Qué hace que una app de ChatGPT sea excelente

En DevDay presentamos las Apps de ChatGPT, una nueva forma de llevar tu producto directamente a las conversaciones de ChatGPT. A partir de ese lanzamiento, este artículo ofrece orientación práctica para desarrolladores, gerentes de producto y diseñadores sobre cómo elegir el caso de uso adecuado y diseñar una app que resulte útil una vez que esté disponible. Nos centraremos en cómo convertir las fortalezas de tu producto en capacidades claras y bien delimitadas que el modelo pueda aplicar en conversaciones muy diversas y con distintas intenciones de los usuarios. Si buscas el flujo de trabajo técnico original, puedes ir directamente al inicio rápido de Apps SDK y a la documentación para desarrolladores.

Veremos:

• Qué es realmente una app de ChatGPT (y qué no es)
• Las tres formas en que una app puede aportar valor real
• Cómo diseñar para la conversación y el descubrimiento
• Cómo saber si tu app realmente está ayudando
• Ejemplos concretos y sugerencias para capturas de pantalla

Qué es realmente una app de ChatGPT

Cuando los equipos desarrollan su primera app de ChatGPT, el punto de partida suele ser:

       “Ya tenemos un producto. Llevémoslo a ChatGPT”.

Esto suele comenzar por tomar una experiencia web o móvil existente, con sus pantallas, menús y flujos, e intentar adaptarla al chat. Es un impulso razonable: durante años, el “software” ha consistido en páginas, navegación y estructuras de interfaz de usuario.

Sin embargo, desarrollar apps para ChatGPT supone trabajar en un entorno diferente. Los usuarios no están “abriendo” tu app para empezar desde la página de inicio. Están conversando sobre algo y el modelo puede decidir cuándo incorporar una app a esa conversación. Acceden a ella en un momento específico. En ese contexto, las mejores apps parecen sorprendentemente pequeñas desde fuera. No intentan recrear todo el producto. En cambio, permiten a los usuarios acceder a unas pocas capacidades específicas al usar la app en ChatGPT: las cosas concretas que tu producto hace mejor y que el modelo puede reutilizar en cualquier conversación.

Fuera de ChatGPT, tu app suele ser el destino. Los usuarios:

1. Tocan tu ícono
2. Entran a tu entorno
3. Aprenden tus patrones de navegación e interfaz de usuario

La mayoría de las decisiones de producto parten de esa premisa: “La pantalla es nuestra”. Puedes invertir mucho en la distribución visual, la incorporación de usuarios y la arquitectura de la información porque los usuarios eligen dedicar tiempo a tu espacio.

Dentro de ChatGPT, tu app cumple una función diferente:

• Es una capacidad que el modelo puede invocar tanto para obtener contexto como para ofrecer interacción visual.
• Aparece dentro de una conversación en curso.
• Es una de varias herramientas que el modelo puede orquestar.

Eso significa que la “unidad de valor” depende menos de la experiencia general que ofreces y más de las cosas específicas que puedes ayudar al modelo y al usuario a lograr en el momento adecuado.

Una definición práctica:

Una app de ChatGPT es un conjunto de herramientas bien definidas que pueden realizar tareas, iniciar interacciones o acceder a datos.

Esto tiene algunas implicaciones:

• No necesitas trasladar todas las funciones.
• No necesitas una jerarquía de navegación completa.
• Sí necesitas una API clara y compacta: unas pocas operaciones fáciles de invocar y de usar como base para otras.

Puedes verlo así: tu app de ChatGPT es un conjunto de herramientas al que el modelo recurre cuando el usuario se encuentra con un tipo específico de problema. Cuanto mejor definido esté ese conjunto de herramientas, más fácil será usarlo en el transcurso de una conversación.

Cuando ves tu app como “capacidades que el modelo puede orquestar”, en lugar de “una versión pequeña de nuestro producto”, las decisiones de diseño se vuelven más claras. Empiezas a preguntar “¿En qué podemos ayudar aquí?” en lugar de “¿Adónde debería ir el usuario después?”.

