Con las herramientas del sitio, ChatGPT implementa la propuesta de estándar WebMCP. Con WebMCP, un sitio web puede ofrecer acciones útiles directamente a un agente de IA junto con la interfaz que las personas ya usan. El agente y tú pueden interactuar con la misma página en tiempo real y usar la misma sesión que ya iniciaste.
En el navegador integrado de la aplicación de escritorio de ChatGPT, ChatGPT Work y Codex pueden detectar y usar estas herramientas cuando están disponibles.
Para usar las herramientas del sitio, necesitas un modelo compatible y una página que ofrezca herramientas. Puedes obtener acceso a través de tu cuenta o de la política del navegador de tu Espacio de trabajo administrado. La configuración de tu navegador y los permisos del sitio siguen vigentes.
Diferencias entre WebMCP y MCP
Model Context Protocol (MCP) conecta una aplicación de IA con un servidor local o remoto. Sus herramientas pueden funcionar sin necesidad de tener una página web abierta, por ejemplo, para hacer búsquedas en un servicio o administrar registros mediante una API.
WebMCP permite que un sitio web ponga sus funciones a disposición de un agente mediante un conjunto de herramientas predefinidas. El agente puede detectarlas cuando visita el sitio, así que no necesitas instalar un servidor MCP aparte ni configurar otra conexión para usar esas funciones.
Este enfoque es útil cuando el agente y tú necesitan ver lo mismo, por ejemplo, al editar un lienzo o explorar un panel. Un complemento con un servidor MCP puede ofrecer una integración que funcione sin necesidad de tener una página abierta. Un sitio web puede admitir ambas opciones.
Cómo funciona en el navegador
Abre un sitio web en el navegador integrado y pídele a ChatGPT Work o a Codex que te ayude con una tarea. Si la página ofrece herramientas del sitio, el agente puede detectar y usar las acciones pertinentes en el sitio web que estás viendo. Por ejemplo, un editor de documentos podría permitirle al agente buscar una sección o dejar un comentario para que lo revises.
Selecciona Herramientas del sitio en la barra de direcciones del navegador para ver qué ofrece el sitio web. Elige Herramientas del sitio disponibles para ver cada herramienta en detalle. El navegador revisa cada solicitud antes de que el sitio web la ejecute, y el agente puede examinar la página para ver qué cambió. Si hay actividad reciente, elige Usadas recientemente para abrir Fuentes y revisar esas llamadas.
En este ejemplo, expande Herramientas del sitio disponibles para ver las herramientas que ofrece Margin.
Las herramientas pertenecen a la página que las ofrece. Si cierras la página o navegas a otra, sus herramientas pueden dejar de estar disponibles. Si no hay una herramienta adecuada, es posible que el agente aún pueda usar las funciones habituales del navegador.
Ejemplo: explorar la documentación de OpenAI
ChatGPT Learn y OpenAI Developers ofrecen herramientas del sitio para buscar y leer documentación. Selecciona Abrir en ChatGPT en el editor para abrir Learn en el navegador de la aplicación de escritorio junto a un chat nuevo, con este prompt listo para enviar.
El agente puede usar estas herramientas para buscar, leer y abrir la página correspondiente:
| Herramienta | Qué hace |
|---|---|
search_openai_docs |
Busca en la documentación de OpenAI. |
lookup_page |
Lee una página de documentación a partir de su ruta o URL. |
lookup_context |
Lee la ruta actual de la documentación y el texto seleccionado. |
navigate_to_page |
Abre una página que coincide con la búsqueda en el sitio de documentación actual. |
generate_custom_guide |
Inicia la creación de una guía personalizada de desarrollo o aprendizaje y devuelve su estado y su enlace. |
Docs Agent genera la guía personalizada de forma asíncrona. Recibir el enlace no significa que la guía ya esté lista.
Seguridad y controles de usuario
Las definiciones de herramientas y los resultados que proporciona un sitio web son contenido no confiable. Ni el nombre de una herramienta ni la afirmación de que es de solo lectura demuestran lo que hace. Las instrucciones del sitio web no le dan permiso al agente para compartir información ajena a la tarea ni realizar acciones sensibles.
En el navegador integrado, cada llamada a una herramienta pasa por una revisión de seguridad antes de ejecutarse. Se siguen aplicando las políticas habituales de acceso a sitios web y de confirmación, incluso para acciones con consecuencias importantes, como enviar mensajes, hacer compras, eliminar datos o cambiar permisos. El navegador vincula cada llamada con la página de origen y con el registro de la herramienta. Estas comprobaciones reducen el riesgo, pero no garantizan que un sitio web o sus resultados sean confiables.
Puedes desactivar Habilitar herramientas del sitio en Configuración > Navegador > Permisos. Revisa el sitio, la acción solicitada y el resultado antes de compartir información sensible o confiar en un cambio.
Informa sobre vulnerabilidades de seguridad a través del programa de recompensas por vulnerabilidades de seguridad de OpenAI. Para los riesgos de seguridad de la IA, consulta el programa de recompensas por fallas de seguridad de la IA. Respeta el alcance de cada programa y sigue sus instrucciones para enviar reportes.
Limitaciones
Por el momento, las herramientas del sitio solo se ejecutan en el navegador integrado de la aplicación de escritorio de ChatGPT.
Agrega WebMCP a tu sitio web
Puedes pedirle a Codex que agregue compatibilidad con WebMCP a la aplicación web o al Site en el que trabajas. Describe qué debería poder hacer un agente y pídele a Codex que reutilice la lógica y los permisos existentes de la aplicación.
Registra una herramienta con JavaScript o agrega atributos de WebMCP a un formulario HTML. El navegador integrado puede detectar herramientas en la página de nivel superior y en iframes tanto del mismo origen como de otros orígenes. Cada marco debe usar un contexto seguro. El navegador comprueba los permisos de acceso del origen que ofrece la herramienta. Puedes omitir exposedTo y el agente podrá detectar la herramienta de todos modos.
Empieza con una operación que tu aplicación ya admita. Por ejemplo:
- Un panel que le permita al agente definir un intervalo de fechas y examinar los datos de un gráfico.
- Un editor de documentos que le permita al agente buscar una sección, sugerir una edición o dejar un comentario para que lo revises.
- Un planificador de viajes que le permita al agente comparar opciones y actualizar un itinerario mientras tú consultas el mapa.
También puedes escribir el código por tu cuenta. En el módulo JavaScript de tu página, comprueba si el navegador admite WebMCP y registra una herramienta. Este ejemplo de solo lectura devuelve el título de la página actual:
if (typeof document.modelContext?.registerTool === "function") {
await document.modelContext.registerTool({
name: "get_page_title",
description: "Read the title of the current page.",
inputSchema: {
type: "object",
properties: {},
additionalProperties: false,
},
annotations: { readOnlyHint: true },
execute: async () => ({ title: document.title }),
});
}Un agente compatible puede detectar get_page_title y recibir el título actual de la página. Si una herramienta acepta argumentos, descríbelos en el esquema de entrada y úsalos en el controlador execute para invocar la lógica existente de tu aplicación.
Limita las entradas a lo necesario, describe los efectos secundarios y devuelve suficiente información para verificar el resultado. Usa los mecanismos de autenticación, autorización y validación de entradas que ya tiene tu aplicación. Conserva la interfaz habitual para las personas y para los navegadores que no admiten WebMCP.
Para obtener detalles sobre la API y ver ejemplos, consulta la especificación de WebMCP y la guía para desarrolladores de Chrome.