pang tanong. Ang paraan ng setWidgetState() ay nag-iimbak ng data sa labas ng structuredContent at nananatili sa bawat pagliko[\[8\]](https://developers.openai.com/apps-sdk/build/custom-ux#:~\:text=,openai%3Atool_response). Hindi nakikita ng modelo ang estadong ito, na nagsisigurado ng privacy.
Minsan kailangang magtanong ng paglilinaw ng tanong ang isang app sa gumagamit. Ang paraan ng sendFollowupTurn() ay nagpapahintulot sa bahagi na magpadala ng bagong prompt pabalik sa ChatGPT, na lilitaw sa transcript na parang ang modelo ang nagtanong[\[8\]](https://developers.openai.com/apps-sdk/build/custom-ux#:~\:text=,openai%3Atool_response). Ito ay kapaki-pakinabang para sa mga multi-step na daloy ng trabaho: halimbawa, maaaring magtanong ang isang travel booking app ng “Ilang gabi kang mananatili?” pagkatapos pumili ng hotel ang gumagamit.
## Pagbuo ng Iyong Unang App: Gabay na Hakbang-Hakbang
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.
1. Set up the MCP Server
First install the TypeScript SDK and scaffolding tool:
```bash
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: "Gumawa ng listahan ng mga gawain na naka-grupo ayon sa kategorya",
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: `Nagawa ang ${tasks.length} gawain sa ${categories.length} kategorya`,
structuredContent: { categories: grouped },
_meta: { tasksById, uiTemplate: "ui://task-tracker/1.0.0" }
};
}
};
Irehistro ang template bago gamitin ito:
```typescript
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
Ipinapakita ng ChatGPT ang mga app kapag naniniwala itong makakatulong ito sa user. Mayroong dalawang pangunahing paraan ng pagtuklas. Ang Pinangalanang pagbanggit ay nangyayari kapag ang user ay hayagang binanggit ang pangalan ng app sa simula ng isang prompt; sa kasong ito, ang app ay awtomatikong ipapakita[9]. Halimbawa, “@Spotify gumawa ng playlist para sa ehersisyo” ay agad na nagpapaandar sa Spotify integration. Kailangang ilagay ng user ang pangalan ng app sa simula; kung hindi, maaaring ituring ito ng assistant na bahagi ng pag-uusap.
Ang pagtuklas sa pag-uusap ay nangyayari kapag tinutukoy ng modelo na maaaring makatulong ang isang app batay sa konteksto. Ipinapaliwanag ng dokumentasyon na sinusuri ng modelo ang konteksto ng usapan, mga resulta ng naunang mga tool, at mga naka-link na app ng user upang matukoy kung aling app ang maaaring may kaugnayan[9]. Halimbawa, kung ikaw ay nag-uusap tungkol sa mga plano sa paglalakbay, maaaring imungkahi ng ChatGPT ang Expedia app para mag-book ng mga flight. Ginagamit ng algorithm ang metadata tulad ng mga paglalarawan ng tool at mga keyword upang itugma ang usapan sa mga posibleng aksyon[10]. Maaaring pagbutihin ng mga developer ang discoverability sa pamamagitan ng pagsulat ng mga action-oriented na paglalarawan at malinaw na mga pangalan ng UI component.
Directory at Launcher
Plano ng OpenAI na maglabas ng isang app directory kung saan maaaring mag-browse at magdiskubre ng bagong mga app ang mga gumagamit[10]. Kasama sa bawat listahan ang pangalan ng app, deskripsyon, mga suportadong prompt at anumang onboarding na instruksyon. Maaari ring ma-access ng mga gumagamit ang launcher sa pamamagitan ng pindutang “+” sa chat; ipinapakita nito ang menu ng mga available na app batay sa konteksto. Ang mga entry point na ito ay makakatulong sa mga hindi gaanong teknikal na gumagamit na makahanap at mag-enable ng mga app nang hindi kailangan alalahanin ang mga pangalan.
Onboarding at Pahintulot
Sa unang pagkakataon na i-activate ng isang user ang app, sinisimulan ng ChatGPT ang onboarding flow. Hinihiling ng modelo sa user na ikonekta ang kanilang account (kung kinakailangan) at ipinaliliwanag kung anong data ang kailangan ng app. Ang mga gabay ng developer ay binibigyang-diin na ang mga app ay dapat respetuhin ang privacy ng mga user, kumilos nang predictable at magkaroon ng malinaw na mga patakaran[11]. Dapat malinaw na magbigay o tumanggi ng pahintulot ang mga user; walang tahimik na pag-access sa data. Kapag nakakonekta na, maaaring manatiling naka-link ang app para sa mga susunod na interaksyon, ngunit palaging may kakayahan ang mga user na i-disconnect at bawiin ang mga pahintulot.