Las tres formas de aportar valor real

Un filtro sencillo para cualquier idea de app:

• Saber: ¿permite al usuario trabajar con contexto o datos nuevos a los que no podría acceder de otra forma en ChatGPT?
• Hacer: ¿la app realiza acciones reales en nombre del usuario?
• Mostrar: ¿la app presenta la información en una interfaz de usuario que resulta más clara y facilita más la acción que el texto sin formato?

Esto se aplica tanto a las apps de productividad “serias” como a las apps “solo para divertirse” , como los juegos. Puede que un juego no ayude a alguien a entregar un informe más rápido, pero aun así hace algo que el modelo base no puede hacer bien por sí solo: mantener la lógica y el estado del juego, llevar un seguimiento del progreso, hacer cumplir las reglas o renderizar vistas interesantes del mundo del juego. El valor está en el disfrute y la participación, pero el patrón subyacente es el mismo.

1) Nuevas cosas que saber

Tu app pone a disposición nuevo contexto dentro de una conversación de ChatGPT:

• Precios, disponibilidad e inventario en tiempo real
• Métricas, registros y análisis internos
• Conjuntos de datos especializados, de acceso por suscripción o de nicho
• Datos específicos del usuario (cuentas, historial, preferencias, derechos de acceso)
• Datos de sensores, transmisiones de video en vivo

En la práctica, esto suele implicar conectarse con sistemas cuyos datos son correctos, están actualizados y tienen permisos de acceso definidos. La app se convierte en los “ojos y oídos” del modelo en tu ámbito y puede responder preguntas con mayor fundamento.

2) Nuevas cosas que hacer

Tu app realiza acciones en nombre del usuario:

• Crear o actualizar registros en herramientas internas
• Enviar mensajes, tickets, aprobaciones y notificaciones
• Programar, reservar, hacer pedidos o configurar cosas
• Activar flujos de trabajo (desplegar, escalar casos, sincronizar datos)
• Jugar juegos interactivos (aplicar reglas, avanzar turnos, llevar un seguimiento del estado)
• Realizar acciones en el mundo físico (IoT, control de robots, etc.)

Aquí, la app funciona menos como una fuente de información confiable y más como un par de manos. Toma la intención del usuario y la convierte en cambios concretos en los sistemas que tu equipo ya usa a diario o, en el caso de los juegos, en cambios concretos en el estado del juego que hacen que la experiencia se sienta coherente y justa. Es aquí donde tu app pasa a desempeñar una función real como agente.

3) Mejores formas de mostrar

Una app puede presentar información en una interfaz gráfica dentro de una conversación de ChatGPT para que sea más fácil de comprender o de usar para actuar:

• Listas de opciones preseleccionadas, comparaciones, clasificaciones
• Tablas, líneas de tiempo, gráficos
• Resúmenes adaptados a un rol o una decisión específicos
• Vistas visuales o estructuradas del estado del juego (tableros, inventarios, puntuaciones)

Esto resulta especialmente valioso cuando los usuarios están eligiendo entre opciones o sopesando ventajas y desventajas. Las apps pueden darle al modelo un lenguaje para estructurar la información: widgets con columnas, filas, puntuaciones y elementos visuales que se ajustan a la forma en que las personas realmente toman decisiones o, en los juegos, a cómo entienden “dónde están” dentro de ese mundo.

Si una app no aporta una mejora clara en al menos uno de los aspectos de saber/hacer/mostrar, suele dar la impresión de que no agrega valor a lo que los usuarios ya pueden hacer en ChatGPT. Puede que los usuarios no se quejen explícitamente, pero se pierde una oportunidad de aportarles un valor más significativo, ya sea que la app esté pensada para trabajar o para jugar.

