Den vollständigen Index der Dokumentation findest du in llms.txt. Die Markdown-Version einer Dokumentationsseite erhältst du, indem du .md an die URL der Seite anhängst.
Hauptnavigation
Design
Codex

Anwendungsfall für Codex

Bring deine App in ChatGPT

Entwickle aus deinen Anwendungsfällen Apps für ChatGPT, die jeweils eine konkrete Aufgabe lösen.

Schwierigkeitsgrad Advanced
Zeithorizont 1h

Entwickle eine ChatGPT-App für eine klar umrissene Aufgabe. Definiere die Tools und erstelle das Grundgerüst für den MCP-Server und bei Bedarf für ein Widget. Binde die App in ChatGPT ein und verfeinere sie, bis der zentrale Ablauf von Anfang bis Ende funktioniert.

Besonders geeignet für

  • Eine erste ChatGPT-App für ein konkretes Ziel der Menschen planen, die sie nutzen
  • Ein schlankes Grundgerüst für einen MCP-Server, Tool-Metadaten und ein optionales Widget erstellen
  • In kurzen Durchläufen lokal über HTTPS testen und den eigenen MCP-Server in ChatGPT überprüfen

Inhalt

    ← Alle Anwendungsfälle

    Bring deine App in ChatGPT

    Entwickle aus deinen Anwendungsfällen Apps für ChatGPT, die jeweils eine konkrete Aufgabe lösen.

    Entwickle eine ChatGPT-App für eine klar umrissene Aufgabe. Definiere die Tools und erstelle das Grundgerüst für den MCP-Server und bei Bedarf für ein Widget. Binde die App in ChatGPT ein und verfeinere sie, bis der zentrale Ablauf von Anfang bis Ende funktioniert.

    Advanced
    1h

    Entwickle eine ChatGPT-App für eine klar umrissene Aufgabe. Definiere die Tools und erstelle das Grundgerüst für den MCP-Server und bei Bedarf für ein Widget. Binde die App in ChatGPT ein und verfeinere sie, bis der zentrale Ablauf von Anfang bis Ende funktioniert.

    Advanced
    1h

    Besonders geeignet für

    • Eine erste ChatGPT-App für ein konkretes Ziel der Menschen planen, die sie nutzen
    • Ein schlankes Grundgerüst für einen MCP-Server, Tool-Metadaten und ein optionales Widget erstellen
    • In kurzen Durchläufen lokal über HTTPS testen und den eigenen MCP-Server in ChatGPT überprüfen

    Skills und Plug-ins

    • Plane die Tools, binde MCP-Ressourcen an und folge den aktuellen Schritten zur Entwicklung von ChatGPT-Apps.
    • Rufe die aktuellen offiziellen Empfehlungen zum Apps SDK ab, bevor Codex Code schreibt oder eine Architektur vorschlägt.
    • Mit ausgewählten Skills und dem offiziellen MCP-Server von Vercel kannst du Empfehlungen aus dem Vercel-Ökosystem direkt in Codex nutzen.
    Skill Nutzen
    ChatGPT Apps Plane die Tools, binde MCP-Ressourcen an und folge den aktuellen Schritten zur Entwicklung von ChatGPT-Apps.
    OpenAI Docs Rufe die aktuellen offiziellen Empfehlungen zum Apps SDK ab, bevor Codex Code schreibt oder eine Architektur vorschlägt.
    Vercel Mit ausgewählten Skills und dem offiziellen MCP-Server von Vercel kannst du Empfehlungen aus dem Vercel-Ökosystem direkt in Codex nutzen.

    Prompt für den Einstieg

    Use $chatgpt-apps with $openai-docs to plan a ChatGPT app for [use case] in this repo. Requirements: - Start with one core user outcome. - Propose 3-5 tools with clear names, descriptions, inputs, and outputs. - Recommend whether v1 needs a widget or can start data-only. - Prefer TypeScript for the MCP server and React for the widget. - Call out auth, deployment, and test requirements. Output: - Tool plan - Proposed file tree - Golden prompt set - Risks and open questions
    Use $chatgpt-apps with $openai-docs to plan a ChatGPT app for [use case] in this repo. Requirements: - Start with one core user outcome. - Propose 3-5 tools with clear names, descriptions, inputs, and outputs. - Recommend whether v1 needs a widget or can start data-only. - Prefer TypeScript for the MCP server and React for the widget. - Call out auth, deployment, and test requirements. Output: - Tool plan - Proposed file tree - Golden prompt set - Risks and open questions

    Was du entwickelst

    Jedes MCP-basierte Plugin besteht aus drei Teilen:

    • Ein MCP-Server definiert Tools, liefert Daten, setzt Zugriffsregeln durch und teilt ChatGPT mit, wo die Ressourcen für die Benutzeroberfläche zu finden sind.
    • Eine optionale Webkomponente wird in einem Iframe in ChatGPT angezeigt. Du kannst sie mit React oder mit reinem HTML, CSS und JavaScript entwickeln.
    • Ein Modell entscheidet anhand deiner Metadaten, wann es die Tools des Plugins aufruft.