Privacy, Security at Responsable na Disenyo
Mga Prinsipyo ng Mapagkakatiwalaang Apps
Ang mga Alituntunin ng Pag-develop ng App ng OpenAI ay nagtatalaga ng ilang prinsipyo upang matiyak na ang ekosistema ay nananatiling ligtas at mapagkakatiwalaan. Ang mga app ay dapat magbigay ng lehitimong serbisyo, magkaroon ng malinaw na patakaran sa privacy at mga kasanayan sa pagpapanatili ng data, at sumunod sa mga patakaran sa paggamit[11]. Dapat nilang bawasan ang koleksyon ng data, iwasang mag-imbak ng sensitibong personal na impormasyon at hindi ibahagi ang data ng gumagamit nang walang pahintulot[12]. Ang mga app ay dapat kumilos nang inaasahan; hindi sila maaaring manipulahin ang modelo upang makagawa ng mapanganib o maling impormasyon.
Mga Hangganan at Pagpapaliit ng Data
Binibigyang-diin ng mga alituntunin na ang mga app ay dapat mangolekta lamang ng data na mahalaga para sa kanilang tungkulin at hindi dapat humiling o mag-imbak ng sensitibong data tulad ng mga rekord ng kalusugan o mga ID ng gobyerno. Ang naka-istrukturang nilalaman na ipinapadala sa modelo ay hindi dapat maglaman ng mga lihim; ang nakatagong metadata ay hindi dapat mag-imbak ng mga token ng user o pribadong detalye. Dapat ipatupad ng mga developer ang matibay na pag-encrypt at ligtas na imbakan para sa anumang mga token na nakuha sa panahon ng OAuth. Dapat panatilihin ng server ang mahigpit na hangganan sa pagitan ng mga sesyon ng user; ang data mula sa isang user ay hindi dapat tumagas sa konteksto ng iba.
Mga Hakbang sa Seguridad sa SDK
Ang Patnubay sa Seguridad at Privacy ay naglalarawan ng mga mekanismo ng depensa na naka-embed sa platform. Binibigyang-diin nito ang pinakamababang pribilehiyo at tahasang pahintulot ng gumagamit bilang mga pangunahing prinsipyo[6]. Limitado ang pag-iimbak ng data; ang mga log na naa-access ng mga developer ay binabawasan upang alisin ang personal na makikilalang impormasyon, at ang naka-istrukturang nilalaman ay pinananatili lamang hangga't kinakailangan ng prompt[6]. Ang access sa network mula sa loob ng iframe ay pinipigilan ng patakaran sa seguridad ng nilalaman; ang mga panlabas na pagkuha ay dapat dumaan sa server, na pumipigil sa hindi awtorisadong mga kahilingan na cross-origin[7]. Ang pagpapatunay ay gumagamit ng mga industry-standard na OAuth flows na may mga short-lived na token. Ang mga developer ay kinakailangang magpatupad ng mga pagsusuri sa seguridad, mga channel sa pag-uulat ng bug at pagsubaybay sa insidente upang mapanatili ang kahandaan sa operasyon[7].
Pagkamakatarungan at Pagkakaangkop
Dapat naaangkop ang mga app para sa malawak na audience. Ipinagbabawal ng mga patnubay ang mga app na naglalaman ng mahahabang nilalaman, kumplikadong automation o mga patalastas[13]. Halimbawa, hindi dapat subukan ng isang app na maghatid ng 30 minutong video o kopyahin ang isang buong social network sa loob ng ChatGPT. Ang platform ay hinihikayat ang mga maigsi at angkop na interaksyon na sumusuporta sa daloy ng pag-uusap. Ang mga paglabag ay maaaring magdulot ng pagtanggi o pagtanggal.
Mga Oportunidad at Pagsasaalang-alang
Isang Bagong Channel ng Pamamahagi para sa mga Developer
Sa pamamagitan ng pagbubukas ng ChatGPT sa mga third-party apps, inilalagay ng OpenAI ang sarili nito bilang isang “intent layer” sa pagitan ng mga gumagamit at serbisyo. Ang mga developer ay maaari na ngayong maabot ang milyon-milyong mga gumagamit sa pamamagitan ng chat interface nang hindi na kailangang gumawa ng hiwalay na web o mobile apps. May potensyal ang mga apps na bawasan ang friction: sa halip na mag-download ng app o bumisita sa isang website, binabanggit na lamang ng mga gumagamit ang serbisyo sa pag-uusap. Ito ay maaaring magdemokratisa ng akses sa mga kasangkapan at i-level ang playing field para sa maliliit na developer.