Aquí puedes ver un ejemplo de cómo una app mejora la experiencia:

Esta respuesta es útil. Sin embargo, el usuario quizá quiera usar una app con capacidades adicionales para explorar directamente propiedades reales sin cambiar de contexto ni salir de la conversación.

Con la app de Zillow, el usuario también puede buscar anuncios inmobiliarios en tiempo real, filtrar por criterios y consultar información detallada de las propiedades, todo sin salir del chat.

Modo de pantalla completa para una exploración más completa

El valor está en que sigues recibiendo contexto detallado del modelo y, además, cuentas con una experiencia más completa en la app que responde de forma dinámica a tu intención. ¿Quieres pedirle viviendas en una región específica? Con la app de Zillow, el modelo invoca la herramienta en el servidor MCP de Zillow y vuelve a renderizar la capa de interfaz de usuario.

Selecciona capacidades, no traslades todo tu producto

Una primera idea habitual es enumerar todas las funciones de tu producto y preguntar: “¿Cómo las llevamos a ChatGPT?”.

En teoría, parece un enfoque exhaustivo. En la práctica, suele generar un conjunto de funciones amplio y poco definido que al modelo le cuesta manejar y a los usuarios les cuesta entender. Si te resulta difícil resumir en una sola oración lo que hace la app, al modelo también le costará más entenderlo.

Un enfoque más eficaz:

1. Enumera las necesidades principales que debe resolver - Identifica las tareas o los resultados específicos que los usuarios buscan lograr y que tu producto ayuda a hacer posibles. Son la razón de ser de tu producto. Empezar por aquí te permite centrarte en los resultados para el usuario en lugar de en listas de funciones.
   Ejemplos:

   • Ayudar a alguien a elegir una vivienda.
   • Transformar ideas en presentaciones bien elaboradas.
   • Convertir una intención en una experiencia de descubrimiento agradable.
   • Convertir datos sin procesar en un informe claro y fácil de compartir.

2. Para cada necesidad, pregunta:

   “¿Qué no puede hacer el usuario dentro de una conversación de ChatGPT sin una app?”

   Respuestas habituales:

   • Acceder a datos en tiempo real o privados.
   • Realizar acciones reales en nuestros sistemas.
   • Obtener los resultados estructurados o visuales que los usuarios necesitan.

3. Aquí es donde empieza a verse el valor que te distingue. Ya no piensas “¿Qué podemos exponer técnicamente?”, sino “¿En qué podemos ser especialmente útiles?”.

4. Convierte esas carencias en unas cuantas operaciones con nombres claros. Por ejemplo:

   • search_properties – devuelve una lista estructurada de posibles viviendas.
   • explain_metric_change – obtiene datos relevantes y resume los factores que probablemente expliquen el cambio.
   • generate_campaign_variants – crea varias versiones de anuncios con metadatos.
   • create_support_ticket – abre un ticket y devuelve un resumen + enlace.

Estas operaciones son:

• Lo suficientemente concretas para que el modelo las elija con confianza
• Lo suficientemente simples para combinarlas con otros pasos de una conversación
• Directamente vinculadas al valor que aportan, no al conjunto completo de funciones de tu producto

Otra forma de verlo: si alguien de tu equipo preguntara “¿Cuáles son las tres cosas que esta app debe hacer bien sí o sí?”, esas tres cosas deberían corresponder casi una a una con las capacidades de tu producto.

Por ejemplo, la app de Canva en ChatGPT puede generar el borrador de una presentación completa, y el usuario puede entrar en un modo de pantalla completa que le permite recorrer las diapositivas como espera hacerlo. Sin embargo, la edición más detallada de cada diapositiva sigue realizándose en el editor completo de Canva.

Diseña para la conversación y el descubrimiento

En tu servidor MCP, puedes definir description para darle al modelo contexto sobre cuándo invocar tu herramienta y, en concreto, qué llamadas a herramientas realizar para llevar a cabo una tarea específica. Esto ayuda a relacionar la intención del usuario con las acciones de tus herramientas.

a) Intención poco definida

Ayúdame a decidir dónde vivir.