    Codex ist besonders hilfreich, wenn es die wiederkehrenden Entwicklungsaufgaben rund um diese Komponenten übernimmt:

    • Die Tool-Schnittstellen und ihre Metadaten planen.
    • Das Grundgerüst für Server und Widget erstellen.
    • Skripte zum lokalen Starten einbinden.
    • Die Zugriffskontrolle und Änderungen für das Deployment in getrennten Schritten umsetzen.
    • Einen wiederholbaren Testablauf erstellen, mit dem du prüfst, ob das Plugin in ChatGPT funktioniert.

    Warum sich Codex dafür eignet

    • Bei MCP-basierten Plugins sind die Aufgaben klar verteilt: Der Server stellt die Tools bereit, die optionale Benutzeroberfläche zeigt Inhalte an und das Modell steuert die Tool-Aufrufe.
    • Prompts für Codex funktionieren am besten, wenn die Aufgabe klar beschrieben, eingegrenzt und leicht überprüfbar ist. Die Entwicklung eines Plugins lässt sich gut in solche Aufgaben aufteilen.
    • Skills und AGENTS.md geben Codex wiederverwendbare Anweisungen und Projektregeln, an denen es sich orientieren kann.

    Wie du Skills installierst und verwendest, erfährst du in unserer Dokumentation zu Skills.

    Vorgehensweise

    Voraussetzungen

    • Überlege zuerst, welche konkrete Aufgabe jemand mit dem Plugin erledigen soll. Ein ganzes Produkt in den Chat zu übertragen, geht für den Einstieg zu weit.
    • Lege den Stack vorab fest: TypeScript oder Python für den Server und React oder reines HTML, CSS und JavaScript für das Widget.
    • Entscheide, wie du den Server während der Entwicklung über HTTPS erreichbar machst, etwa mit ngrok oder Cloudflare Tunnel.
    • In manchen Einstellungen findest du noch ältere Bezeichnungen für die Verbindung zu einem MCP-Server. Beim lokalen Testen beziehen sich diese Bezeichnungen auf den registrierten Server.
    1. Grenze die Aufgabe des Plugins ein. Bitte Codex, drei bis fünf Tools mit eindeutigen Namen, Beschreibungen, Eingaben und Ausgaben vorzuschlagen.
    2. Entscheide, ob die erste Version nur Daten liefern kann oder ein Widget braucht. Erstelle dann das Grundgerüst für den MCP-Server und gegebenenfalls das Widget. Orientiere dich an vorhandenen Mustern im Repository, bevor du Abhängigkeiten hinzufügst.
    3. Starte den MCP-Server lokal und mache ihn über HTTPS erreichbar. Verbinde ihn in ChatGPT über Benutzerdefinierten MCP-Server hinzufügen. Teste ihn mit einigen Prompts für direkte und indirekte Anfragen sowie für Fälle, in denen kein Tool-Aufruf erfolgen soll.
    4. Überarbeite die Metadaten, die Zustandsverwaltung und die Inhalte von structuredContent und _meta, bis der zentrale Lesevorgang in ChatGPT zuverlässig funktioniert.
    5. Füge OAuth 2.1 nur hinzu, wenn kontobezogene Daten oder Schreibaktionen es erfordern. Halte anonyme Abläufe und Abläufe ohne Schreibzugriff einfach.
    6. Stelle eine gehostete Vorschau mit einem stabilen /mcp-Endpunkt bereit. Prüfe, ob das Streaming funktioniert und die Ressourcen für die Benutzeroberfläche korrekt ausgeliefert werden. Gehe die Checkliste für die Veröffentlichung durch, bevor du das Plugin teilst oder einreichst.