Ipinapakita ng mga naunang pakikipagtulungan ang mga posibilidad: maaring manood ang mga gumagamit ng mga lektura sa Coursera habang nagtatanong sa ChatGPT; magdisenyo ng mga poster sa Canva; mag-browse ng mga opsyon sa paglalakbay sa Expedia o mga listahan ng real estate sa Zillow; bumuo ng mga playlist sa Spotify; o mag-diagram ng mga ideya gamit ang Figma[14][13]. Dahil tumatakbo ang mga app sa loob ng chat, kaya ng modelo na magbuod, mag-analisa, at magbigay ng rekomendasyon, na ginagawang interaktibo ang mga aralin mula sa static na nilalaman. Ang mga app ay nag-aalok din ng maraming display mode—inline cards, fullscreen o picture-in-picture—na nagbibigay ng kakayahang umangkop para sa iba't ibang gawain[15].
Pagbabago ng Inaasahan ng Gumagamit
Ang kakayahang gumamit ng mga app nang hindi lumilipat ng konteksto ay maaaring baguhin kung paano makipag-ugnayan ang mga tao sa mga serbisyo. Ang ChatGPT ay hindi na lamang chatbot kundi isang pangkalahatang operating system para sa mga hangarin. Tulad ng napansin ni Casey Newton, ito ay naglilipat sa atin mula sa paglulunsad ng mga hiwalay na app patungo sa simpleng pagsasabi ng ating nais. Ang ilang mga analyst ay inihahambing ang pagbabagong ito sa paglulunsad ng App Store o browser: isang solong plataporma na nagtitipon ng pag-andar at kumpetisyon.
Gayunpaman, ang pagbabagong ito ay nagbubunga ng mga katanungan tungkol sa kontrol at kapangyarihan. Kung ang ChatGPT ang magtatakda kung aling mga app ang ipapakita, maaari itong maging isang tagapamagitan. Nagbabala si Newton na ang isang “AI graph” na binuo batay sa mga kagustuhan ng gumagamit ay maaaring lumikha ng mga panganib sa privacy na mas seryoso kaysa sa mga social network. Ang mga insentibo sa ekonomiya ay maaaring humantong sa pay‑to‑play na paglalagay o pagraranggo ng mga app. Ang mga developer ay maaaring makaramdam ng presyon na magdisenyo para sa ChatGPT sa halip na pangalagaan ang kanilang relasyon sa mga gumagamit. Mahalagang manatiling transparent at patas ang platform upang mapanatili ang tiwala.
Mga Regulasyon at Etikal na Implikasyon
Dahil ang mga app ay maaaring makakuha ng personal na data—lokasyon, mga contact, mga paraan ng pagbabayad—maaaring suriin ng mga regulator kung paano dumadaloy ang data sa ChatGPT. Dapat sumunod ang mga developer sa mga batas sa privacy tulad ng GDPR, kahit na ang platform ay hindi pa magagamit sa European Union[17]. Nangako ang OpenAI ng mas detalyadong mga kontrol sa privacy at mga opsyon sa pag-monetize, kabilang ang isang agentic commerce protocol na magpapahintulot sa instant checkout sa loob ng chat[18]. Ang tagumpay ng ekosistemang ito ay nakasalalay sa matibay na seguridad, malinaw na pahintulot ng gumagamit, at patas na mga modelo ng ekonomiya.
Mga Hinaharap na Direksyon at Pananaliksik
Ang Apps SDK ay nasa preview pa lamang, at marami pang tampok ang dapat pang linangin. Kasama sa roadmap ng developer ang:
- Proseso ng pagsusumite at pagsusuri – Sa kasalukuyan, ang mga developer ay makakagawa ng mga app pero hindi maipapalista ito sa publiko. Isang pormal na proseso ng pagsusuri ang titiyak sa pagsunod sa mga alituntunin at tiwala.
- Pagbabahagi ng kita at monetisasyon – Nagbigay ng pahiwatig ang OpenAI tungkol sa isang agentic commerce protocol na maaaring magpahintulot sa mga gumagamit na bumili ng mga produkto direkta sa chat[18]. Nagbubukas ito ng mga pagkakataon para sa e-commerce ngunit naglalabas din ng mga tanong tungkol sa bayarin, rankings, at kompetisyon.
- Tooling para sa developer – Mas maraming wika at frameworks, pinahusay na mga tool sa debugging at mas madaling deployment pipelines ang magpapababa ng hadlang sa pagpasok. Ang bukas na standard na kalikasan ng MCP ay maaaring humantong sa mga community-driven na implementasyon at hosting providers.
- Interoperability – Dahil bukas ang MCP, maaaring gamitin ito ng ibang mga platform o modelo. Maaari itong magbigay-daan sa isang cross-model app ecosystem kung saan ang mga developer ay magsusulat ng isang beses at tatakbo kahit saan. Mahalaga ang pananaliksik sa pagstandard ng mga protocol ng agent at pagbabahagi ng konteksto.