Una buena respuesta de la app debe:

• Usar cualquier contexto relevante que ya esté en el hilo.
• Hacer una o dos preguntas aclaratorias como máximo, si es necesario.
• Ofrecer algo concreto rápidamente, por ejemplo, algunas ciudades con explicaciones breves.

El usuario debería sentir que ya está avanzando, no que ha entrado en un proceso de incorporación de varios pasos. Si los usuarios tienen que responder cinco preguntas antes de ver algo útil, muchos simplemente abandonarán.

Veamos cómo se aborda esto en la app de Canva :

Crear una presentación completa requiere contexto. La app de Canva hace preguntas de seguimiento para que el usuario sintetice lo que busca crear.

b) Intención específica

Busca viviendas de 3 dormitorios en Seattle por menos de 1,2 millones de dólares, cerca de escuelas primarias bien calificadas.

En este caso, la app no debería pedirle al usuario que repita lo que ya dijo. Debe:

• Analizar la consulta.
• Invocar las capacidades adecuadas.
• Devolver un conjunto de resultados pertinentes con una estructura útil.

Puedes seguir ofreciendo ajustes (“¿Te importa más el trayecto al trabajo o la calificación de la escuela?”), pero deberían sentirse como ajustes opcionales, no como una configuración obligatoria.

Ejemplo de Canva:

Cuando la intención del usuario queda clara y pide generar una presentación, el modelo sabe exactamente cuándo llamar a Canva y qué capacidad invocar.

Como se ve a continuación, la herramienta presenta algunas opciones y también profundiza si el usuario quiere hacer más ajustes:

c) Desconocimiento de la marca

No puedes dar por hecho que el usuario sabe quién eres.

Tu primera respuesta sustancial debe:

• Explicar la función de tu app en una línea (“Consulto anuncios de propiedades en tiempo real y calificaciones de escuelas para que puedas comparar opciones”).
• Ofrecer resultados útiles de inmediato.
• Ofrecer un siguiente paso claro (“Pídeme que filtre las opciones por traslado al trabajo, barrio o presupuesto”).

Piensa en ello como el desafío de empezar desde cero: presentas qué es tu app, por qué resulta útil y cómo usarla, todo en uno o dos mensajes.

Desarrolla tanto para el modelo como para el usuario

Estás diseñando para dos públicos:

• La persona que participa en el chat
• El entorno de ejecución del modelo que decide cuándo y cómo llamar a tu app

La mayoría de los equipos están acostumbrados a pensar en el primero. El segundo es más novedoso. Pero si el modelo no puede entender qué hace tu app o cómo usarla, la experiencia que diseñaste para las personas tendrá pocas oportunidades de ponerse en marcha.

Hay una tercera dimensión igual de importante: qué datos del usuario pasan por tu app cuando el modelo la llama. Un buen diseño de apps no solo consiste en ofrecer capacidades claras, sino también en ser riguroso con qué datos pides y cómo los usas.

• Acciones y parámetros claros y descriptivos: deja claro cuándo es pertinente usar tu app y cómo llamarla. Usa nombres sencillos (search_jobs, get_rate_quote, create_ticket) y especifica qué parámetros son obligatorios, cuáles son opcionales y qué formato deben tener. La ambigüedad dificulta el enrutamiento.

• Privacidad desde el diseño: exige solo los campos que realmente necesitas. Evita los parámetros de tipo “blob” que recopilan contexto adicional. Prioriza las entradas mínimas y estructuradas, y no uses instrucciones como “simplemente envía toda la conversación”.

• Resultados predecibles y estructurados: mantén los esquemas estables; incluye IDs y nombres de campos claros. Combina un resumen breve (“Tres opciones que se ajustan a tu presupuesto y tiempo de traslado al trabajo”) con una lista fácil de procesar por una máquina ([{id, address, price, commute_minutes, school_rating, url}, …]). Esto permite que el modelo se exprese con naturalidad y, a la vez, mantenga referencias precisas a los datos.