    Prompt-Vorschläge

    Gute Prompts für diesen Ablauf enthalten folgende Angaben:

    • Ein klares Ziel: Beschreibe, welche Aufgabe sich mit dem Plugin in ChatGPT erledigen lassen soll.
    • Ein konkreter Stack: Gib an, ob du TypeScript oder Python für den Server bevorzugst und ob das Widget React verwenden oder möglichst schlank bleiben soll.
    • Klar abgegrenzte Tools: Bitte Codex, wenige Tools vorzuschlagen oder zu entwickeln, die jeweils genau eine Aufgabe erfüllen.
    • Anforderungen an die Zugriffskontrolle: Gib an, ob sich die erste Version anonym nutzen lassen soll oder ob sie verknüpfte Konten und Schreibaktionen benötigt.
    • Lokale Entwicklungsumgebung: Nenne den Tunnel oder die Hosting-Lösung, die du für HTTPS-Tests in ChatGPT verwenden möchtest.
    • Prüfschritte: Sage Codex, welche Befehle es ausführen, welche Prompts es testen und anhand welcher Ergebnisse es belegen soll, dass das Plugin funktioniert.

    Vermeide einen einzigen großen Prompt, der Planung, Implementierung, Zugriffskontrolle, Deployment, Einreichung und Feinschliff auf einmal verlangt. Teile die Arbeit in kleinere Etappen auf.

    Plane das Plugin, bevor du das Grundgerüst erstellst

    Nutze $chatgpt-apps zusammen mit $openai-docs, um in diesem Repository ein MCP-basiertes Plugin für [use case] zu planen. Anforderungen: - Lege zuerst fest, welche konkrete Aufgabe sich mit dem Plugin erledigen lassen soll. - Schlage drei bis fünf Tools mit eindeutigen Namen, Beschreibungen, Eingaben und Ausgaben vor. - Empfiehl, ob die erste Version ein Widget braucht oder zunächst nur Daten liefern kann. - Bevorzuge TypeScript für den MCP-Server und React für das Widget. - Benenne die Anforderungen an Zugriffskontrolle, Deployment und Tests. Ergebnis: - Plan für die Tools - Vorschlag für die Datei- und Verzeichnisstruktur - Referenz-Prompts für die Tests - Risiken und offene Fragen

    Erstelle das Grundgerüst für die erste lauffähige Version

    Nutze $chatgpt-apps zusammen mit $openai-docs, um das Grundgerüst für die erste Version dieses MCP-basierten Plugins zu erstellen. Stack: - MCP-Server in TypeScript - React-Widget - Build mit Vite - Lokaler HTTPS-Zugriff über ngrok Vorgaben: - Begrenze den Funktionsumfang auf einen Lesevorgang und höchstens einen Schreibvorgang. - Liefere dem Modell in structuredContent nur die wesentlichen Daten. Verwende _meta für Daten, die ausschließlich das Widget benötigt. - Implementiere die Tool-Handler so, dass sie idempotent sind. - Nutze vorhandene Muster im Repository, bevor du Abhängigkeiten hinzufügst. Prüfschritte: - Starte den lokalen Server. - Erkläre, wie ich den MCP-Server in ChatGPT über „Benutzerdefinierten MCP-Server hinzufügen“ verbinde. - Liste die Test-Prompts im genauen Wortlaut auf.

    Ergänze die Zugriffskontrolle erst, wenn der zentrale Ablauf funktioniert

    Nutze $chatgpt-apps zusammen mit $openai-docs, um den MCP-Server dieses Plugins um eine Zugriffskontrolle zu erweitern. Anforderungen: - Sorge möglichst dafür, dass Tools ohne Schreibzugriff anonym nutzbar bleiben. - Ergänze OAuth 2.1 nur für kontobezogene Daten oder Schreibaktionen. - Nutze einen bestehenden Identitätsanbieter wie Auth0 oder Stytch. - Dokumentiere die Berechtigungsbereiche, die Token-Prüfungen und den Testablauf für den benutzerdefinierten MCP-Server in ChatGPT. Ergebnis: - Übersicht über den Ablauf der Zugriffskontrolle - Änderungen am Server - Erforderliche Umgebungsvariablen - Plan für den End-to-End-Test

    Bereite das Plugin auf das Deployment und die Prüfung vor

    Nutze $chatgpt-apps zusammen mit $openai-docs und @vercel, um eine gehostete Vorschau dieses Plugins vorzubereiten. Anforderungen: - Stelle unter /mcp einen stabilen HTTPS-Endpunkt bereit. - Sorge dafür, dass das Streaming von Antworten über /mcp weiterhin funktioniert. - Stelle die Ressourcen des Widgets so bereit, dass sie korrekt geladen werden. - Erstelle eine Checkliste für die Veröffentlichung, die Metadaten, Hinweise zur Tool-Nutzung, Datenschutz und Test-Prompts abdeckt. Ergebnis: - Deployment-Plan - Vorschau-URL oder Anleitung zum Hosting - Checkliste für die Prüfung - Verbleibende Risiken