- Pananaliksik sa kaligtasan – Ang pagsusuri kung paano maiiwasan ang prompt injection, nakakahamak na code, o maling paggamit ng data ng gumagamit ay nananatiling pangunahing lugar ng pananaliksik. Ang mga papel tungkol sa adversarial attacks laban sa mga LLM-integrated na aplikasyon ay magbibigay-alam sa mga pinakamahusay na kasanayan at alituntunin.
Konklusyon: Isang Bagong OS sa Pagbuo
Ang pagpapakilala ng Mga App sa ChatGPT at ang MCP-based Apps SDK ay nagmamarka ng isang makabuluhang pagbabago sa kung paano tayo nakikipag-ugnayan sa software. Sa pamamagitan ng pagdadala ng mga third-party na aplikasyon direkta sa chat interface, lumikha ang OpenAI ng isang bagong platform na humahalo sa natural na wika, pangangatwiran, at mga interactive na UI. Ang Model Context Protocol ay nagbibigay ng isang bukas at standardisadong paraan para sa mga modelo na tumawag ng mga tool at mag-render ng mga bahagi; ang Apps SDK ay nagpapadali sa pag-develop sa pamamagitan ng paghawak sa komunikasyon ng server, integrasyon ng UI, at pamamahala ng estado. Ang mga halimbawa nang hakbang-hakbang tulad ng Task Tracker ay nagpapakita kung gaano kadali ang magtayo ng isang kapaki-pakinabang na app habang pinapanatili ang mahigpit na mga hangganan ng data at privacy.
Gayunpaman, may kaakibat na responsibilidad ang inobasyong ito. Dapat sundin ng mga developer ang mga patnubay na nagbibigay-priyoridad sa privacy, kaligtasan, at katarungan ng mga gumagamit[11][12]. Ang mga mekanismo ng seguridad tulad ng limitadong pribilehiyo at hayag na pahintulot ay nagpoprotekta sa mga gumagamit[6]. Kasabay nito, nagbabala ang mga tagamasid ng industriya na ang platform ay maaaring lumikha ng bagong anyo ng gatekeeping at panganib sa privacy[16]. Habang umuunlad ang ekosistema, ang transparency, bukas na pamantayan, at pakikibahagi ng komunidad ang magtatakda kung ang app platform ng ChatGPT ay magiging isang mapagkakatiwalaang layer para sa mga pang-araw-araw na gawain.
[1] Pinakabagong Balita sa AI Arms Race: Ang ChatGPT Ngayon ay Nagpapahintulot sa mga Gumagamit na Kumonekta sa Spotify at Zillow sa Pag-uusap
[2] [3] [4] [5] I-set up ang iyong server
https://developers.openai.com/apps-sdk/build/mcp-server
[6] [7] Seguridad at Pagkapribado
https://developers.openai.com/apps-sdk/guides/security-privacy
[8] Gumawa ng custom na UX
https://developers.openai.com/apps-sdk/build/custom-ux
[9] [10] Pakikipag-ugnayan ng User
https://developers.openai.com/apps-sdk/concepts/user-interaction
[11] [12] Mga alituntunin para sa mga developer ng app
https://developers.openai.com/apps-sdk/app-developer-guidelines/
[13] Live na ang ChatGPT apps: Narito ang mga unang maaari mong subukan | The Verge
https://www.theverge.com/news/793081/chagpt-apps-sdk-spotify-zillow-openai
[14] OpenAI DevDay 2025: Ang ChatGPT ay may mga apps, AgentKit para sa mga developer, at mas murang GPT models
[15] Inanunsyo ng OpenAI ang Apps SDK na nagpapahintulot sa ChatGPT na maglunsad at magpatakbo ng mga third-party na app tulad ng Zillow, Canva, Spotify | VentureBeat
https://venturebeat.com/ai/openai-announces-apps-sdk-allowing-chatgpt-to-launch-and-run-third-party
[16] Bagong plataporma, pamilyar na panganib: Pustahan ng Zillow at Expedia sa paglulunsad ng mga app ng ChatGPT ng OpenAI – GeekWire
[17] OpenAI DevDay: Mga App ng ChatGPT, AgentKit, at GA na paglabas ng Codex - SD Times
https://sdtimes.com/ai/openai-devday-chatgpt-apps-agentkit-and-ga-release-of-codex/
[18] Nais ng OpenAI na gawing universal app frontend ang ChatGPT - Ars Technica
https://arstechnica.com/ai/2025/10/openai-wants-to-make-chatgpt-into-a-universal-app-frontend/