• Decide conscientemente qué no devolver: evita incluir información interna sensible “por si acaso”. Mantén los tokens y secretos fuera de las rutas visibles para el usuario. Oculta datos sensibles o agrúpalos cuando no sea necesario conservar todo el detalle.

• Explica con claridad qué recopilas y por qué: pide lo mínimo necesario para realizar la tarea. Cuando necesites algo sensible (por ejemplo, acceso a una cuenta), explica el motivo en una oración. Diseña las acciones y los esquemas de modo que quede claro qué se envía y a dónde.

Diseña para un ecosistema, no para un entorno cerrado

En una sesión real de ChatGPT, tu app rara vez es la única que interviene. El modelo podría recurrir a varias apps en la misma conversación.

Desde la perspectiva del usuario, es un solo flujo. Desde tu perspectiva, es un recordatorio de que formas parte de un ecosistema, no de un producto aislado.

Algunas consecuencias prácticas:

• Mantén las acciones pequeñas y enfocadas

  • search_candidates, score_candidates, send_outreach
  • en lugar de una sola operación run_full_recruiting_pipeline.

• Haz que los resultados sean fáciles de transferir

  • IDs estables, nombres de campos claros y estructuras consistentes.
  • Evita que la información importante quede oculta únicamente en texto sin estructura.

• Evita los flujos largos que obligan a seguir un único camino

  • Haz tu parte del trabajo y devuelve el control a la conversación.
  • Deja que el modelo decida qué herramienta debe encargarse del siguiente paso.

Si otras apps (o futuras versiones de tu propia app) pueden trabajar fácilmente a partir de tus resultados, estarás en condiciones de beneficiarte de las mejoras en otras partes del ecosistema, en lugar de competir con ellas.

Una lista de verificación rápida

Una breve lista de verificación que puedes usar antes o después del desarrollo:

• 1. Nuevas capacidades
  • ¿Tu app aporta claramente nuevos conocimientos, acciones o formas de mostrar información?
  • ¿Los usuarios de los escenarios a los que te diriges notarían si dejara de funcionar?

• 2. Alcance bien definido
  • ¿Elegiste un conjunto reducido de capacidades en lugar de clonar todo tu producto?
  • ¿Los nombres y el alcance de esas capacidades corresponden claramente a las tareas reales que los usuarios necesitan realizar?

• 3. Primera interacción
  • ¿Tu app responde bien tanto a los prompts vagos como a los específicos?
  • ¿Un usuario nuevo puede entender la función de tu app desde la primera respuesta sustancial?
  • ¿Percibe su utilidad desde el primer turno?

• 4. Facilidad de uso para el modelo
  • ¿Las acciones y los parámetros son claros e inequívocos?
  • ¿Los resultados tienen una estructura y una consistencia suficientes para encadenarlos y reutilizarlos?

• 5. Evaluación
  • ¿Tienes un conjunto de pruebas pequeño y bien pensado que incluya casos positivos, negativos y límite?
  • ¿Tienes alguna idea de la proporción de veces en que la respuesta que ofrece la app supera a la respuesta de ChatGPT sin la app?

• 6. Integración en el ecosistema
  • ¿Otras apps y el usuario pueden trabajar a partir de tus resultados sin mayores dificultades?
  • ¿Te sientes cómodo siendo un eslabón en una cadena de varias apps, en lugar de abarcar todo el recorrido?

No necesitas alcanzar la perfección en cada dimensión para lanzar tu app. Pero si puedes responder “sí” a la mayoría de estas preguntas, no solo estás incorporando tu producto a ChatGPT: le estás dando a ChatGPT herramientas realmente útiles en tu ámbito. Y es ahí donde estas apps empiezan a sentirse indispensables.