    Checkliste für die Veröffentlichung

    • Das Plugin erfüllt eine klar abgegrenzte, verständliche Aufgabe.
    • Es gibt nur wenige Tools. Für jedes Tool sind Metadaten, Eingaben und Ausgaben klar definiert.
    • Der MCP-Server funktioniert im gesamten Ablauf und gibt in structuredContent nur die wesentlichen Daten zurück. Daten, die ausschließlich das Widget benötigt, stehen in _meta.
    • Falls ein Widget erforderlich ist, wird es in ChatGPT korrekt angezeigt.
    • Mit dem in ChatGPT verbundenen benutzerdefinierten MCP-Server lassen sich lokale Tests über HTTPS zuverlässig wiederholen.
    • Die Tests mit einigen direkten und indirekten Anfragen sowie Negativbeispielen sind erfolgreich. Gesprächsverlauf und Tool-Payloads entsprechen den Erwartungen.
    • Die Zugriffskontrolle greift nur dort, wo kontobezogene Daten oder Schreibaktionen sie erfordern.
    • Bevor du das Plugin teilst oder einreichst, berücksichtigst du im Deployment-Plan und bei der abschließenden Prüfung die Metadaten, Hinweise zur Tool-Nutzung, den Datenschutz und die Test-Prompts.

    Häufige Fehler

    • Codex soll das gesamte Produkt in ChatGPT übertragen. Bitte stattdessen um eine Lösung für eine konkrete Aufgabe mit drei bis fünf Tools und einem Widget mit klar begrenztem Funktionsumfang.
    • Die Implementierung beginnt mit einem einzigen großen Prompt. Teile die Arbeit in einzelne Schritte auf: Planung, Grundgerüst, Zugriffskontrolle, Deployment und Prüfung.
    • Die Benutzeroberfläche entsteht, bevor die Tool-Schnittstellen feststehen. Lege zuerst die Schnittstellen der Tools und das Schema für ihre Antworten fest. Entwickle anschließend das Widget.
    • Die Verankerung in der offiziellen Dokumentation fehlt. Kombiniere $chatgpt-apps mit $openai-docs, damit das Grundgerüst den aktuellen Empfehlungen für Plugins entspricht.
    • Metadaten kommen erst zum Schluss. Beschreibe die Tools und ihre Parameter frühzeitig. Teste anschließend mit denselben Prompts erneut, wie das Modell die Tools anhand dieser Angaben verwendet.
    • Die Zugriffskontrolle steht schon, bevor der anonyme Ablauf oder der Ablauf ohne Schreibzugriff getestet wurde. Bringe zuerst den zentralen Tool-Ablauf zum Laufen. Ergänze OAuth anschließend für die Tools, die es tatsächlich benötigen.
    • Das Plugin gilt als fertig, bevor es in ChatGPT getestet wurde. Verbinde den benutzerdefinierten MCP-Server mit ChatGPT, prüfe die Tool-Payloads und kontrolliere den tatsächlichen Gesprächsverlauf.

    Tech-Stack

    Was du brauchst

    Framework für Widgets

    Standardoptionen

    React

    Warum du es brauchst

    Eine gute Wahl für Widgets, die ihren Zustand verwalten, besonders wenn die Oberfläche Filter, Tabellen oder Interaktionen mit mehreren Schritten erfordert.

    Was du brauchst

    Hosting

    Standardoptionen

    Vercel

    Warum du es brauchst

    Mit Vercel kannst du schnell deployen und MCP-Endpunkte unkompliziert hosten. Vorschauumgebungen und automatisches HTTPS sind inklusive.

    Was du brauchst Standardoptionen Warum du es brauchst
    Framework für Widgets React Eine gute Wahl für Widgets, die ihren Zustand verwalten, besonders wenn die Oberfläche Filter, Tabellen oder Interaktionen mit mehreren Schritten erfordert.
    Hosting Vercel Mit Vercel kannst du schnell deployen und MCP-Endpunkte unkompliziert hosten. Vorschauumgebungen und automatisches HTTPS sind inklusive.

    Verwandte Anwendungsfälle